Gemini 不只想回答问题：Google I/O 2026 与推理流形，AI 从应答到行动的两条路

当 AI 不再等你说「请」

5 月 19 日，Google I/O 2026 在山景城海岸线圆形剧场开幕。 keynote 上最值得注意的不是某个模型的 benchmark 数字，而是一个行为模式的转变：Gemini Intelligence——一个不再等用户开口的主动智能体系统。

同一周，arXiv 上的一篇论文（2605.08142）从截然不同的角度触及了同一个问题：当我们说 AI 在”推理”时，模型内部到底发生了什么？来自人大、清华、小米 EV 和厦大的团队发现，所有大模型的推理过程都会自发坍缩到低维流形上——推理不是高维空间的自由搜索，而是一种受约束的紧凑动力学。

两条线索看似无关，实则指向同一个行业拐点：AI 正从”回答问题”走向”替你行动”，而我们对”行动背后的推理”的理解，也在从外部观测走向内部诊断。

Google I/O 2026：不追最强，追最「在」

本届 I/O 的核心发布可以归纳为三件事：

1. Gemini 3.2/3.5：够用但不领先

据多方消息，新版本性能大致与 GPT-5.5 相当，但明显落后于 Anthropic 的 Claude Mythos（4 月 7 日发布，17/18 基准领先）。在 2026 年，一个”够用”的模型更新已不再是头条——它是留在牌桌上的最低筹码。

值得关注的是 Google 选择展示哪些 benchmark、略过哪些。编码能力的对比几乎确定会被淡化，因为这是 Claude Mythos 最强的领域。

2. Gemini Intelligence：从被动应答到主动执行

这是本届 I/O 真正的赌注。Gemini Intelligence 不再是”你问我答”的助手，而是一个能在后台自主执行多步骤任务的系统：根据日历事件自动预订停车位、从食谱生成购物清单、代替用户在网页上完成任务。

关键细节：自动浏览功能将于 6 月下旬向美国 AI Pro/Ultra 订阅者推出；Samsung Galaxy 和 Pixel 手机率先接入；手表、车载、眼镜端需要与手机配对，AI 并非完全在设备端运行。后者是一个重要约束——“主动智能体”在 2026 年仍然依赖云端推理，端侧算力是物理瓶颈。

3. Android XR 眼镜：Google 重返穿戴赛道

代号”Jinju”的三星 AI 眼镜确认亮相，50g 重量、Snapdragon AR1 芯片、12MP 摄像头。Warby Parker 和 Gentle Monster 的合作款同步展示。这是 Google Glass 失败十余年后的再次冲击。

但时间点微妙：Meta Ray-Ban 智能眼镜因隐私问题正面临英国 ICO 审查和美国消费者集体诉讼。Google 进入的是一个已证明市场存在、但法律风险同样明确的赛道。

推理流形：推理不是「乱想」，是坍缩

就在 Google 展示”AI 替你行动”的同周，arXiv:2605.08142 从另一个方向回答了一个更基础的问题：当 AI 在推理时，它的内部到底在做什么？

核心发现可以浓缩为三句话：

1. 所有大模型的推理过程都会自发坍缩到极低维的流形上。 尽管嵌入空间维度高达数千，推理时隐藏状态的内在维度（Intrinsic Dimensionality）随网络深度快速下降，稳定在比嵌入维度小几个数量级的值。

2. 低维压缩本身不等于好的推理。 同样低维的轨迹可以对应截然不同的推理行为——过度压缩会导致信息退化，推理变得脆弱。

3. 健康的推理需要三个条件同时满足： 充分的表征表达力（D_world）、自发流形压缩（D_stim）、以及压缩子空间内非退化的信息体积（V）。三者缺一，推理就会出问题。

论文提出的无标签”推理健康度”诊断指标，不需要参考答案，纯粹从模型内部动力学计算。这意味着我们第一次有了一种不依赖 benchmark 的推理质量评估方法——不再只问”答对了没有”，而是问”推理过程健不健康”。

两条路的交汇

Gemini Intelligence 代表的行业趋势和推理流形代表的学术发现，在一点上汇合了：

当你让 AI 主动替你执行任务时，推理过程的可靠性就成了产品风险，而不仅是学术问题。

一个被动问答的 AI 答错了，用户可以修正。一个主动执行的 AI 推理不健康，可能在你不知情的情况下完成了一个有缺陷的操作。Google 在 keynote 上展示的”自动浏览”功能——让 AI 代替用户在网页上操作——恰恰需要最可靠的推理过程。

推理流形论文的诊断框架提供了一个思路：也许我们可以在部署前检测模型的推理健康度，而不只是看 benchmark 分数。这对 Agent 时代的 AI 安全，可能比红队测试更根本。

观察

• Google 的选择是生态而非单点。 Gemini Intelligence 跨手机、手表、车载、眼镜的布局，本质是在赌”AI 的价值不在于最强模型，而在于最广触达”。这个赌注成立的前提是模型能力”够用”——但”够用”的门槛正在被 Mythos 持续抬高。
• 推理流形的发现对 Benchmark 评估体系提出了根本性挑战。 如果两个模型 benchmark 分数相同，但一个推理过程健康、另一个靠模式匹配撞对了答案，我们当前的评估体系无法区分。
• AI 眼镜的隐私问题不会因为换了一家就消失。 Google 需要在 I/O 上回应 Meta 的前车之鉴，而不只是展示硬件。
• OpenAI 5 月 11 日砸 40 亿美元成立部署公司，Google 本周押注主动智能体。 两条路径不同，但都指向同一个判断：AI 竞争的下一站是落地，不是论文。

参考来源：Google I/O 2026 官方议程与多家媒体前瞻报道；arXiv:2605.08142 “Reasoning emerges from constrained inference manifolds in large language models”，Ma et al., 2026；TechTimes, PCWorld, 第一财经等。