Semua yang diumumkan di Google I/O 2026

xguru · 2026-05-21T11:01:01+09:00

Fokus utamanya adalah Gemini 3.5 Flash, Gemini Omni Flash, Antigravity 2.0, Google AI Studio, Gemma 4, Android 17, Chrome/Web, Firebase, Google Play, dan kapabilitas developer di era AI Google menekankan bukan hanya pengumuman model, tetapi juga alur pengembangan di mana agen benar-benar mengakses produk, browser, cloud, aplikasi mobile, data, dokumen, dan lingkungan pengujian Alat pengembang berkembang melampaui sekadar menulis kode menjadi mencakup perencanaan, eksekusi, verifikasi, debugging, deployment, evaluasi, dan koordinasi banyak agen Android, Flutter, Chrome, Firebase, dan Google Play semuanya berkembang dengan cara memasukkan Gemini dan alat agen ke dalam alur pengembangan yang sudah ada Dibanding penulisan kode, biaya verifikasi, penyediaan konteks, hak akses alat, observasi runtime, infrastruktur pengujian, serta dokumentasi dan desain sistem organisasi muncul sebagai bottleneck yang lebih besar Sesi 1 - Google keynote Setiap bulan, lebih dari 8,5 juta orang membuat aplikasi dan pengalaman dengan model Google API model Google memproses sekitar 19 miliar token per menit Penggunaan AI Search: AI Overviews digunakan oleh lebih dari 2,5 miliar orang per bulan AI Mode digunakan oleh lebih dari 1 miliar orang per bulan Pengguna aktif bulanan aplikasi Gemini meningkat dari 400 juta pada I/O tahun lalu menjadi lebih dari 900 juta Gambar yang dihasilkan dengan model Nano Banana mencapai lebih dari 50 miliar Gemini 3.5 Flash tersedia di seluruh produk dan API, dengan karakteristik utama eksekusi cepat dan efisiensi biaya Gemini Omni Flash adalah model pertama di lini Omni, dengan arah yang menangani input dan output multimodal secara lebih luas Antigravity 2.0 adalah aplikasi desktop mandiri yang dapat digunakan secara global, menangani percakapan agen, proyek, dan manajemen tugas dalam satu layar Demo besar Antigravity: Dengan 93 sub-agen, lebih dari 15.000 permintaan model, dan 2,6 miliar token, sistem ini membuat inti sistem operasi yang berfungsi dari proyek kosong Menggunakan performa dan efisiensi biaya Gemini 3.5 Flash, dijalankan dengan kredit API kurang dari 1.000 dolar AS Sesi 2 - Developer keynote Google memaparkan alur untuk developer yang menggabungkan model, alat agen, platform pengguna, dan infrastruktur Managed agents masuk ke Gemini API, sehingga harness agen seperti Antigravity bisa digunakan dalam bentuk API Google Antigravity 2.0 adalah aplikasi desktop berpusat pada agen, dengan struktur di mana banyak agen menangani tugas pengembangan Dengan Antigravity SDK, alur agen bisa dikustomisasi dan di-deploy langsung Di Google AI Studio, pengguna baru bisa langsung melakukan deployment ke Cloud Run tanpa kartu kredit Integrasi Google Workspace memungkinkan AI Studio menggunakan data Workspace dalam alur pembuatan aplikasi Di Google AI Studio, kini dimungkinkan alur untuk langsung mengubah ide menjadi aplikasi Android Gemma 4: Disediakan dengan lisensi Apache 2 Mencapai 100 juta unduhan pada bulan pertama Total unduhan Gemma meningkat menjadi lebih dari 500 juta Chrome DevTools for Agents dapat digunakan di Antigravity dan lebih dari 20 agen coding Gemma 4 di-fine-tune dengan LoRA untuk membuat respons perintah bash yang langsung bisa dipakai di pipeline CI, lalu di-deploy ke laptop lokal Sesi 3 - Agent-first workflows from prompt to production Setelah aplikasi yang dibuat di AI Studio di-deploy dengan Cloud Run dan Firebase, alurnya terhubung ke alur agen hingga debugging dan analisis pada tahap operasional Melalui lebih dari 50 server MCP terkelola, agen mengakses alat dan data Google Cloud Developer Knowledge MCP memasukkan informasi terbaru berbasis dokumentasi Google ke alat agen untuk mengurangi masalah dokumentasi usang Snapshot dokumentasi terbaru masuk ke alat agen kira-kira setiap 8-12 jam Dengan Data Agent Kit dan BigQuery MCP, agen menganalisis Firestore, BigQuery, dan data log lalu membuat dashboard Antigravity dapat menyelidiki error aplikasi, menemukan file terkait, memperbaikinya, lalu melanjutkan hingga commit GitHub Remediation agent dan CI agent yang di-deploy ke Cloud Run terhubung dengan Eventarc, Pub/Sub, dan Gemini untuk menyelidiki dan memperbaiki error Banyak agen saling menyerahkan pekerjaan dengan cara A2A(agent-to-agent) Pengembangan agen tidak berhenti pada pembuatan prototipe, tetapi meluas hingga deployment, monitoring, analisis data, dan pemulihan otomatis Sesi 4 - What’s new in Android Android 17 menambahkan batas memori dan alat terkait agar penggunaan memori aplikasi yang berlebihan tidak merusak pengalaman pengguna Android 17 menjadikan kondisi seperti excessive memory, cold start, dan excessive CPU sebagai target analisis otomatis Aplikasi yang menargetkan Android 17 memerlukan izin ACCESS_LOCAL_NETWORK untuk menemukan dan terhubung ke perangkat jaringan lokal Google memperkuat arah membangun UI Android dengan Jetpack Compose Compose 1.10 dan Compose 1.11 mencakup peningkatan performa, hybrid UI, dan API baru Integrasi AppFunctions dan Gemini masih dalam tahap private preview, dan aplikasi dapat menjadi target orkestrasi Gemini Beberapa fitur baru dapat diuji melalui developer preview ML Kit Prompt API Android 17 menghadirkan peningkatan pada Eclipsa Video, kualitas suara HE-AAC, serta kamera dan media berbasis CameraX dan Media3 Aplikasi layar besar bergerak ke arah yang tidak terlalu terikat pada batasan mobile lama dengan menggunakan Navigation 3 dan library Compose Adaptive Compose 1.6 untuk Wear OS mendukung Navigation 3 dan mode manager yang membantu pengelolaan konten dalam status hemat daya