Không gian tên eval của Agents CLI do Google phát triển chạy một vòng lặp leo đồi cho agent: eval generate, grade, compare, analyze và optimize. Trong một bài hướng dẫn trên mẫu LangChain trong Agents CLI v1.8.0, một baseline đạt 4.0/5 với gemini-3.8-flash làm giám khảo, và một system prompt đầu bếp sai đã làm giảm xuống còn 2.75.
Google phát hành LiteRT runtime suy luận trên thiết bị trong Google Play services, tốc độ suy luận GPU nhanh hơn khoảng 1,4 lần so với GPU delegate phiên bản cũ, đồng thời bổ sung CompiledModel API.
Các nhà phát triển Google Cloud đã xây dựng HappyDelivery, một nguyên mẫu hoạt động của thương mại hội thoại sử dụng LangGraph, Gemini, FastAPI và Google Cloud, theo một bản thiết kế ba lớp trước đó gồm Ingress, Memory và Cognition. Lớp Ingress xác thực chữ ký webhook đặc thù của nền tảng cho WhatsApp, RCS, Apple Messages và SMS, chuẩn hóa payload thành một schema chung và chuyển chúng sang Pub/Sub, trả về HTTP 200 trong khoảng 300ms. Bài viết đi qua mã nguồn, máy trạng thái, các công cụ tài chính tất định và một bộ kiểm thử xác minh tự động.
Google đã phát hành các định dạng suy luận có thể hoán đổi cho A2UI, giao thức tối ưu cho agent của hãng dành cho giao diện người dùng tạo sinh, cho phép các agent tạo ra một định dạng trung gian mà trình biên dịch SDK chuyển thành các thông điệp A2UI đã được xác thực. Định dạng mặc định mới, A2UI Express, sử dụng ít hơn tới 3 lần token so với Direct JSON cho cùng một giao diện và giảm độ trễ tới 3 lần, đồng thời được phát hành trong các SDK Python (a2ui-agent-sdk 0.9.0), TypeScript (@a2ui/agent) và Dart. Google cũng đã trình diễn các mô hình ra quyết định như Jev của TypeSafe lựa chọn giữa các bố cục được định nghĩa trước, mà hãng cho biết có thể giảm độ trễ tới 80 lần; trong ví dụ Apparite, các màn hình đã hoàn tất trong 0,8 đến 1,7 giây qua 11 lời nhắc.
Google Workspace hiện cho phép người dùng xem, chỉnh sửa và cộng tác trên các tệp markdown (.md) trực tiếp trong Google Docs và Drive, mà không cần chuyển đổi sang định dạng khác. Tệp giữ nguyên loại .md và có huy hiệu hiển thị ở đầu tài liệu, trong khi Drive cung cấp bản xem trước đã kết xuất với bảng và siêu liên kết hoặc nút chuyển sang văn bản thô. Google định vị markdown là ngôn ngữ chung cho cả con người và tác nhân AI, với khả năng đồng chỉnh sửa theo thời gian thực, bình luận theo từng dòng và lịch sử phiên bản bao gồm cả các bản sửa đổi của con người và tác nhân; bất kỳ ai có tài khoản Google hoặc Workspace đều có thể bắt đầu bằng cách tải tệp .md lên Drive.
Google Research đã trình bày tại IDWeek 2026 về cách các mô hình sàng lọc bệnh lao qua X-quang ngực của mình tiến triển từ một đánh giá chuẩn mực trên Radiology năm 2019 thành một công cụ được chứng nhận CE MDR Class IIb, được đối tác Nexus AI triển khai tại khoảng 40 cơ sở y tế trên sáu quốc gia. Hơn 90 bác sĩ lâm sàng đã đánh giá hơn 25.000 phim X-quang ngực, rút ngắn thời gian xử lý từ vài tuần xuống dưới 45 giây, và công cụ này cũng đã được triển khai ngoại tuyến ở độ sâu bốn kilômét dưới lòng đất tại Mỏ vàng Mponeng của Nam Phi. Google đã mã nguồn mở các embedding X-quang ngực và MedSigLIP thông qua HAI-DEF và phát hành MedGemma, mà họ cho biết đã vượt 10 triệu lượt tải xuống, trong khi Bộ Y tế Indonesia đang tinh chỉnh cả hai mô hình trên phim X-quang trong nước cho một chương trình sàng lọc quốc gia.
