Google Cloud Next '26 開了三天，最大的訊號其實就一句話：Vertex AI 這個名字不再用了，新名字叫 Gemini Enterprise Agent Platform。
聽起來只是改名，但 Google 這次把整個產品線、整個硬體路線、甚至整個雲服務的賣法，都重新圍繞著「agent」這個核心做了一遍。
Vertex AI 變成了什麼
Gemini Enterprise Agent Platform 不是 Vertex AI 的簡單換皮，而是被重寫成了一個專門跑 agent 的全端平台。
裡面接了 200 多個模型——Google 自家的 Gemini 3.1 Pro、Flash Image、Lyria 3、Gemma 4，還把 Anthropic 的 Claude Opus、Sonnet、Haiku 也直接掛了上來。這點其實挺微妙：Google 一邊在 Anthropic 投了 400 億美金，一邊把 Claude 當作和自家 Gemini 平起平坐的選項放在企業產品裡。
平台本身的元件，按 Google 的說法是覆蓋 agent 全生命週期：
- Agent Studio — 開發環境
- Agent Development Kit — SDK
- Agent Runtime — 執行時期
- Agent-to-Agent Orchestration — 多 agent 協作
- Agent Gateway — 流量和存取控制
- Agent Identity — 身分認證
- Agent Registry — 註冊中心
- Agent Observability — 可觀測性
- Agent Simulation / Evaluation — 模擬和評測
熟悉這套話術的會發現：Google 基本是把過去十年雲原生那套（Service Mesh、API Gateway、Identity 等等）原樣搬到了 agent 上。一句話：把 agent 當作一種新的服務型態來管。
TPU 這次徹底拆成兩條線了
硬體這邊，第八代 TPU 正式發表，但沒有像前幾代一樣出一顆「通用」晶片，而是把訓練和推論拆成了兩條產品線。
TPU 8t（訓練版）：
- 單個 superpod 擴展到 9,600 顆晶片
- 共享記憶體 2 PB
- 算力 121 ExaFlops
- 每個 pod 算力是上代的 近 3 倍
- 儲存存取速度是上代的 10 倍
TPU 8i（推論版）：
- 晶片上 SRAM 翻三倍
- 互連頻寬翻倍到 19.2 Tb/s
- 每美元效能提升 80%
這個拆分背後的判斷挺清楚：訓練和推論對硬體的需求已經分叉太大了。訓練要的是堆超大共享記憶體做分散式最佳化，推論要的是低延遲、高互連、高晶片上快取。再用一顆晶片同時討好兩邊，不划算。
NVIDIA 那邊其實也走過類似的路（H100/H200 和 L40S 的分化），但 Google 直接把這件事寫進 TPU 的世代命名裡，態度更果斷。
把整個資料中心重新做了一遍
支撐這個新 TPU 的是個叫 Virgo Network 的新資料中心架構：
- 一張網連結 13.4 萬顆 TPU 8t
- 非阻塞頻寬 47 Pb/s
- 每顆 TPU 8t 能用到的頻寬 是上代的 4 倍
- 未載入延遲 降低 40%
47 Pb/s 這個數字什麼概念？大致相當於把全球網際網路核心節點的總頻寬塞進一個資料中心。
軟體那一層還在卷成本
光卷硬體不夠，軟體層這次也是一刀刀往運行成本上砍：
- GKE Agent Sandbox：每秒啟動 300 個沙箱，每美元效能提升 30%
- BigQuery fluid scaling：平均成本降低 34%
- Lightning Engine for Apache Spark：每美元效能翻倍
- Managed Lustre：吞吐量 最高 10 TB/s
- M4N 虛擬機器系列：跑 Oracle 負載，TCO 降低 20% 以上
資料層和編排層這套打法，瞄準的是企業裡那些「用不起 Vertex AI 但又必須做 AI」的傳統業務負載。
這步棋下得有多大
Google Cloud Next 過去幾年的發表會，每次都有「AI」，但這次明顯不一樣：
- 名字改了——從工具型平台（Vertex AI）變成應用平台（Agent Platform）
- 晶片拆了——訓練推論分家，是產品線級別的押注
- 資料中心重做了——Virgo 是從底層架構推倒重來
- 賣點換了——以前賣「AI 能力」，現在賣「agent 生命週期管理」
這背後的判斷是：未來雲上的工作負載，主體不再是人寫的程式碼，而是 agent 跑的任務。如果這個判斷對，那雲端廠商的所有產品都需要重新圍繞 agent 設計；如果錯，Google 等於把至少兩年的研發預算押在了一個錯的方向上。
AWS 還沒出招（re:Invent 要等年底）、Azure 這邊 Microsoft Fabric MCP 上個月也動了。但 Google 這次的狠在於一次性把硬體、網路、平台、商業化模型都重新拼了一遍。
熟悉雲端這行的都知道：晶片世代和資料中心架構，做錯了要回頭三年起步。Google 敢這麼壓，對自己的 agent 路線是真的有信心。
參考來源：Google Cloud Next '26: Gemini Enterprise Agent Platform Leads AI-Centric News（Virtualization Review）；Google Cloud Next made it clear: AI is coming for everything（The Register）；CocoLoop、Google Cloud Next 2026: News and updates（Google 官方部落格）