Sesi 5 - What’s new in Chrome Chrome berfokus pada memastikan situs web bekerja dengan baik bagi pengguna yang menggunakan agen dan alat bergaya agen Chrome ingin menghubungkan Baseline dan fitur web terbaru ke alat pengembang, bukan hanya mengandalkan pengetahuan dasar model Sejak tahun lalu, 55 fitur telah mencapai status Baseline Widely Available Pada saat pengumuman, 52 fitur berada dalam status Baseline Newly Available Karena Chrome diperbarui setiap 4 minggu, agen coding yang tidak mengetahui fitur web terbaru mudah membuat implementasi yang usang Prompt API milik Chrome tersedia di Chrome 148 Navigation API, View Transitions, HTML-in-Canvas, dan declarative partial updates masuk ke dalam alur pengembangan Developer ekstensi Chrome kini dapat secara otomatis memeriksa dan melakukan debug pada instalasi, service worker, side panel, dan popup Chrome berkembang ke arah menyediakan skill tingkat tinggi seperti performa web, identity, security, serta panduan lebih dari 100 use case umum kepada agen Dengan memasukkan fitur web terbaru dan informasi dukungan browser ke agen, pengulangan pola kompatibilitas lama dapat dikurangi Sesi 6 - What’s new in Google AI Keluarga model Gemini adalah keluarga model multimodal yang menangani input teks, gambar, audio, video, dan kode serta berbagai bentuk output Peran Gemini 3.5 Pro dan Flash: Gemini 3.5 Pro berfokus pada pemecahan masalah yang kompleks Gemini 3.5 Flash menangani keseimbangan performa, kecepatan, dan biaya Fitur Build di AI Studio menggunakan 3.5 Flash sebagai model default Nano Banana 2 bisa langsung dicoba di AI Studio Gemini Omni Flash adalah model yang dapat membuat output termasuk video dari input Gemini Live dan Live API mendukung interaksi berbasis suara Interactions API adalah fitur untuk berinteraksi dengan agen di dalam AI Studio Aksesibilitas Gemma 4: Bisa diuji di playground AI Studio Beberapa panggilan gratis juga tersedia di Gemini API Memiliki jendela konteks 256.000 token dan dapat ditemukan di Hugging Face Gemini Robotics 1.6, Genie 3, Antigravity 2.0, serta strategi mengurangi biaya dengan mencampur model terbuka dan model proprietary juga ikut diperkenalkan Sesi 7 - Build next-gen AI experiences with Google AI Studio and Google Antigravity Google AI Studio meluas dari sekadar model playground menjadi ruang untuk mengubah ide menjadi aplikasi dan mendistribusikannya Model, agen, pembuatan aplikasi, integrasi Workspace, dan deployment Cloud Run masuk dalam satu alur Bagian aplikasi di AI Studio akan segera hadir dan akan menangani pembuatan serta deployment aplikasi dengan lebih langsung Ditambahkan fitur untuk mengekspor kode yang dibuat di AI Studio ke Antigravity sekaligus Antigravity 2.0 tidak hanya menulis kode, tetapi juga berperan sebagai mission control yang mengoordinasikan berbagai tugas lewat agen Antigravity 2.0 menjadikan task list, implementation plan, dan peninjauan file yang diubah sebagai alur inti Code review dan peninjauan perubahan bisa ditangani langsung di dalam Antigravity 2.0 Strukturnya adalah menyerahkan tugas berat seperti pengujian browser, perencanaan, penulisan fitur multi-file, dan verifikasi end-to-end kepada agen Dengan Google AI Studio, aplikasi bisnis baru dapat dibuat dalam sekitar 20 menit, lalu dikembangkan lebih lanjut dengan Antigravity Google AI Studio adalah titik awal cepat untuk “prompt to app”, dan Antigravity adalah alat untuk mengembangkan aplikasi menjadi pekerjaan pengembangan nyata Sesi 8 - Unlock modern web capabilities in your AI coding workflows Jika agen coding tidak mengetahui kemampuan web modern, mereka mudah membuat kode berdasarkan standar kompatibilitas browser yang sudah usang Chrome merilis 50 fitur baru selama setahun terakhir, tetapi karena knowledge cutoff model, banyak fitur itu tidak sampai ke model Dalam contoh Interest Invokers API, muncul masalah ketika agen menggunakan nama properti lama interesttarget Modern Web Guidance adalah paket pengetahuan yang membantu agen menemukan fitur web terbaru dan implementasi yang direkomendasikan Agen melakukan pencarian berbasis makna di dalam paket lokal sebelum menjawab Skala dan struktur panduan: Saat ini ada lebih dari 100 panduan Semua skill per fitur tidak diekspos sebagai alat tingkat atas, melainkan dicari dan digunakan saat diperlukan Panduan menyediakan implementasi modern yang ideal sekaligus rekomendasi fallback Jika tidak ada persyaratan dukungan browser, agen akan menggunakan Baseline Widely Available sebagai asumsi default Jika kondisi seperti “hanya mendukung Chrome 144 ke atas” ditulis di AGENTS.md, agen dapat menghindari fallback yang tidak perlu Tim Chrome menjalankan evaluasi harian terhadap model seperti Gemini 3.1, Claude Opus 4.7, dan GPT 5.5 Sesi 9 - What’s new in Firebase Firebase bergerak menjadi agent-native platform tempat manusia dan agen sama-sama bisa membuat dan memperluas aplikasi Firebase Data Connect berevolusi menjadi Firebase SQL Connect yang mendukung pengembangan aplikasi berbasis SQL Dengan custom resolver di Firebase SQL Connect, layanan Google Cloud seperti Cloud Functions dan BigQuery dapat dihubungkan Firestore mendukung geo search, native full text search, dan semantic match Firebase AI Logic mendukung model terbaru dan dapat membuat fitur AI sadar lokasi dengan Maps grounding Fitur kontrol pembuatan gambar Nano Banana juga bisa digunakan di Firebase AI Logic Firebase AI Logic mendukung inferensi lokal dan hybrid di iOS, Chrome, dan Android, serta melakukan fallback ke cloud-hosted model saat tidak ada model lokal Dart support for Cloud Functions in Firebase tersedia sebagai experimental preview AI Studio