引言

2026 年 5 月 19 日，Google I/O 主题演讲上，Sundar Pichai 说了一句话：“You can close your laptop.” 台下掌声雷动。

这句看似轻描淡写的话，背后是一个根本性的架构转向：AI 不再绑定在用户的设备上，而是跑在 Google Cloud 的专属虚拟机上，7×24 小时持续运行。

Gemini Spark 不是又一个聊天机器人。它是 Google 历史上推向消费者的最具野心的 AI Agent——一个云端驻留的、持续运行的、具备自主行动能力的”数字管家”。本文将拆解它的三层架构，深入到代码级别，理解每层的设计取舍。

一、架构总览：三层体系

从公开的技术资料和 Google 的工程师分享来看，Gemini Spark 的整体架构可以分为三层：

每一层都有清晰的分工，并且——关键点——每一层都对开发者开放了对应的工具。

二、层一：模型层 — Gemini 3.5 Flash

Spark 的大脑是 Gemini 3.5 Flash。这不是简单的”模型升级”，而是 Google 对 Agent 工作负载的深度优化。

关键指标

为什么 3.5 Flash 适合 Agent 场景？

Google 在 Antigravity 环境中对 3.5 Flash 做了联合优化，达到标准推理速度的 12 倍。核心优化包括：

• Speculative Tool-Call Prediction — 模型在生成回复的同时，预判下一轮工具调用，减少串行等待
• Agentic Pattern 压缩 — 针对工具调用、状态追踪、任务分解等高频模式做模型级优化
• 长 Horizon 任务的原生支持 — 模型可以在不丢失上下文的前提下维持 10+ 推理步骤

Google 还透露 Gemini 3.5 Pro 正在进行内部测试，预计 2026 年 6 月公开——这将作为 Spark 的”重推理”引擎。

三、层二：Agent Harness — Antigravity 2.0

这是 Spark 真正的核心。Antigravity 不是一个 IDE，它是一个 Agent 运行时平台。

Antigravity 2.0 的四个形态

核心组件：Agent Harness

Andrej Karpathy 的定义：Agent = Model + Harness。Antigravity 2.0 就是 Google 的 Harness。

Manifest 驱动设计

Spark（以及任何 Antigravity Agent）的行为由一个 manifest 文件定义。安全约束不是事后添加的——它们定义在 manifest 中，一等公民，运行时强制执行。

# agent.yaml
name: "pr-review-agent"
model: gemini-3.5-flash
persistence: cloud     # 运行在 Google Cloud VM 上，24/7

tools:
  mcp_servers:
    - endpoint: "https://github.mcp.io"
      auth: oauth
    - endpoint: "https://notion.mcp.io"
      auth: bearer_token

goals:
  - name: "daily-pr-digest"
    trigger: cron("0 9 * * 1-5")          # 工作日早上 9 点
    task: >
      Review all PRs opened since yesterday.
      Summarize findings, flag blocking issues,
      and post digest to #eng-reviews Slack channel.

safety:
  max_tool_calls_per_goal: 50
  require_user_confirm: ["git_push", "send_email", "payment_*"]
  allowed_data_sources: ["github.com", "notion.so", "localhost"]

超过 max_tool_calls_per_goal 不会静默超支——Agent 直接停止，要求人工介入。

多 Agent 编排

Antigravity 2.0 的核心创新之一是其编排层：

• Dynamic Subagents — 主 Agent 可以动态创建子 Agent 来完成子任务，并行执行。每个 Agent 运行在独立的 goroutine 内，平台管理消息传递
• Scheduled Tasks — 基于 cron 触发器的异步执行。Agent 可以设置定时任务，在后台无人值守运行
• Shared State Store — 多个 Agent 共享状态，协同完成复杂工作流

Google 在 I/O 上展示了一个令人瞠目的 demo：用 Antigravity 2.0 + Gemini 3.5 Flash，12 小时内从零写出一个能运行 Doom 的操作系统，花费不到 $1000（26B tokens，15,000+ 模型请求）。

四、层三：集成层 — MCP 协议

Spark 与外部世界的连接通过 Model Context Protocol (MCP) 完成。MCP 被比喻为”AI 界的 USB-C”——一个标准化的协议，让 AI 模型与外部工具和数据源连接。

Google 官方 MCP 服务器

Google 在 github.com/google/mcp 维护了官方 MCP 服务器，覆盖 Google Cloud 全栈：

• AlloyDB / BigQuery / Cloud SQL
• Spanner / Firestore
• Google Maps / Google Analytics
• GKE / Compute Engine
• Google Workspace (Docs, Sheets, Gmail)
• Chrome DevTools
• Genmedia (Imagen, Veo)
• Cloud Security / Chronicle

MCP 网关

Antigravity 内置的 MCP 网关自动处理：服务发现、认证（OAuth 2.0 / Bearer Token）、连接管理（自动重连）、请求批处理、错误处理。

一个有趣的事实：为 Claude Code 写的 MCP 服务器，不需要任何修改就能被 Gemini Spark 使用。协议是相同的。

五、云上永续运行的秘密

这是 Spark 最核心的架构特性，也是最容易被忽视的。

传统 Chatbot vs. Gemini Spark

核心技术栈

1. Google Cloud 专属 VM — 每个 Spark 实例运行在隔离的虚拟机上。你关掉笔记本，VM 仍然在跑
2. Agent Executor — Google 2026 年 5 月新发布的分布式 Agent 运行时。基于事件日志（Event Log）和快照（Snapshotting）实现持久化执行（Durable Execution）。Agent 崩溃后可以从最近的快照恢复
3. Agent Substrate — 基于 Kubernetes 构建的新型控制平面，专为百万级 Agent 的亚秒级工具调用设计。标准 Kubernetes 擅长管理数千个长服务，Agent Substrate 则处理数百万个 Agent 的短暂高频调用
4. Agent Gateway — 所有流量经过网关，强制执行 Google 的 DLP（数据防泄漏）策略。凭据在沙箱中隔离，原始密钥永远不会到达语言模型

