באירוע Google I/O 2026, הצגנו את השינוי ב-Android ממערכת הפעלה למערכת חכמה. הדגמנו גם איך אפשר ליצור חוויות חכמות באופן מקורי באמצעות המערכת, ולשלב את היכולות של ה-AI של Google באפליקציות שלכם. אם פספסתם את העדכונים האלה, אתם יכולים לצפות בסרטון התקציר הקצר שלנו כאן:

1. הצבת האפליקציות במרכז מערכת הבינה

מערכת ההפעלה Android כבר מאפשרת לסוכנים כמו Gemini להשלים אוטומציה של משימות, שבה הם יכולים לנווט באפליקציה בשם המשתמשים. 

‫AppFunctions (Android MCP) מאפשרת לכם לשלוט טוב יותר באופן שבו האפליקציה משתלבת עם מערכת ה-AI. ממשק ה-API החדש של הפלטפורמה וספריית Jetpack זמינים כרגע בתצוגה מקדימה ניסיונית. 

• ‫Android MCP:‏ AppFunctions מאפשרת לאפליקציה שלכם לפעול כשרת Model Context Protocol‏ (MCP) במכשיר. המשמעות היא שאתם יכולים לשתף בצורה חלקה את הכלים, השירותים והנתונים של האפליקציה עם המערכת והסוכנים.
• פיתוח יעיל יותר: אתם יכולים להשתמש במיומנות החדשה כדי ליצור בקלות AppFunctions ב-codebase.
• בדיקה וחקירה: השקנו סוכן בדיקה חדש שמאפשר לכם להתנסות בפונקציות של האפליקציה ולבצע בהן ניפוי באגים בסביבת סוכן מדומה. 

כדי לראות את התכונה בפעולה, אפשר לצפות בהדגמה החיה שהוצגה במהלך המצגת מה חדש ב-Android.

2. הפעלה במכשיר באמצעות Gemini Nano 4 Preview

בחודש שעבר השקנו את Gemma 4, המודלים הפתוחים המתקדמים שלנו. אתם כבר יכולים להתנסות בגרסת טרום-ההשקה (Preview) של הדור הבא של מודלים של Gemini Nano (‏Nano 4) וליצור אבות טיפוס באמצעות גרסת טרום-ההשקה למפתחים של AIcore. כדי להפוך את השימוש ב-Gemini Nano בסביבת ייצור לאמין יותר ולשפר את הביצועים, אנחנו מוסיפים כמה תכונות חדשות ב-ML Kit GenAI APIs: 

• מפיתוח אב-טיפוס לייצור: מעבר מפיתוח אב-טיפוס בגרסת תצוגה מקדימה למפתחים של AICore ליצירת אפליקציות מוכנות לייצור באמצעות Prompt API של ML Kit GenAI, כדי להשתמש ב-Gemini Nano 4 שיושק במכשירי דגל בהמשך השנה.
• פלט מובנה: ה-API של פלט מובנה שיושק בקרוב יאפשר לכם להגדיר מחלקות של אובייקטים שיוחזרו כפלט מ-Prompt API, כדי להבטיח פלט מהימן בהטמעה של התכונות החכמות שלכם.
• ‫Prefix Caching: האפשרות הזו משפרת את ביצועי ההסקה במכשיר באמצעות ה-API של ההנחיות. השיטה החדשה של שמירת מטמון של תחיליות מקצרת את זמן ההסקה על ידי אחסון של מצב הביניים של מודל שפה גדול (LLM) במהלך עיבוד של חלק משותף וחוזר בהנחיה, ושימוש חוזר במצב הזה.

בתרחישי שימוש מותאמים אישית או נישתיים, אפשר גם להשתמש ב-LiteRT-LM כדי להביא מודל שפה קטן משלכם שעבר כוונון עדין ל-Android. 

3. הסקת מסקנות היברידית וסוכנים

כדי לעזור לכם ליצור תכונות מתקדמות יותר של AI, כמו הסקה היברידית, ולחקור את האפשרות ליצור סוכנים בתוך האפליקציה, פרסמנו ממשקי API חדשים, framework והנחיות:

• ‫Firebase AI Logic Hybrid Inference: ה-API החדש הזה מספק יכולת פשוטה של ניתוב בין מודלים במכשיר לבין תשתית ענן עוצמתית. אתם יכולים להגדיר מצבי תזמור מפורשים, כמו PREFER_ON_DEVICE, PREFER_CLOUD, ONLY_ON_DEVICE או ONLY_CLOUD, בהתאם לצורך שלכם.
• A2UI Jetpack Compose Renderer: הספרייה החדשה A2UI מאפשרת לסוכנים שלכם "לדבר ממשק משתמש". עם Jetpack Compose Renderer (מעבד התמונות של Jetpack Compose) שיושק בקרוב, תוכלו לעבד אוטומטית את הודעות ה-A2UI האלה כרכיבי ממשק משתמש נייטיביים.
• ‫ADK ל-Android: הגרסה הראשונה של ADK ל-Android זמינה לניסוי. היא מאפשרת לכם ליצור תהליכי עבודה עם כמה סוכנים במודלים שפועלים במכשיר ובמודלים בענן, תוך ניהול של תזמור, טיפול בהקשרים וסשנים בין סוכנים. 

בשיחה הזו תוכלו לראות איך משתמשים בהם בפועל, החל מבנייה באמצעות מודלים במכשיר, דרך חקר היקש היברידי ועד לבניית סוכנים: 

מתחילים לבנות עוד היום

בין אם אתם מתנסים ב-AppFunctions כדי להתכונן למערכת ה-AI, או רוצים לשלב את יכולות ה-AI של Google באפליקציה שלכם, אנחנו כאן כדי לעזור. ב-מרכז ה-AI של Android אפשר למצוא מידע נוסף על קטעי קוד, דוגמאות ומדריכים מקיפים למפתחים. למידע נוסף על החידושים, אפשר לעיין בפלייליסט הרשמי של AI ב-Android בכנס Google I/O 2026 .

אנחנו סקרנים לראות מה תיצור!