Google Research đã công bố một nghiên cứu tiến cứu đa trung tâm trên JAMA Network Open cho thấy mô hình AI của họ ước tính tuổi thai từ siêu âm quét mù với sai số tuyệt đối trung bình là 4,18 ngày, so với 4,48 ngày của các chuyên gia siêu âm sử dụng phương pháp đo sinh trắc học tiêu chuẩn. Mô hình được tinh chỉnh tối thiểu trên 120 người tham gia tại Chicago và được kiểm tra mà không có bất kỳ tối ưu hóa cục bộ nào tại Nairobi, nơi nó đạt MAE 4,27 ngày, so với 4,10 ngày tại Chicago. Nghiên cứu hướng đến chăm sóc sức khỏe bà mẹ tuyến đầu, nơi WHO ước tính có hơn 250.000 ca tử vong liên quan đến thai kỳ có thể phòng ngừa được xảy ra hàng năm và hai phần ba số người thiếu khả năng tiếp cận chẩn đoán hình ảnh.
Anthropic đang tặng Agent Skills, chuẩn mở giúp cung cấp kiến thức chuyên biệt và quy trình làm việc cho các tác nhân AI, cho Agentic AI Foundation (AAIF) thuộc Linux Foundation. Hơn 70 nền tảng tác nhân bao gồm ChatGPT, Cursor, GitHub Copilot và VS Code đã tích hợp chuẩn này kể từ khi được công bố vào tháng 12 năm 2025, với 1 triệu kỹ năng được công bố và gần 280 triệu lượt cài đặt. Việc tặng bao gồm tên và logo Agent Skills, tổ chức GitHub và tên miền agentskills.io, với các kỹ sư từ Anthropic, Google, OpenAI và các công ty khác duy trì nó với tư cách cá nhân dưới sự dẫn dắt của các Lead Maintainer David Soria Parra và Mahesh Murag.
Vì sao đáng chú ý: Anthropic trao chuẩn Agent Skills của mình cho AAIF thuộc Linux Foundation, cùng một ngôi nhà trung lập như MCP, mang lại cho cộng đồng tiếng nói chính thức về lộ trình của đặc tả.
Các nhà nghiên cứu Google Cloud đã công bố Project Chrysalis, một kiến trúc tham chiếu cho các AI agent tự tiến hóa có quản trị, được xây dựng trên nền tảng Gemini và Agent Development Kit (ADK). Trong các mô phỏng sự cố ngừng dịch vụ do cache-stampede vào Black Friday, kiến trúc này đã rút ngắn thời gian từ lúc bắt đầu đến biện pháp giảm thiểu đầu tiên từ 15–45 phút xuống còn 1,8 giây, giảm lỗi HTTP 5xx từ 72,7%–80,0% xuống 0,0%, và giảm độ trễ P99 từ 519,8 ms xuống 18,2 ms. Mọi hành động tự động đều bị giới hạn bởi Model Armor, Cloud KMS, Binary Authorization, OPA Policy Controller và quy trình phê duyệt có con người trong vòng lặp với dual-custody.
Google Cloud API Gateway hiện đã hỗ trợ streaming trong Public Preview, cho phép các endpoint streaming SSE, HTTP chunked, WebSocket và gRPC streaming nằm sau cùng một gateway và các chính sách như các API hiện có. Streaming được bật bằng một cờ --enable-streaming duy nhất khi tạo gateway, không yêu cầu thay đổi đặc tả API, và vẫn duy trì việc thực thi API key, xác thực JWT, xác thực service account cũng như Cloud Logging và Monitoring hoạt động như trước. Các gateway cũng có hostname mặc định xác định là GATEWAY_ID-PROJECT_NUMBER.REGION.gateway.dev, và các luồng stream có thể mở trong tối đa một giờ.
Google Agents CLI hiện đã bao gồm Extension System, được giới thiệu từ v1.5.0, cho phép nhà phát triển ghi đè hoặc thêm lệnh mà không cần fork công cụ, và v1.8.0 phát hành tiện ích mở rộng LangChain chính thức. Mẫu LangChain tạo khung dự án không có phụ thuộc google-adk, triển khai lên Cloud Run qua cùng đường dẫn mã như dự án ADK, trong khi sáu lệnh gắn với ADK như playground, run và eval generate bị thay thế hoặc từ chối một cách rõ ràng. Tiện ích mở rộng được phân phối dưới dạng thư mục trong kho Git với lockfile ghim chính xác commit SHA, và hệ thống được đánh dấu là thử nghiệm trong v1.8.0.
Google đã phát hành bản fork TPU của TorchTitan do Meta phát triển, cho phép huấn luyện PyTorch trên Cloud TPU thông qua backend torch.device("tpu") gốc của TorchTPU, với các kernel gốc TPU và một playbook tối ưu hóa từng bước. Trên TPU v7x (Ironwood), Llama 3 405B duy trì khoảng 57% MFU từ 128 đến 1.024 chip, Qwen3 235B đạt 32,42% MFU trên một slice 1.024 chip, và FLUX.1 đạt 19,4% MFU trên 1.024 chip với hiệu suất weak-scaling 93%. Bản fork có tại https://github.com/google-pytorch/torchtitan/, và một backend mô hình hóa Transformers cùng một kỹ năng onboarding agent mở rộng cùng trainer này cho các checkpoint khác.
