谷歌，加速向‘行动型AI’转型…以TPU 8为核心，押注统一代理平台

企业用人工智能(AI)市场的重心正在快速转变。分析指出，正从回答问题、生成内容的阶段，迈向实际执行任务并辅助决策的"智能体型AI"时代。谷歌云首席执行官托马斯·库里安(Thomas Kurian)强调，这一变化不仅仅是增加功能，而是要求对基础设施和软件整体架构进行重新设计。

在最近举行的"谷歌云Next 2026"大会上，谷歌同时展示了下一代TPU 8、数据与AI平台以及智能体平台。核心信息很明确：从半导体到云基础设施、数据栈、AI模型再到应用程序，必须整合成一个统一的体系，才能稳定地运行大规模"行动型AI"。市场对此评价认为，谷歌已正式在"全栈AI"主导权竞争中全力出击。

TPU 8走上前台，本质是"统一平台"之争

表面上看，最引人注目的发布是TPU 8。尽管谷歌表示新芯片在性能和可扩展性方面有显著改进，但业界关注的焦点并非单纯的半导体性能，而是其战略意义。因为TPU是谷歌能够更快速、更低成本运营其AI服务的核心基础。

不过，这很难被视为与英伟达的正面交锋。许多开发者和企业仍依赖英伟达的CUDA生态系统，而谷歌也并非要排除它，而是以拓宽选择的方式前进。换句话说，TPU更像是谷歌将硬件和软件更紧密地结合以寻求差异化的手段，而非取代英伟达的武器。

市场研究机构和行业分析师指出，本次发布的真正重点并非TPU 8本身，而是谷歌将其与数据平台、前沿AI模型以及智能体平台的叙事联系了起来。这意味着谷歌开始将半导体-数据-AI模型-任务执行串联成一个流畅的结构。

从"SaaS"到"服务型软件"

此次变革也在动摇现有软件产业的框架。过去从本地部署转向软件即服务(SaaS)时，改变的是软件交付方式和运营模式；而现在，分析认为软件正进化到直接产生实际业务成果的"服务型软件"阶段。

这一转变的核心是AI智能体。问题在于，如果智能体局限于各个部门的系统，其价值将十分有限。虽然可以实现简单的重复性任务自动化，但很难带来缩短从招聘到入职时间、消除从报价到收款瓶颈等全公司范围内的绩效提升。

最终，企业需要一个连接多种数据和业务系统的"智能层"。谷歌发布的"知识目录(Knowledge Catalog)“可被视为此方向的开端。其结构旨在将企业整体的分析数据与运营数据置于同一脉络中，帮助AI理解"正在发生什么”。

数据平台竞争，现已扩展到"数字孪生"

业界认为，数据平台的成熟阶段正从简单的报告生成转向构建"企业数字孪生"。数字孪生是一种实时反映企业内人员、资产、流程和活动的数字化表现。AI智能体要想基于企业实时状态而非不准确的碎片化信息进行判断和行动，就需要这种结构。

在早期阶段，重点是部门级数据和报告体系。随后，BigQuery、Snowflake、Databricks等平台的出现拓宽了自助分析环境，但各部门仍常有各自的数据"真相"。下一阶段则是实时反映事件和运营数据，从而更逼真地建模企业活动。

Salesforce和SAP也在朝此方向努力，但谷歌通过整合BigQuery、Spanner和元数据层，在超大规模云厂商中罕见地拥有了能与Snowflake、Databricks正面竞争的数据平台，并获得了认可。这次的智能体战略正是基于这一数据基础之上延伸出来的。

智能体扩散的关键是"安全执行"

企业AI最困难的地方在于连接生成式AI的灵活性与企业系统的严谨性。AI擅长生成文本和提出想法，但实际业务必须规则明确、权限清晰、可审计、责任分明。因此，业界认为智能体要发挥作用，需要在"创造力"之上铺设"确定性执行层"。

例如，即使智能体执行目标，也必须同时定义在何种条件下允许何种行为、执行前后需满足什么条件、以及如何记录结果。只有具备这种结构，才能造就"可安全运行的AI"，而非仅仅是"聪明的AI"。

在此过程中，企业知识图谱、行为规则层、实时数字孪生、自主运营平台等概念变得重要。简而言之，这意味着AI需超越参考Excel文件和仪表盘的层面，能够探索企业的实际状态与关系网络，并在规则框架内行动。

谷歌的优势与局限同样明显

谷歌在元数据提取、数据血缘管理、非结构化文档知识图谱、多步骤智能体评估等方面取得了有意义的进展。特别是其将智能体失败案例汇总并提出改进方向的优化功能，被评价为超越了简单的演示，是迈向"智能体运营"阶段的尝试。

然而挑战也不少。最大的难题是整合分散在不同系统中的同一实体。例如，如果"客户"这个对象在CRM、财务、客服和物流系统中定义各不相同，AI就很难将其理解为一个统一实体。有观点指出，仅有数据质量规则和业务术语表是不够的，还需要能够表达实际业务流程的规则。

另一个挑战是捕捉人类专家的"为什么"。谷歌正在加强展示智能体如何得出结论的功能，但仅此一点很难替代熟练员工的判断标准。因为无法用规则解释的例外情况、冲突的优先级、基于上下文的判断，在很大程度上仍然依赖于人的经验。

编码智能体开启下一轮竞争

智能体平台竞争的另一个战场是"编码"。业界认为，通往通用知识劳动智能体的最快途径是编码智能体。因为智能体要与外部世界交互，最终需要调用各种工具，而在此过程中，编写、修改和执行代码的能力成为关键。

Anthropic的Claude Code、OpenAI的Codex等是典型例子。谷歌并未将某个独立的编码产品推向前台，而是将其整合

TP AI注意事项 使用基于TokenPost.ai的语言模型对文章进行了摘要。正文的主要内容可能被省略或与事实不符。