智能体控制平面的争夺战已经打响,而这场战争或许将决定未来十年企业人工智能的走向。
谷歌在2026年Google Cloud Next大会上,为Gemini呈现了更清晰的定位:不再将其视为一个独立模型,而是作为一个连接层,将数据系统、应用程序与企业正在推向生产环境的智能体运行时串联在一起。这是SiliconANGLE Media联合创始人兼首席执行官John Furrier的观察与判断。
"控制平面是那个横向的层,它负责移动数据,并与所有系统相连接,"Furrier表示,"它就像核心神经中枢,是所有系统的骨干与支柱——谁掌控了控制平面,谁就赢得了这场竞争。"
Furrier与联合主持人Alison Kosik在Google Cloud Next大会现场,通过SiliconANGLE Media的直播平台theCUBE进行了第一天的主题演讲分析,深入探讨了谷歌的竞争定位以及企业AI落地真正需要什么。
智能体控制平面竞争成为Google Cloud Next 2026的核心战场
目前没有任何一家超大规模云服务商真正建立起对企业AI或智能体控制平面的主导权,而今年的大会正是聚焦于填补这一空白。Furrier特别指出,Databricks平台上的多智能体使用量在短短四个月内增长了327%,这一数字表明生产部署已跨越了一个关键拐点。这种增长态势凸显了谷歌所面临的机遇与压力:随着智能体编排逐渐成为企业默认选择,能够调度这些工作流的平台将赢得市场。
"原生AI应用已经是真实存在的,你开始看到代码编写几乎完全由智能体完成,"他说,"我看到Databricks公布了一项数据,显示他们已经越过了那个临界点——机器编写的代码已经超过了人类。这是一个重要里程碑。"
与此同时,模型排行榜或许并不是衡量价值的正确标尺。Furrier指出,企业价值正在系统层面被创造出来——在基础设施、数据管道和模型所运行的智能体运行时中——而非单纯的模型能力本身。这正是谷歌用Gemini所瞄准的层面,将其定位为智能体赖以运转的平台。
"正如我所指出的,所有企业真正关心的,并不是模型本身是什么,而是模型在与什么交互,"他说,"那才是系统所在之处。"
然而,仅凭强大的产品并不足以在竞争激烈的市场中胜出。Furrier解释道,智能体AI正在由内而外地重构企业组织,首席财务官正在转变为运营主体,人员管理者开始负责管理智能体劳动力,企业内部的价值单位也随之发生转变。
"一种以Token为核心的新型货币体系正在形成,它正在改变组织架构,"他说,"它改变了人们组建团队的方式,改变了人们的工作方式,这是企业世界的一次彻底重置。"
Q&A
Q1:什么是智能体控制平面?为什么它对企业AI这么重要?
A:智能体控制平面是企业AI架构中的横向核心层,负责在不同系统之间移动和调度数据,连接基础设施、数据管道与智能体运行时。它的重要性在于,谁掌控了这一层,谁就能掌握企业AI工作流的调度权。随着多智能体应用在企业中快速普及,控制平面的争夺已成为各大云服务商竞争的核心战场。
Q2:谷歌Gemini在Google Cloud Next 2026上的定位有什么变化?
A:谷歌在本次大会上将Gemini从一个独立模型重新定位为"连接层",强调其作为平台基础设施的角色,用于连接数据系统、企业应用与智能体运行时。这一转变意味着谷歌不再单纯比拼模型能力,而是试图成为智能体编排与企业AI工作流的底层平台,争夺控制平面的主导权。
Q3:Databricks多智能体使用量暴涨说明了什么趋势?
A:Databricks平台上的多智能体使用量在四个月内增长了327%,表明智能体在企业中的生产部署已越过关键拐点,从实验阶段进入规模化落地。与此同时,Databricks数据还显示机器编写代码的比例已超过人类,这标志着AI原生应用正在深刻改变企业的工作方式与组织结构。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。