terhubung dengan Google Workspace sehingga data Sheets, Docs, Gmail, dan Calendar bisa digunakan di aplikasi Firebase agent skills dapat digunakan di Android, iOS, web, dan Flutter, serta dukungan Crashlytics juga diperluas Sesi 10 - What’s new in Google Play Play Billing mendukung lebih dari 300 metode pembayaran lokal di lebih dari 65 pasar Google Play memiliki lebih dari 890 juta pengguna yang siap berbelanja Pilihan untuk menyediakan Google Play Billing bersama pembayaran alternatif diperluas, dan biaya layanan yang lebih rendah juga diumumkan Penemuan aplikasi meluas ke aplikasi Gemini, Android, dan web sehingga pengguna dapat menemukan aplikasi dan game di dalam Gemini Gemini merekomendasikan aplikasi dengan memanfaatkan fungsi nyata aplikasi dan informasi store listing, bukan daftar tautan statis Pada beberapa topik, pengguna Gemini dan Play dapat menjelajahi lebih dari 450.000 konten film dan TV Di Play Console, jika file terstruktur seperti Eclipsa Video atau Google Sheets diunggah, Gemini akan mengisi listing terlebih dahulu Gemini akan membantu tugas Play Console seperti bulk price changes, import skills, dan metadata configuration Dengan in-app subscription management API, pengguna dapat dengan mudah mengganti paket langganan di dalam aplikasi Tahun lalu Google Play Billing mencegah 3,4 miliar dolar AS penipuan yang dicoba dan 130 juta dolar AS abusive refunds Sesi 11 - Defining the agentic AI era Gemini, Search, aplikasi Gemini, dan Google DeepMind sama-sama membahas AI agentic dari arah yang sejalan Gemini 3.5 Flash juga bisa digunakan di dalam Search Search perlu menemukan keseimbangan antara jawaban cepat dan tugas agentic yang lebih panjang Gemini Spark berperan sebagai always-on agent yang menangani pekerjaan yang dititipkan pengguna di belakang layar Model harus melampaui jawaban chat sederhana dan dapat berjalan di seluruh produk Google serta ekosistem eksternal Alat internal yang diterjemahkan dari Python ke Go: Menerjemahkan program yang sudah ada beserta pengujiannya ke bahasa lain adalah masalah yang lebih jelas bagi model Beberapa alat internal menjadi 10-20x lebih cepat hanya dalam semalam Infrastruktur perangkat lunak internal Google juga bisa berubah lebih cepat agar sesuai dengan dunia agentic yang baru Hardware, skala model, penerapan produk, dan feedback loop harus saling selaras agar Gemini bisa masuk ke seluruh produk Google Fokus pertanyaan bergeser dari “apa yang bisa dilakukan model” ke “bagaimana menempatkan model ke dalam produk dan alur kerja” Sesi 12 - What’s new in Android development tools Alat pengembangan Android dirancang dengan mempertimbangkan bukan hanya developer manusia, tetapi juga AI agent yang ditempatkan di codebase Android Studio Otter mendukung akun Gemini Enterprise dan Google One Android Studio dapat mengambil dan menggunakan model lokal maupun model jarak jauh Android Bench menjadi tolok ukur untuk menentukan model mana yang akan digunakan untuk tugas pengembangan Android Dari Compose Preview, pengguna bisa langsung meminta transformasi UI agar agen dapat bekerja dengan konteks yang lebih baik Tersedia agent-based new project wizard yang dapat membuat adaptive Android app hanya dari prompt Android Studio menyertakan sekitar 10 skill yang membantu pekerjaan seperti integrasi adaptive API dan konversi dari XML ke Compose Android CLI baru mendukung workflow LLM, dan saat membuat proyek baru menggunakan token lebih dari 70% lebih sedikit dibanding alat Gradle LLM lainnya Antigravity CLI, Android CLI, dan Android skill bisa digabungkan sehingga pengembangan aplikasi Android juga bisa dimulai dari Antigravity Di Android Studio Quail dan perangkat Android 17, koneksi perangkat tetap terjaga meski jaringan berubah atau laptop di-restart Sesi 13 - What’s new in Flutter Flutter 3.44 dan Dart 3.12 dirilis bersama Tahun ini, proyek Flutter melibatkan lebih dari 1.700 contributor Setiap bulan, lebih dari 1,5 juta developer membangun dengan Flutter Di Flutter 3.44, mode rendering baru dapat dicoba pada perangkat Android API 34 ke atas yang mendukung Vulkan Flutter digunakan pada infotainment system Toyota 2026 RAV4 Cloud Functions for Firebase berbasis Dart memiliki kasus cold start serendah 10ms berkat kompilasi AOT Firebase AI Logic menambahkan server prompt template, sehingga prompt tidak perlu dimasukkan langsung ke dalam aplikasi Firebase Agent Skills for Flutter memberi agen panduan untuk membangun aplikasi Flutter dan Firebase full-stack Dukungan LiteRT-LM akan segera hadir di paket flutter_gemma Di Flutter desktop, Canonical berperan sebagai lead maintainer sekaligus strategic steward Sesi 14 - What’s new in the Gemma open model family Gemma 4 menjadi model terbuka paling kuat di lini Gemma Tersedia dalam berbagai ukuran, dari 2B hingga 31B, untuk digunakan di mobile, laptop, dan cloud Gemma dimulai pada 2024 sebagai keluarga model dari 1B hingga 27B Gemma 4 adalah model open weight dan kompatibel dengan ekosistem open-source Melalui MTP dan speculative decoding, decode speed bisa meningkat hingga 3x Ekosistem Android sudah menyiapkan implementasi day-zero untuk Gemma 4 Melalui Android API, model Gemma kecil bisa dijalankan langsung di ponsel, atau aplikasi Android bisa dikodekan dengan model Gemma lokal di lingkungan yang sulit mengakses Gemini API Dengan ADK(agent development kit) di atas Cloud Run dan Gemma 31B, dibuat agen yang memahami database dan menemukan jawaban Gemma 4 dapat dijalankan di browser atau lingkungan lokal melalui antarmuka kompatibel OpenAI milik Transformers.js, Ollama, dan LM Studio Cloud perusahaan, mesin lokal, browser, dan mobile semuanya menjadi