关键要点总结 一、 涉及的行业与公司 * 公司：Alphabet (Google) [1] * 行业：云计算、人工智能、软件开发、企业软件服务 二、 核心产品与平台发布 * 核心产品：Gemini Enterprise Agent Platform [1] * 用于构建、扩展和优化自主智能体 * 由最先进的Gemini模型（Pro和Flash）提供支持 [1] * 可通过Model Garden选择其他模型，如Claude [1] * 平台核心组件： * Agent Development Kit (ADK)：用于构建具有所需技能和工具的智能体的开发套件 [1] * Agent Runtime：可扩展的无服务器运行时，用于运行和扩展智能体，支持会话和记忆功能 [3] * Agent Identity：为每个智能体提供唯一身份，以启用安全策略 [3] * Agent Gateway：强制执行智能体策略 [3] * Agent Registry：智能体注册中心，用于发现和协作 [3] * A2A协议：智能体间通信和协作的通用协议 [3] * Agent Observability：提供智能体的管理、监控和优化能力，包含基于生产行为的集成评估 [3] 三、 技术能力与特性展示 * 技能与工具集成： * 提供Google Cloud的即用型技能，所有Google Cloud服务默认启用MCP [1] * 智能体可通过MCP服务器轻松访问Google Cloud服务 [3] * 通过Google Cloud远程MCP服务器，智能体可以访问Google Maps等工具 [53] * 共享上下文：平台提供跨Gemini Enterprise、Workspace和第三方市场智能体的共享上下文，使整个智能体生态系统能够协作 [4] * 低代码/无代码开发：通过Agent Designer可以设计和预览低代码/无代码智能体 [51] * 动态用户界面：A2UI（智能体到用户界面）是一个开放标准，允许智能体动态生成和渲染用户界面，超越纯文本输出 [80] * 上下文与记忆管理： * 会话管理：使智能体具备状态，可随时间修改上下文 [99] * 记忆银行：企业级全托管记忆服务，允许智能体从先验事件中提取相关学习内容，并为未来会话存储记忆 [100][110] * 上下文压缩：通过Event Compaction功能，定期使用Gemini总结工作流，减少每次发送给模型的上下文总量 [137] * 检索增强生成：使用RAG将额外数据（如非结构化文档）引入智能体，例如通过AlloyDB的自动嵌入功能处理本地规则文档 [111][114] * 实时评估：通过独立的评估子智能体对智能体输出进行实时评估，防止智能体漂移，并关注确定性和非确定性标准 [74] * 多智能体协作：演示了规划器、评估器和模拟器三个智能体协同工作，以规划、评估和模拟拉斯维加斯马拉松的场景 [29] 四、 实际应用案例与效果 * Cloudphysician：一家印度初创公司，基于Google Cloud构建了多模态视频AI平台，将高清视频与AI驱动的临床工具结合，连接床边团队与24/7中央护理团队，实现了ICU死亡率降低47% [12] * Waymo：使用Genie 3世界模型重建边缘案例交通情况，以训练其基础模型 [20] * 数据可视化：DeepMind的开发者使用Gemini将复杂的地理信息系统数据转换为怀旧风格的90年代等距地图 [11] * 语言学习应用：开发者使用GenUI SDK for Flutter、Firebase和Gemini等Google产品，创建了个性化的生成式UI语言学习应用 [17] * 基础设施升级演示：使用Gemini Cloud Assist，通过自然语言提示将Cloud Run服务转换为Google Kubernetes Engine部署，并在同一集群中部署定制的Gemma 4模型，展示了从意图到基础设施变更的自动化 [154][155] * 安全与治理演示： * 通过Agent Identity和Agent Gateway实施基于角色的访问控制策略，例如限制规划器智能体对财务数据库的写入权限 [194][199] * 与Wiz安全平台集成，演示了如何通过AI攻击者（Red Agent）和修复者（Green Agent）识别和修复安全漏洞与攻击路径 [204][208] 五、 开发者赋能与生态 * 开源：本次主题演讲中构建的整个马拉松规划模拟应用的所有代码已开源，开发者可在GitHub上获取并复现 [48][219] * 多开发模式支持：平台支持从低代码、无代码到完全编码的多种开发方式，满足不同技能水平开发者的需求 [173] * Gemini Enterprise集成：在Agent Runtime中创建的智能体会自动注册到Agent Registry，并可在Gemini Enterprise中被发现和使用 [175] * 云积分与实验：Google为开发者提供了包含架构指南和云积分的解决方案，方便其立即尝试 [220] 六、 其他重要信息 * 效率提升：演讲中提到，在2026年，开发者可以在几天内构建出几年前需要数周或数月才能完成的应用 [10] * 性能与规模挑战： * 遇到并解决了因上下文令牌超过100万限制而导致的Gemini API错误 [140] * 在将模拟器扩展到数千个跑步者时，遇到了存储性能瓶颈，并通过将存储从GCS FUSE升级到Lustre来解决 [157] * 调试与运维： * 使用Gemini Cloud Assist进行智能体调试，该助手可以调查问题、定位根本原因（如代码错误），并主动建议代码修复方案 [136][140] * Google Cloud提供完整的可观测性套件，用于监控智能体的操作指标和推理流程 [142] * 愿景：Google的愿景是构建一个“自主云”，智能体可以在设定的防护栏内与人类合作安全地实施变更，而不仅仅是回答问题 [159]