Agent Executor 的引入尤为关键。它通过 Single-Writer Architecture 保证分布式环境下的状态一致性——多个组件可能同时尝试更新 session 状态，但单写入者架构确保不会出现状态损坏。

六、代码级实践：用 Antigravity SDK 构建你自己的 Agent

Google 已经将 Spark 背后同样的技术通过 Antigravity SDK 开放给所有开发者：

pip install google-antigravity

快速开始

import asyncio
from google.antigravity import Agent, LocalAgentConfig

async def main():
    config = LocalAgentConfig(
        system_instructions="You are an expert assistant for codebase navigation.",
    )
    async with Agent(config) as agent:
        response = await agent.chat("What files are in the current directory?")
        print(await response.text())

asyncio.run(main())

注意：Agent 默认运行在 只读模式，这是安全设计。要启用所有工具（包括写操作），传入 CapabilitiesConfig()。

自定义工具

Agent 可以直接调用 Python 函数——类型注解自动推导 JSON Schema，无需手写。

def get_weather(city: str) -> str:
    """Returns the current weather for a city."""
    return f"It's sunny in {city}."

config = LocalAgentConfig(tools=[get_weather])
async with Agent(config) as agent:
    response = await agent.chat("What's the weather in Tokyo?")

MCP 集成

from google.antigravity.types import StdioServer

config = LocalAgentConfig(
    mcp_servers=[
        StdioServer(
            command="npx",
            args=["-y", "@modelcontextprotocol/server-github"],
        )
    ]
)

流式响应

response = await agent.chat("Explain the architecture.")
async for chunk in response.stream():
    print(chunk, end="", flush=True)

SDK 三层架构

AGENTS.md — 声明式多 Agent 系统

项目根目录定义 AGENTS.md，声明多个 Agent 的角色和协作关系。Antigravity 读取后自动加载并编排。

agents:
  - name: "code-reviewer"
    role: "Code Review Agent"
    model: "gemini-3.5-flash"
    instructions: |
      Review code quality, security, and readability.
      Produce a prioritized list of issues.
    tools:
      - name: "github_pr_comment"
        description: "Post review comments to PR"

  - name: "doc-writer"
    role: "Documentation Agent"
    model: "gemini-3.5-flash"
    dependencies: ["code-reviewer"]
    instructions: |
      Based on code review results, update documentation.

manager_surface:
  enabled: true
  orchestrator: "manager"

七、安全与权限模型

这是 Spark 最有争议也最值得讨论的设计。

权限层次

信任的张力

早期测试版（2026 年 5 月 14 日）的界面显示了一句风险提示：“Spark may do things like share your info or make purchases without asking.”

这引发了开发者社区的强烈关注。Google 在正式版中做了关键修改：

• 付款操作 必须 通过 Agent Payments Protocol (AP2) 显式批准
• 发邮件等高风险操作也需用户确认
• 每个操作都有完整的审计日志（Audit Trail），用户可以随时审查

正如 The Neuron 的分析所指出的：权限屏幕成了新的用户界面。如果太宽泛，用户会紧张；如果太狭窄，Agent 显得很笨；如果太频繁，所有人都像点 cookie 横幅一样随手通过。

八、开发者如何上手

步骤 1：安装 Antigravity CLI

# macOS (Homebrew)
brew install antigravity-cli

# 或手动安装
curl -fsSL https://antigravity.google/install.sh | bash

# 验证安装
agy --version

步骤 2：创建一个 Agent

agy init --name "my-spark-agent" --model gemini-3.5-flash

这会生成 agent.yaml + AGENTS.md + workspace/ + skills/ 目录结构。

步骤 3：连接到 MCP

# 添加一个 MCP 服务器
agy mcp add github --endpoint https://github.mcp.io

# 查看当前连接的 MCP 服务器
agy mcp list

步骤 4：启动你的 Agent

agy run "帮我每周一早上审查所有待处理的 PR"

这个 Agent 会部署到 Google Cloud 的托管环境，持续运行。

九、总结

Gemini Spark 最值得关注的不是它”能做什么”，而是它怎么做的：

1. 云端持久化 — 不再受限于设备在线状态。Agent 跑在 Google Cloud 的专属 VM 上，你关掉笔记本它还在工作。这是从”用户发起对话”到”Agent 自主持续运行”的根本转变
2. Agent Harness 独立于模型 — Antigravity 2.0 的架构让模型和能力解耦。同样一套 Harness 既可以服务于消费者的 Spark，也可以服务于企业级 Agent Platform。Google 的战略是：模型会持续迭代，Harness 才是长期护城河
3. MCP 成为通用插槽 — 不管底层模型是 Gemini 3.5 Flash 还是未来的 3.5 Pro，MCP 工具层是可迁移的。为 Claude Code 写的 MCP 服务器在 Spark 上也能用——这意味着工具生态的投入是一次性的、跨平台的
4. 安全内建于 manifest — 权限和约束不是在应用层”事后补充”的补丁，而是在 Agent 声明时就作为一等公民定义了。manifest 即契约，运行时强制执行

正如 Sundar Pichai 在 I/O 上所说：”We are firmly in our agentic Gemini era.” Spark 是这个时代的第一块基石。而 Antigravity 2.0 是带给每个开发者的工具箱。