2026 年 Google I/O 大会上发布的关于利用 Android 上的 AI 构建智能体验的重要更新

在 Google I/O 2026 大会上，我们介绍了 Android 从操作系统向智能系统的转变。我们还演示了如何利用系统原生构建智能体验，并将 Google AI 的强大功能融入您的应用。如果您错过了这些更新，请观看我们的快速回顾视频：

1.将应用置于智能系统的核心位置

Android OS 已经支持 Gemini 等智能体完成任务自动化，这些智能体可以代表用户在应用中执行操作。

AppFunctions (Android MCP) 可让您更好地控制应用与智能系统的集成方式。这个新的平台 API 和 Jetpack 库目前处于实验性预览阶段。

• Android MCP：AppFunctions 允许您的应用充当设备端 Model Context Protocol (MCP) 服务器。这意味着您将应用的工具、服务和数据无缝分享给系统和智能体。
• 简化开发：您可以利用新的技能在代码库中轻松生成 AppFunctions。
• 探索和测试：我们发布了一个新的测试代理，让您可以在模拟代理环境中试验和调试 AppFunctions。

如需查看实际效果，请观看“Android 的新变化”演讲期间展示的现场演示。

2.Gemini Nano 4 预览版：强大的设备端 AI

上个月，我们发布了前沿的开放模型 Gemma 4。您已经可以通过 AICore 开发者预览版，抢先体验新一代 Gemini Nano (Nano 4) 模型并使用它开发原型。为了让 Gemini Nano 的生产化过程更加可靠和高效，我们在 ML Kit GenAI API 中添加了一些新功能：

• 从原型设计到正式发布：从 AICore 开发者预览版中的原型设计阶段，过渡到使用 ML Kit GenAI Prompt API 构建可用于生产用途的应用，以便利用将于今年晚些时候在旗舰设备中推出的 Gemini Nano 4。
• 结构化输出：即将推出的 Structured Output API 允许您定义要作为 Prompt API 输出返回的对象类，从而确保在将智能功能投入生产时获得可靠的输出。
• 前缀缓存：它可优化 Prompt API 的设备端推理性能。新的前缀缓存功能通过存储和重复使用处理提示中共享和重复出现的部分的中间 LLM 状态，缩短了推理时间。

对于高度自定义或小众应用场景，您还可以使用 LiteRT-LM  将您自己的微调小语言模型引入 Android。

3. 混合推理和智能体

为了帮助您构建更高级的 AI 功能（例如混合推理）并探索如何构建应用内智能体，我们发布了新的 API、框架和指南：

• Firebase AI Logic 混合推理：这个新 API 可在设备端模型和强大的云基础设施之间提供简单的路由功能。您可以根据需要设置显式编排模式，例如 PREFER_ON_DEVICE、PREFER_CLOUD、ONLY_ON_DEVICE 或 ONLY_CLOUD。
• A2UI Jetpack Compose 渲染程序：借助新的 A2UI 库，智能体能够“用语音”与界面互动。借助即将推出的 Jetpack Compose 渲染程序，您可以自动将这些 A2UI 消息渲染为原生界面组件。
• ADK for Android：首个 ADK for Android 版本已推出，可供实验。借助该平台，您可以跨设备端模型和云端模型构建多智能体工作流，同时管理智能体之间的编排、上下文处理和会话。

从使用设备端模型构建应用、探索混合推理，到构建智能体，您可以在此演讲中看到它们的实际应用：

立即开始构建

无论您是想通过 AppFunctions 实验为智能系统做好准备，还是想在自己的应用中发挥 Google AI 的强大功能，我们都能满足您的需求。如需深入了解代码段、示例和全面的开发者指南，请访问 Android AI hub。如需全面了解新动态，请查看官方播放列表：2026 年 Google I/O 大会上的 Android AI。

我们期待看到您的开发成果！