Vì sao đáng chú ý: Google hợp tác với Meta để chuyển TorchTitan sang TPU, đồng thời đưa ra lộ trình tinh chỉnh từng bước từ FLUX.1 đến Qwen3 235B cùng các con số MFU, có thể dùng làm tài liệu tham khảo cho các nhóm PyTorch đánh giá tính khả thi của huấn luyện trên TPU.
Google Research mô tả ba dự án nhằm đưa các tác nhân AI gắn với thực nghiệm phòng thí nghiệm ướt thực tế, bao gồm khuôn khổ VERID, một bản sao số ngữ nghĩa của một workcell phòng thí nghiệm được xây dựng trên khuôn khổ PyLabRobot mã nguồn mở, theo dõi bố cục deck, thể tích giếng và tồn kho đầu tip, đồng thời chạy thử khô các giao thức trước khi thực thi.
Vì sao đáng chú ý: Google Research phác thảo ba dự án kết nối các tác nhân AI với phần cứng phòng thí nghiệm ướt thực tế, cho thấy cách chạy thử khô mô phỏng và thí nghiệm vòng kín cho phép tác nhân tự sửa các quy tắc thiết kế của mình.
Nghiên cứu đã qua bình duyệt của Waymo phát hiện rằng ngay cả những người lái xe hoàn toàn tỉnh táo cũng đối mặt nguy cơ tai nạn chết người vào ban đêm cao gấp 3,1 đến 3,9 lần so với ban ngày, và việc loại bỏ những người lái xe bị suy giảm do rượu giúp giảm 23% tỷ lệ dính vào tai nạn chết người trung bình ở đô thị, từ 1,42 xuống 1,10 trên 100 triệu dặm. Một nghiên cứu thứ hai trên 37.654 trường hợp tử vong trong cơ sở dữ liệu FARS 2023 cho thấy chỉ 8,2% chỉ liên quan đến các yếu tố hành vi thuần túy của con người. Waymo trình bày các phát hiện này như là sự ủng hộ cho Phương pháp Tiếp cận Hệ thống An toàn và cho việc đánh giá chuẩn lái xe tự động dựa trên đường cơ sở con người có nồng độ cồn bằng không.
Google Cloud đã vinh danh Replit là Đối tác Công cụ AI của năm 2026, ghi nhận nền tảng hiện được hơn 50 triệu người sử dụng tại 85% trong Fortune 500. Giải thưởng này diễn ra sau khi Replit ra mắt Agent 4, mà công ty cho biết nhanh gấp 10 lần Agent 3 và chạy nhiều agent song song. Replit có mặt trên Google Cloud Marketplace, tích hợp với Cloud Run, Kubernetes Engine và BigQuery.
Gemini 2.5 Flash và 2.5 Pro của Google khác nhau chủ yếu ở tốc độ so với độ sâu suy luận, cả hai đều cung cấp cửa sổ ngữ cảnh 1M token và khả dụng gốc trong Vapi cho các tác nhân thoại. Flash trả về token đầu tiên trong 0,21–0,37 giây với tốc độ 163 token mỗi giây và có giá $0,15/$0,60 cho mỗi triệu token đầu vào/đầu ra, trong khi Pro có giá $1,25/$10 và bổ sung chế độ Deep Think, với cửa sổ 2M token đang được lên kế hoạch.
Vapi phác thảo cách chọn trong bốn mô hình Gemini cho tác nhân giọng nói: Gemini 1.0 Pro cho các luồng có thể dự đoán và thân thiện với tuân thủ với giá 0,50 đô la đầu vào và 2,00 đô la đầu ra trên mỗi triệu token, Gemini 1.5 Flash cho khối lượng công việc cao với cửa sổ ngữ cảnh 1 triệu token, Gemini 1.5 Pro cho suy luận sâu với cửa sổ 2 triệu token và độ chính xác truy xuất ngữ cảnh dài 99,7%, và Gemini 2.0 Flash cho gọi công cụ gốc.
Suno đã sử dụng Modal để mở rộng quy mô suy luận và tiền xử lý hàng loạt trên hàng nghìn GPU, đưa mô hình tạo nhạc của mình ra thị trường sớm bốn tháng thay vì phải thuê kỹ sư để xây dựng và duy trì cơ sở hạ tầng. Nhóm đã chạy tiền xử lý hàng loạt bằng vài đoạn script Python ngắn và không cần tệp cấu hình, sau đó mở rộng sang triển khai mô hình với các hàm được phơi bày qua HTTP và suy luận chuỗi trên nhiều mô hình và container. Tính năng tự động mở rộng của Modal lên đến hàng nghìn GPU đã xử lý các đợt tăng nhu cầu trong kỳ nghỉ mà không cần đặt trước GPU dài hạn.