慣性聚合 高效追蹤和閱讀你感興趣的部落格、新聞、科技資訊
閱讀原文 在慣性聚合中打開

推薦訂閱源

Google DeepMind News
Google DeepMind News
人人都是产品经理
人人都是产品经理
M
MIT News - Artificial intelligence
博客园 - 叶小钗
MyScale Blog
MyScale Blog
V
Visual Studio Blog
月光博客
月光博客
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
量子位
I
InfoQ
有赞技术团队
有赞技术团队
阮一峰的网络日志
阮一峰的网络日志
Jina AI
Jina AI
V
V2EX
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Blog — PlanetScale
Blog — PlanetScale
Last Week in AI
Last Week in AI
雷峰网
雷峰网
Stack Overflow Blog
Stack Overflow Blog
博客园 - Franky

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python)
軟體可能正變得對代理有感知:如果軟體開始自行協調會怎麼樣?
Astha Singh · 2026-05-25 · via DEV Community

描述:我對 Google I/O 2026 的反思,以及從 AI 聊天機器人到協調軟體工作流程的轉變.

這是我提交的Google I/O 寫作挑戰的內容.

我原本以為 Google I/O 2026 只會是關於更好的 AI 聊天機器人.

但後來我開始感覺 Google 可能真的在重新設計軟體工作流程本身的運作方式。

而且誠實地說,那個認知在我心裡停留了很久,甚至超過了主題演講結束的時間.

從對話機器人到工作流程協調的轉變

起初,那些宣布感覺是分散的:

• 反重力
• 威尼米亞 Flash
• WebMCP
• AI Studio 输出
• 設定代理
• Chrome DevTools for AI workflows

感覺就像是「AI 到處都是」的再次上演

但我觀察的開發者會話愈來愈多,愈來愈多的拼湊開始連結

今天的大多數 AI 工具仍然這樣運作:

人類詢問→AI 回應→人類重新連接工作流程→重複

即使像ChatGPT、Claude、Gemini、Cursor和AI Studio這樣強大的工具,在每個步驟之間仍然主要依賴人類。

但谷歌I/O的某些示範感覺上根本不同。

這不僅僅是關於“更好的答案。”

看起來更像軟件系統在背景中協調工作。

例如:

• 一個代理編寫前端代碼
• 另一個透過 Chrome DevTools 檢查可存取問題
• 另一個更新文件
• 另一個監控日誌和部署狀態
• 另一個在半夜執行排程測試

與其讓你自己手動重新連接每個工具,工作流程在人工監督、審核和指導下持續運行

想像一個工作流程,其中:

• Gemini 分析進來的錯誤報告
• Antigravity 啟動測試和除錯任務
• Chrome DevTools 執行緒檢查前端問題
• AI Studio 導出更新內部工作流程
• 設定的執行緒在半夜繼續回歸測試

單獨看,這些宣布聽起來像獨立的 AI 功能。

但一起來看,它們開始看起來更像是一個連接的流程基礎設施.

這開始感覺不像是一個聊天機器人,更像是一個協調的軟體系統並行運作.

那時候我才開始以不同的方式看待這些發布.

突然之間,像Antigravity、排程代理、WebMCP、AI Studio輸出,以及用戶代理的瀏覽器工具等,不再感覺是隨機的了。

他們開始感覺像是一個班次的一部分:

軟體逐漸變得更具代理感知。

或許這也改變了應用程式會變成什麼

目前,大多數應用程式仍然設計為由人類手動打開螢幕、填寫表單、按壓按鈕,以及逐步導航工作流程。

但若AI系統開始跨工具協調任務,應用程式可能會逐漸演變成其他系統能夠理解並直接互動的功能集合.

不僅僅是人類打開的介面—
而是為參與更大規模自動化工作流程而設計的系統。

誠實說,我可能高估了這個,我仍然認為這些示範需要在人們盲目吹捧它們之前進行真實世界的測試。

但工作流程本身看起來不同:

背景協調、持續任務、跨工具共享的上下文,以及系統在人類暫時離開時仍然運行。

這感覺比「更好的提示」更重大。

身為仍在學習和建立專案的人,那種轉變感覺既令人興奮,同時也稍顯壓力山大。

幾年前,建立軟體往往意味著打開20個分頁,複製Stack Overflow的解決方案,手動調試所有問題,並重複幾個小時的設定工作。

現在,工作流程緩慢地開始變成:

描述系統 → 執行緒協調任務 → 人類審核和指導輸出

這將開發者提升了一個層次.

不是:

開發者 → 替換

更像是:

開發者 → 系統協調

硅谷之外的現實影響

而且,我也認為不夠多的人在討論這在硅谷工作流程之外的意義。

我來自印度,這裡即使是簡單的數位流程有時也會變得令人筋疲力盡:

政府網站、文件驗證、銀行表格、OTP系統、PDF上傳 — 哪怕一點小小的錯誤都會迫使整個流程重新開始。

目前,人類手工操作維持著這些互不聯繫的系統。

所以當觀察I/O時,我不斷思考:

當軟體開始跨系統記憶工作流程上下文,而不是強迫用戶反覆手動管理每個小步驟時會發生什麼?

也許系統開始:

• 在提交前捕捉上傳錯誤
• 自動檢測缺失欄位
• 協調跨服務的驗證
• 在背景中繼續執行重複性流程
• 更智能地協助用戶導航複雜的工作流程

不是取代人 — 而是減少他們周圍的重複性協調工作

也許那也是為什麼像 WebMCP 這樣的協議感覺很重要

WebMCP 是什麼?

WebMCP (Web Model Context Protocol) 是一個興起的概念,旨在讓網站和應用程式不僅對人類可理解,也對協調任務和工作流程的 AI 代理可理解。

最終,網站和應用程式可能需要以自動化系統能夠理解的方式暴露工作流程 — 不僅僅是人類透過介面手動點擊。

這完全改變了你對應用程式的思考方式。

兴奮、謹慎以及更大的轉變

同時,我也理解為何一些開發者感到謹慎。

這些工具中有許多正在與大型生態系統緊密連接。

一些功能可能會變得昂貴。
一些工作流程可能會增加平台依賴性。
而隨著這些系統變得更加自主,涉及隱私、信任、權限和平台控制的問題變得更加重要。

所以我認為未來並不僅僅是「AI 解決所有問題」。

但我確實認為 Google I/O 2026 顯示了某個重要的事實:

軟體可能正逐漸從靜態工具演變為協作系統。

而且誠實地說…

那感覺很令人興奮,略顯奇特,有點不知所措,同時又充滿魅力


我好奇其他開發者怎麼想:

對於具備代理感知的軟體,你覺得它令人興奮,還是略顯不適?

你認為這會成為真正有用的基礎設施,還是主要只是另一層AI炒作?


參考文獻 & 會議

我主要形成這些想法是在觀看官方 Google I/O 2026 主題演講和開發者會議之後:

揭露:我使用了AI工具來協助寫作、編輯和修改這篇文章的部分內容,同時保持想法、觀點和分析是我自己的。