lingkungan untuk menjalankan Gemma Sesi 15 - What’s new in Web UI Pembaruan Web UI 2026 membahas fitur-fitur utama beserta status Baseline-nya Semua fitur diberi penanda kompatibilitas seperti Baseline Widely Available, Newly Available, dan Limited Available Dengan contrast-color API, pemilihan warna dengan kontras yang sesuai di CSS menjadi lebih mudah Fitur meta name="text-scale" di Chrome 146 merespons pengaturan ukuran teks sistem Lebih dari 30% pengguna Android dan iOS mengubah ukuran teks default Sejak Chrome 134, elemen dialog menerima fitur seperti declarative light dismiss dari popover two-phase View Transitions dapat diuji di Chrome Canary scroll-driven animations masuk ke Chrome pada 2023, dan interoperabilitasnya ditingkatkan melalui Interop 2026 HTML-in-Canvas API memungkinkan konten DOM nyata dimasukkan ke dalam Canvas Di Chrome 149, ditambahkan cara penggunaan baru untuk gap decorations dan shape outside Sesi 16 - Adaptive development for the expanding Android ecosystem Android bukan lagi ekosistem yang hanya untuk ponsel, dan lebih dari 580 juta perangkat layar besar aktif mendapat manfaat dari investasi pada adaptive app Pengguna foldable diklasifikasikan sebagai kelompok pengguna bernilai lebih tinggi di adaptive app Di Android 17, arah perubahannya adalah penghapusan opt-out orientation dan resizability untuk target SDK 37 Desktop emulator di Android Studio Quail Canary mendukung pengujian aplikasi Android dalam bentuk desktop Dengan Continue On API di Android 17, pengguna dapat melanjutkan aktivitas dari satu perangkat ke perangkat kedua Google memperkuat arus pengembangan aplikasi Android dengan pendekatan Compose-first Compose 1.11 meningkatkan dukungan trackpad ke tingkat mouse dan pointer, serta menambahkan API pengujian non-touch input Compose menambahkan API eksperimental untuk state-based styling Connected Displays tersedia secara publik melalui Android Feature Drop Compose, Navigation 3, dan library Compose Adaptive mendukung berbagai layar seperti foldable, desktop, mobil, TV, dan XR Sesi 17 - Building the quantum-AI future with Hartmut Neven and James Manyika Arus percepatan timbal balik antara komputasi kuantum dan AI menjadi tema utama Hartmut Neven memulai tim Quantum AI Google pada 2012 superposition dan qubit menjadi dasar komputasi kuantum Jumlah bit string yang mungkin pada chip 105 qubit adalah 2 pangkat 105 Algoritme dan masalah yang dapat diselesaikan secara berguna oleh komputer kuantum saat ini telah diidentifikasi komunitas sebanyak lebih dari 70 Ke depan, jumlah itu dapat meningkat lebih dari 10 kali lipat quantum error correction adalah teknologi inti yang diperlukan untuk mempertahankan keadaan superposition Google berhasil mengurangi error pada mesin nyata dengan quantum error correction pada 2022 Quantum Echoes terhubung dengan cara mempelajari data yang dihasilkan dari NMR atau MRI Google menyampaikan pandangan bahwa transisi ke post-quantum cryptography perlu dilakukan dengan lebih kuat hingga 2029 Sesi 18 - Scale AI with Google’s TPU software stack Membahas stack software open source untuk melatih, fine-tuning, dan inferensi model di atas TPU Alur pengembangan model dibagi menjadi pre-training, post-training, dan serving/inference Post-training dan inference bisa dicoba dengan TPU gratis di Kaggle dan Colab Demo vLLM on TPU menjalankan model Gemma 4 31B di TPU dan merangkum informasi nutrisi dari gambar makanan Gemma 4 adalah model multimodal yang cocok untuk menerima gambar, memahami isinya, dan merangkumnya Dengan menambahkan MTP ke inferensi vLLM TPU, diperoleh peningkatan kecepatan sekitar 3x di berbagai tugas Tunix adalah framework ringan untuk post-training Alih-alih model besar, model 4B di-fine-tune agar dapat melakukan tugas yang sama, lalu dijalankan pada satu chip Trillium MaxText, Tunix, vLLM, JAX, PyTorch, dan TPU ditempatkan sebagai alat untuk tiap tahap siklus hidup model Sesi 19 - Supercharge your AI coding workflow with Chrome DevTools for agents Chrome DevTools for agents adalah alat yang memungkinkan coding agent mengamati runtime browser secara langsung melalui DevTools Seperti developer manusia belajar dan melakukan debugging dengan DevTools, coding agent juga perlu memiliki loop umpan balik tertutup yang sama Agent dapat membuka instance Chrome nyata, menavigasi halaman, mengisi formulir, dan mengumpulkan console log serta network request Melalui akses source map, agent dapat berpindah dari masalah runtime ke file sumber yang terkait Alat ini disediakan sebagai NPM package, lengkap dengan MCP server dan CLI 6 skill yang disediakan: troubleshooting, Chrome DevTools, dan Chrome DevTools CLI skill membantu penggunaan umum dan konsep accessibility debugging, memory leak debugging, dan optimized LCP skill memasukkan pengetahuan domain khusus ke dalam agent Implementasinya berbasis Puppeteer, dan agent memakai wrapper alat ini alih-alih menggunakan Puppeteer secara langsung Secara default menggunakan profil browser anonim terpisah, dan tidak mengakses Chrome password manager CyberAgent mengaudit 236 Storybook story dari 32 komponen dalam waktu kurang dari 1 jam dengan DevTools for agents Sesi 20 - A new era of discovery: AI and the frontiers of science with Demis Hassabis Demis Hassabis menetapkan tujuan awal DeepMind sebagai “solve intelligence” Arus perubahan AI terhadap penemuan ilmiah, produk, dan alat riset menjadi tema utama AlphaFold kembali disebut sebagai contoh pemecahan masalah sulit 50 tahun berupa struktur protein Gemini for Science terhubung dengan arus model untuk sains yang diumumkan dalam keynote Demis Hassabis menggambarkan masa kini sebagai