谷歌的战略投资与“智能体时代”宣言 - 公司计划在2026年投入1750亿至1850亿美元用于资本支出，远高于2022年的310亿美元，以构建“智能体时代”所需基础设施 [2] - 谷歌CEO Sundar Pichai宣布“智能体时代”来临，公司正将相关布局推向新高度 [2] - 谷歌在Google Cloud Next大会上发布了一整套软硬件产品，核心包括用于构建自主AI智能体的全新综合性平台以及第八代张量处理器（TPU） [2] 内部AI应用与工作流转型 - 截至2026年4月，谷歌近75%的新增代码由AI生成并由人类工程师审核通过 [3] - 公司内部AI生成代码的比例从2024年10月的约25%升至2025年秋季的50%，再到2026年4月的近75% [3] - 谷歌正全面转向智能体工作流，一项由智能体与工程师协作的高复杂度代码迁移任务，完成速度比一年前仅由人工操作快了六倍 [3][4] - 公司使用AI进行网络安全运营自动化，安全运营中心的智能体每月自动对数万份非结构化威胁报告进行分类，将威胁处置时间缩短了90%以上 [5] Gemini智能体平台与生态 - Gemini Enterprise是一套面向智能体时代的端到端系统，其付费月活跃用户数环比增长达40% [4] - 谷歌推出了面向开发者的Gemini Enterprise Agent Platform，提供超过200种模型，旨在优化调度智能体 [4] - 公司正将自身的工程部门当作Gemini Enterprise智能体平台的“首个试用客户”，以在谷歌级规模下进行实战检验 [4] - 运行在macOS上的Gemini应用通过谷歌自研的“以智能体为核心”的Antigravity平台开发而成 [5] 第八代TPU硬件创新 - 谷歌推出专为“智能体时代”设计的两款第八代TPU芯片：TPU 8t（训练型）和TPU 8i（推理型） [7][8] - TPU 8t专为高速模型训练设计，单个超算集群可扩展至9600块TPU，算力达121 FP4 EFlops，几乎是上一代的三倍 [8][9] - TPU 8t支持线性扩展，单个逻辑集群可扩展至百万颗芯片，其有效算力利用率达97% [9] - TPU 8i专为“近零延迟”推理设计，集群规模扩大至1152颗芯片，片上SRAM容量提升三倍至384MB [8][10] - 第八代TPU是谷歌首款完全采用自研Axion ARM架构CPU主控的产品，每两颗TPU搭配一颗CPU，旨在实现更高运行效率 [10] 商业化路径与合作伙伴生态 - 谷歌宣布设立7.5亿美元基金，助力其拥有12万名成员的谷歌云合作伙伴生态开发智能体AI产品 [13] - 花旗发布了AI驱动财富管理助手“Citi Sky”，Thinking Machines Lab签署了一份数十亿美元的新协议以扩大使用谷歌云的AI基础设施 [13][14] - Thinking Machines Lab是首批使用谷歌云搭载英伟达GB300芯片系统的客户之一，该系统在模型训练与推理服务速度上相较上一代GPU提升一倍 [14] - 谷歌的TPU业务加上Google DeepMind AI团队，被一位分析师估计价值约9000亿美元 [16] 行业趋势与竞争格局 - 微软CEO曾表示公司部分项目中20%至30%的代码由AI编写，其CTO认为五年内95%的代码将由AI生成 [5] - Meta设定目标，到2025年第四季度部分部门软件工程师的代码变更中55%需为智能体辅助完成；2026年上半年，其创意部门预计有65%的工程师所提交的代码中超过75%由AI编写 [5][6] - Snap表示按照其新运营模式，至少65%的新代码由AI生成 [6] - 行业竞争激烈，Anthropic同时与谷歌及亚马逊签署协议以获取大量算力 [15]