periode di “foothills of the singularity”, dan melihat titik saat intelligence terselesaikan berada di sekitar 2030 ± 1 tahun Keluarga model Genie digunakan Waymo untuk menguji situasi 1 in a billion yang sulit dilihat di dunia nyata Kemajuan drug discovery dari Isomorphic Labs digunakan sebagai contoh AI yang mempercepat sains Aplikasi Gemini memiliki 900 juta pengguna per bulan, dan AI Mode in Search juga menjadi permukaan produk yang penting AI digunakan bukan hanya untuk fitur produk, tetapi juga sebagai alat pemecahan masalah sains dan riset Sesi 21 - A fireside chat on the evolution of the developer craft Pekerjaan developer di era AI bergeser dari menulis kode ke perancangan sistem, dokumentasi, dan orkestrasi Alat dan model baru terus bermunculan, tetapi tidak perlu langsung mengikuti semua tren; perlu memilih alat yang ingin dipelajari secara sengaja Memasukkan agent ke dalam tim mirip seperti merekrut banyak engineer junior, sehingga dokumentasi internal dan catatan keputusan desain menjadi makin penting Untuk membangun agentic workflow yang baik, perlu ditentukan tanggung jawab satu agent, cara beberapa agent saling berdialog, dan posisi pengawasan manusia UX berbagai alat coding makin mirip, sehingga pola yang dipelajari di satu alat bisa dipindahkan ke alat lain Saat bekerja dengan agent, perlu melepaskan sebagian kontrol atas jalur kerja, lalu menyelaraskan hasil dan niat desain technical debt, cognitive debt, dan intent debt bisa membaik lebih cepat atau memburuk lebih cepat dengan AI Menjalankan 20 agent secara bersamaan dapat melampaui kapasitas kognitif manusia, sehingga perlu dikelola dengan sengaja Kebiasaan prompt yang baik berubah dari sekadar potongan kata kunci pencarian menjadi penyampaian tujuan lengkap dan konteks Yang makin penting bukan “apakah semua kode ditulis sendiri”, melainkan “apakah sudah ada konteks dan sistem verifikasi agar agent bisa bekerja” Sesi 22 - Build core skills to thrive as an AI-era developer Bahkan di era AI, kapabilitas dasar rekayasa perangkat lunak menjadi semakin penting AI bisa menjadi force multiplier, tetapi untuk mengevaluasi, mengintegrasikan, dan memelihara hasil keluarannya dibutuhkan keahlian yang mendalam Semakin otonom agen bekerja, semakin dibutuhkan shift-left untuk memperjelas intent lebih awal System Design meluas menjadi konsep yang mencakup lingkungan, manusia, agen, alat, hingga budaya Tim perlu membuat dan memelihara sendiri agent role, profile, recipe, rule, dan skill, alih-alih memakai agen secara out-of-box Specs, agent rules, dan skills menjadi source of truth yang menyampaikan what dan why dari sistem kepada agen Untuk membuat realistic eval, dibutuhkan kapabilitas AI, rekayasa perangkat lunak, pengguna, dan bisnis secara bersamaan Perlu dibuat feedback loop yang menganalisis agent trace untuk meningkatkan kegunaan alat, agent skill, dan desain sistem Engineer manusia bergeser dari conductor untuk agen individual menjadi orchestrator bagi beberapa tim agen asinkron Untuk melihat sistem dari sudut pandang pelaku jahat, red team agent bisa ditempatkan secara eksplisit Sesi 23 - Software engineering at the tipping point Jika AI mempercepat penulisan kode, seluruh ekosistem pengembangan akan menerima tekanan pada tingkat software ecology Google memiliki struktur di mana semua kode, termasuk Android dan Chrome, berada dalam monorepo bersama dan dikomit ke trunk Google telah lama menggunakan alat internal yang memungkinkan satu developer mengubah jutaan baris kode Besar kemungkinan ekosistem pengembangan saat ini tidak mampu menanggung kecepatan 10x Jika agen menghasilkan lebih banyak kompilasi, pengujian, commit, dan penggunaan token, biaya infrastruktur dan bottleneck akan membesar Agen dapat membuat kode yang mudah ditulis, tetapi belum tentu membuat kode yang mudah dipelihara oleh manusia Dibutuhkan agentic skill component reuse dan component isolation yang memaksa penggunaan ulang dan isolasi API dan akses data harus dilindungi dengan ketat seolah-olah pada dasarnya terbuka bagi agen Kalimat “agents will find things you probably didn't want them to” menunjukkan risiko dalam desain perizinan Dalam ekosistem pengembangan tahun 2030, cara saat ini bisa terlihat usang seperti era CD-ROM tahun 2001 Sesi 24 - Vibe once, run anywhere with Google Antigravity and Flutter Dengan menggunakan Antigravity dan Flutter bersama, ide yang dibuat sekali dapat diperluas ke berbagai platform Sejak peluncuran Gemini 3, kemampuan model meningkat besar, dan Antigravity mendukung kemampuan itu sejak awal Antigravity menempatkan feedback loop yang rapat antara perencanaan, eksekusi, dan verifikasi sebagai inti Antigravity membuat task list dan implementation plan, meninggalkan screenshot dan video selama eksekusi, lalu setelah selesai menulis laporan yang memuat implementasi dan alasannya Pada tahap verifikasi, eksekusi aplikasi, pengambilan screenshot, klik tombol Chrome, dan menjalankan pengujian dilakukan secara berurutan Di Flutter, strong typing Dart dan analysis server memberi LLM sinyal kesalahan objektif seperti function signature dan bentuk class Flutter adalah cross-platform UI toolkit yang menyediakan piksel dan fungsi yang sama di banyak layar Stateful hot reload Flutter memberikan pengalaman pengembangan dengan membangun ulang aplikasi dalam kurang dari 1 detik saat sedang berjalan Semakin banyak kode yang dibuat agen, manusia perlu menetapkan tujuan desain dan arah produk serta meninjau hasil keluaran agen Antigravity menyediakan loop eksekusi agen, dan Flutter memberikan hasil yang konsisten di berbagai platform sehingga membentuk alur “vibe once, run anywhere”

(io.google)

8 poin oleh xguru 2026-05-21 | 3 komentar | Bagikan ke WhatsApp

Fokus utamanya adalah Gemini 3.5 Flash, Gemini Omni Flash, Antigravity 2.0, Google AI Studio, Gemma 4, Android 17, Chrome/Web, Firebase, Google Play, dan kapabilitas developer di era AI
Google menekankan bukan hanya pengumuman model, tetapi juga alur pengembangan di mana agen benar-benar mengakses produk, browser, cloud, aplikasi mobile, data, dokumen, dan lingkungan pengujian
Alat pengembang berkembang melampaui sekadar menulis kode menjadi mencakup perencanaan, eksekusi, verifikasi, debugging, deployment, evaluasi, dan koordinasi banyak agen
Android, Flutter, Chrome, Firebase, dan Google Play semuanya berkembang dengan cara memasukkan Gemini dan alat agen ke dalam alur pengembangan yang sudah ada
Dibanding penulisan kode, biaya verifikasi, penyediaan konteks, hak akses alat, observasi runtime, infrastruktur pengujian, serta dokumentasi dan desain sistem organisasi muncul sebagai bottleneck yang lebih besar

Sesi 1 - Google keynote

Setiap bulan, lebih dari 8,5 juta orang membuat aplikasi dan pengalaman dengan model Google
API model Google memproses sekitar 19 miliar token per menit
Penggunaan AI Search:
- AI Overviews digunakan oleh lebih dari 2,5 miliar orang per bulan
- AI Mode digunakan oleh lebih dari 1 miliar orang per bulan
Pengguna aktif bulanan aplikasi Gemini meningkat dari 400 juta pada I/O tahun lalu menjadi lebih dari 900 juta
Gambar yang dihasilkan dengan model Nano Banana mencapai lebih dari 50 miliar
Gemini 3.5 Flash tersedia di seluruh produk dan API, dengan karakteristik utama eksekusi cepat dan efisiensi biaya
Gemini Omni Flash adalah model pertama di lini Omni, dengan arah yang menangani input dan output multimodal secara lebih luas
Antigravity 2.0 adalah aplikasi desktop mandiri yang dapat digunakan secara global, menangani percakapan agen, proyek, dan manajemen tugas dalam satu layar
Demo besar Antigravity:
- Dengan 93 sub-agen, lebih dari 15.000 permintaan model, dan 2,6 miliar token, sistem ini membuat inti sistem operasi yang berfungsi dari proyek kosong
- Menggunakan performa dan efisiensi biaya Gemini 3.5 Flash, dijalankan dengan kredit API kurang dari 1.000 dolar AS

Sesi 2 - Developer keynote

Google memaparkan alur untuk developer yang menggabungkan model, alat agen, platform pengguna, dan infrastruktur
Managed agents masuk ke Gemini API, sehingga harness agen seperti Antigravity bisa digunakan dalam bentuk API
Google Antigravity 2.0 adalah aplikasi desktop berpusat pada agen, dengan struktur di mana banyak agen menangani tugas pengembangan
Dengan Antigravity SDK, alur agen bisa dikustomisasi dan di-deploy langsung
Di Google AI Studio, pengguna baru bisa langsung melakukan deployment ke Cloud Run tanpa kartu kredit
Integrasi Google Workspace memungkinkan AI Studio menggunakan data Workspace dalam alur pembuatan aplikasi
Di Google AI Studio, kini dimungkinkan alur untuk langsung mengubah ide menjadi aplikasi Android
Gemma 4:
- Disediakan dengan lisensi Apache 2
- Mencapai 100 juta unduhan pada bulan pertama
- Total unduhan Gemma meningkat menjadi lebih dari 500 juta
Chrome DevTools for Agents dapat digunakan di Antigravity dan lebih dari 20 agen coding
Gemma 4 di-fine-tune dengan LoRA untuk membuat respons perintah bash yang langsung bisa dipakai di pipeline CI, lalu di-deploy ke laptop lokal

Sesi 3 - Agent-first workflows from prompt to production

Setelah aplikasi yang dibuat di AI Studio di-deploy dengan Cloud Run dan Firebase, alurnya terhubung ke alur agen hingga debugging dan analisis pada tahap operasional
Melalui lebih dari 50 server MCP terkelola, agen mengakses alat dan data Google Cloud
Developer Knowledge MCP memasukkan informasi terbaru berbasis dokumentasi Google ke alat agen untuk mengurangi masalah dokumentasi usang
Snapshot dokumentasi terbaru masuk ke alat agen kira-kira setiap 8-12 jam
Dengan Data Agent Kit dan BigQuery MCP, agen menganalisis Firestore, BigQuery, dan data log lalu membuat dashboard
Antigravity dapat menyelidiki error aplikasi, menemukan file terkait, memperbaikinya, lalu melanjutkan hingga commit GitHub
Remediation agent dan CI agent yang di-deploy ke Cloud Run terhubung dengan Eventarc, Pub/Sub, dan Gemini untuk menyelidiki dan memperbaiki error
Banyak agen saling menyerahkan pekerjaan dengan cara A2A(agent-to-agent)
Pengembangan agen tidak berhenti pada pembuatan prototipe, tetapi meluas hingga deployment, monitoring, analisis data, dan pemulihan otomatis

Sesi 4 - What’s new in Android

Android 17 menambahkan batas memori dan alat terkait agar penggunaan memori aplikasi yang berlebihan tidak merusak pengalaman pengguna
Android 17 menjadikan kondisi seperti excessive memory, cold start, dan excessive CPU sebagai target analisis otomatis
Aplikasi yang menargetkan Android 17 memerlukan izin ACCESS_LOCAL_NETWORK untuk menemukan dan terhubung ke perangkat jaringan lokal
Google memperkuat arah membangun UI Android dengan Jetpack Compose
Compose 1.10 dan Compose 1.11 mencakup peningkatan performa, hybrid UI, dan API baru
Integrasi AppFunctions dan Gemini masih dalam tahap private preview, dan aplikasi dapat menjadi target orkestrasi Gemini
Beberapa fitur baru dapat diuji melalui developer preview ML Kit Prompt API
Android 17 menghadirkan peningkatan pada Eclipsa Video, kualitas suara HE-AAC, serta kamera dan media berbasis CameraX dan Media3
Aplikasi layar besar bergerak ke arah yang tidak terlalu terikat pada batasan mobile lama dengan menggunakan Navigation 3 dan library Compose Adaptive
Compose 1.6 untuk Wear OS mendukung Navigation 3 dan mode manager yang membantu pengelolaan konten dalam status hemat daya

Sesi 5 - What’s new in Chrome

Chrome berfokus pada memastikan situs web bekerja dengan baik bagi pengguna yang menggunakan agen dan alat bergaya agen
Chrome ingin menghubungkan Baseline dan fitur web terbaru ke alat pengembang, bukan hanya mengandalkan pengetahuan dasar model
Sejak tahun lalu, 55 fitur telah mencapai status Baseline Widely Available
Pada saat pengumuman, 52 fitur berada dalam status Baseline Newly Available
Karena Chrome diperbarui setiap 4 minggu, agen coding yang tidak mengetahui fitur web terbaru mudah membuat implementasi yang usang
Prompt API milik Chrome tersedia di Chrome 148
Navigation API, View Transitions, HTML-in-Canvas, dan declarative partial updates masuk ke dalam alur pengembangan
Developer ekstensi Chrome kini dapat secara otomatis memeriksa dan melakukan debug pada instalasi, service worker, side panel, dan popup
Chrome berkembang ke arah menyediakan skill tingkat tinggi seperti performa web, identity, security, serta panduan lebih dari 100 use case umum kepada agen
Dengan memasukkan fitur web terbaru dan informasi dukungan browser ke agen, pengulangan pola kompatibilitas lama dapat dikurangi

Sesi 6 - What’s new in Google AI

Keluarga model Gemini adalah keluarga model multimodal yang menangani input teks, gambar, audio, video, dan kode serta berbagai bentuk output
Peran Gemini 3.5 Pro dan Flash:
- Gemini 3.5 Pro berfokus pada pemecahan masalah yang kompleks
- Gemini 3.5 Flash menangani keseimbangan performa, kecepatan, dan biaya
Fitur Build di AI Studio menggunakan 3.5 Flash sebagai model default
Nano Banana 2 bisa langsung dicoba di AI Studio
Gemini Omni Flash adalah model yang dapat membuat output termasuk video dari input
Gemini Live dan Live API mendukung interaksi berbasis suara
Interactions API adalah fitur untuk berinteraksi dengan agen di dalam AI Studio
Aksesibilitas Gemma 4:
- Bisa diuji di playground AI Studio
- Beberapa panggilan gratis juga tersedia di Gemini API
- Memiliki jendela konteks 256.000 token dan dapat ditemukan di Hugging Face
Gemini Robotics 1.6, Genie 3, Antigravity 2.0, serta strategi mengurangi biaya dengan mencampur model terbuka dan model proprietary juga ikut diperkenalkan

Sesi 7 - Build next-gen AI experiences with Google AI Studio and Google Antigravity

Google AI Studio meluas dari sekadar model playground menjadi ruang untuk mengubah ide menjadi aplikasi dan mendistribusikannya
Model, agen, pembuatan aplikasi, integrasi Workspace, dan deployment Cloud Run masuk dalam satu alur
Bagian aplikasi di AI Studio akan segera hadir dan akan menangani pembuatan serta deployment aplikasi dengan lebih langsung
Ditambahkan fitur untuk mengekspor kode yang dibuat di AI Studio ke Antigravity sekaligus
Antigravity 2.0 tidak hanya menulis kode, tetapi juga berperan sebagai mission control yang mengoordinasikan berbagai tugas lewat agen
Antigravity 2.0 menjadikan task list, implementation plan, dan peninjauan file yang diubah sebagai alur inti
Code review dan peninjauan perubahan bisa ditangani langsung di dalam Antigravity 2.0
Strukturnya adalah menyerahkan tugas berat seperti pengujian browser, perencanaan, penulisan fitur multi-file, dan verifikasi end-to-end kepada agen
Dengan Google AI Studio, aplikasi bisnis baru dapat dibuat dalam sekitar 20 menit, lalu dikembangkan lebih lanjut dengan Antigravity
Google AI Studio adalah titik awal cepat untuk “prompt to app”, dan Antigravity adalah alat untuk mengembangkan aplikasi menjadi pekerjaan pengembangan nyata

Sesi 8 - Unlock modern web capabilities in your AI coding workflows

Jika agen coding tidak mengetahui kemampuan web modern, mereka mudah membuat kode berdasarkan standar kompatibilitas browser yang sudah usang
Chrome merilis 50 fitur baru selama setahun terakhir, tetapi karena knowledge cutoff model, banyak fitur itu tidak sampai ke model
Dalam contoh Interest Invokers API, muncul masalah ketika agen menggunakan nama properti lama interesttarget
Modern Web Guidance adalah paket pengetahuan yang membantu agen menemukan fitur web terbaru dan implementasi yang direkomendasikan
Agen melakukan pencarian berbasis makna di dalam paket lokal sebelum menjawab
Skala dan struktur panduan:
- Saat ini ada lebih dari 100 panduan
- Semua skill per fitur tidak diekspos sebagai alat tingkat atas, melainkan dicari dan digunakan saat diperlukan
Panduan menyediakan implementasi modern yang ideal sekaligus rekomendasi fallback
Jika tidak ada persyaratan dukungan browser, agen akan menggunakan Baseline Widely Available sebagai asumsi default
Jika kondisi seperti “hanya mendukung Chrome 144 ke atas” ditulis di AGENTS.md, agen dapat menghindari fallback yang tidak perlu
Tim Chrome menjalankan evaluasi harian terhadap model seperti Gemini 3.1, Claude Opus 4.7, dan GPT 5.5

Sesi 9 - What’s new in Firebase

Firebase bergerak menjadi agent-native platform tempat manusia dan agen sama-sama bisa membuat dan memperluas aplikasi
Firebase Data Connect berevolusi menjadi Firebase SQL Connect yang mendukung pengembangan aplikasi berbasis SQL
Dengan custom resolver di Firebase SQL Connect, layanan Google Cloud seperti Cloud Functions dan BigQuery dapat dihubungkan
Firestore mendukung geo search, native full text search, dan semantic match
Firebase AI Logic mendukung model terbaru dan dapat membuat fitur AI sadar lokasi dengan Maps grounding
Fitur kontrol pembuatan gambar Nano Banana juga bisa digunakan di Firebase AI Logic
Firebase AI Logic mendukung inferensi lokal dan hybrid di iOS, Chrome, dan Android, serta melakukan fallback ke cloud-hosted model saat tidak ada model lokal
Dart support for Cloud Functions in Firebase tersedia sebagai experimental preview
AI Studio terhubung dengan Google Workspace sehingga data Sheets, Docs, Gmail, dan Calendar bisa digunakan di aplikasi
Firebase agent skills dapat digunakan di Android, iOS, web, dan Flutter, serta dukungan Crashlytics juga diperluas

Sesi 10 - What’s new in Google Play

Play Billing mendukung lebih dari 300 metode pembayaran lokal di lebih dari 65 pasar
Google Play memiliki lebih dari 890 juta pengguna yang siap berbelanja
Pilihan untuk menyediakan Google Play Billing bersama pembayaran alternatif diperluas, dan biaya layanan yang lebih rendah juga diumumkan
Penemuan aplikasi meluas ke aplikasi Gemini, Android, dan web sehingga pengguna dapat menemukan aplikasi dan game di dalam Gemini
Gemini merekomendasikan aplikasi dengan memanfaatkan fungsi nyata aplikasi dan informasi store listing, bukan daftar tautan statis
Pada beberapa topik, pengguna Gemini dan Play dapat menjelajahi lebih dari 450.000 konten film dan TV
Di Play Console, jika file terstruktur seperti Eclipsa Video atau Google Sheets diunggah, Gemini akan mengisi listing terlebih dahulu
Gemini akan membantu tugas Play Console seperti bulk price changes, import skills, dan metadata configuration
Dengan in-app subscription management API, pengguna dapat dengan mudah mengganti paket langganan di dalam aplikasi
Tahun lalu Google Play Billing mencegah 3,4 miliar dolar AS penipuan yang dicoba dan 130 juta dolar AS abusive refunds

Sesi 11 - Defining the agentic AI era

Gemini, Search, aplikasi Gemini, dan Google DeepMind sama-sama membahas AI agentic dari arah yang sejalan
Gemini 3.5 Flash juga bisa digunakan di dalam Search
Search perlu menemukan keseimbangan antara jawaban cepat dan tugas agentic yang lebih panjang
Gemini Spark berperan sebagai always-on agent yang menangani pekerjaan yang dititipkan pengguna di belakang layar
Model harus melampaui jawaban chat sederhana dan dapat berjalan di seluruh produk Google serta ekosistem eksternal
Alat internal yang diterjemahkan dari Python ke Go:
- Menerjemahkan program yang sudah ada beserta pengujiannya ke bahasa lain adalah masalah yang lebih jelas bagi model
- Beberapa alat internal menjadi 10-20x lebih cepat hanya dalam semalam
Infrastruktur perangkat lunak internal Google juga bisa berubah lebih cepat agar sesuai dengan dunia agentic yang baru
Hardware, skala model, penerapan produk, dan feedback loop harus saling selaras agar Gemini bisa masuk ke seluruh produk Google
Fokus pertanyaan bergeser dari “apa yang bisa dilakukan model” ke “bagaimana menempatkan model ke dalam produk dan alur kerja”

Sesi 12 - What’s new in Android development tools

Alat pengembangan Android dirancang dengan mempertimbangkan bukan hanya developer manusia, tetapi juga AI agent yang ditempatkan di codebase
Android Studio Otter mendukung akun Gemini Enterprise dan Google One
Android Studio dapat mengambil dan menggunakan model lokal maupun model jarak jauh
Android Bench menjadi tolok ukur untuk menentukan model mana yang akan digunakan untuk tugas pengembangan Android
Dari Compose Preview, pengguna bisa langsung meminta transformasi UI agar agen dapat bekerja dengan konteks yang lebih baik
Tersedia agent-based new project wizard yang dapat membuat adaptive Android app hanya dari prompt
Android Studio menyertakan sekitar 10 skill yang membantu pekerjaan seperti integrasi adaptive API dan konversi dari XML ke Compose
Android CLI baru mendukung workflow LLM, dan saat membuat proyek baru menggunakan token lebih dari 70% lebih sedikit dibanding alat Gradle LLM lainnya
Antigravity CLI, Android CLI, dan Android skill bisa digabungkan sehingga pengembangan aplikasi Android juga bisa dimulai dari Antigravity
Di Android Studio Quail dan perangkat Android 17, koneksi perangkat tetap terjaga meski jaringan berubah atau laptop di-restart

Sesi 13 - What’s new in Flutter

Flutter 3.44 dan Dart 3.12 dirilis bersama
Tahun ini, proyek Flutter melibatkan lebih dari 1.700 contributor
Setiap bulan, lebih dari 1,5 juta developer membangun dengan Flutter
Di Flutter 3.44, mode rendering baru dapat dicoba pada perangkat Android API 34 ke atas yang mendukung Vulkan
Flutter digunakan pada infotainment system Toyota 2026 RAV4
Cloud Functions for Firebase berbasis Dart memiliki kasus cold start serendah 10ms berkat kompilasi AOT
Firebase AI Logic menambahkan server prompt template, sehingga prompt tidak perlu dimasukkan langsung ke dalam aplikasi
Firebase Agent Skills for Flutter memberi agen panduan untuk membangun aplikasi Flutter dan Firebase full-stack
Dukungan LiteRT-LM akan segera hadir di paket flutter_gemma
Di Flutter desktop, Canonical berperan sebagai lead maintainer sekaligus strategic steward

Sesi 14 - What’s new in the Gemma open model family

Gemma 4 menjadi model terbuka paling kuat di lini Gemma
Tersedia dalam berbagai ukuran, dari 2B hingga 31B, untuk digunakan di mobile, laptop, dan cloud
Gemma dimulai pada 2024 sebagai keluarga model dari 1B hingga 27B
Gemma 4 adalah model open weight dan kompatibel dengan ekosistem open-source
Melalui MTP dan speculative decoding, decode speed bisa meningkat hingga 3x
Ekosistem Android sudah menyiapkan implementasi day-zero untuk Gemma 4
Melalui Android API, model Gemma kecil bisa dijalankan langsung di ponsel, atau aplikasi Android bisa dikodekan dengan model Gemma lokal di lingkungan yang sulit mengakses Gemini API
Dengan ADK(agent development kit) di atas Cloud Run dan Gemma 31B, dibuat agen yang memahami database dan menemukan jawaban
Gemma 4 dapat dijalankan di browser atau lingkungan lokal melalui antarmuka kompatibel OpenAI milik Transformers.js, Ollama, dan LM Studio
Cloud perusahaan, mesin lokal, browser, dan mobile semuanya menjadi lingkungan untuk menjalankan Gemma

Sesi 15 - What’s new in Web UI

Pembaruan Web UI 2026 membahas fitur-fitur utama beserta status Baseline-nya
Semua fitur diberi penanda kompatibilitas seperti Baseline Widely Available, Newly Available, dan Limited Available
Dengan contrast-color API, pemilihan warna dengan kontras yang sesuai di CSS menjadi lebih mudah
Fitur meta name="text-scale" di Chrome 146 merespons pengaturan ukuran teks sistem
Lebih dari 30% pengguna Android dan iOS mengubah ukuran teks default
Sejak Chrome 134, elemen dialog menerima fitur seperti declarative light dismiss dari popover
two-phase View Transitions dapat diuji di Chrome Canary
scroll-driven animations masuk ke Chrome pada 2023, dan interoperabilitasnya ditingkatkan melalui Interop 2026
HTML-in-Canvas API memungkinkan konten DOM nyata dimasukkan ke dalam Canvas
Di Chrome 149, ditambahkan cara penggunaan baru untuk gap decorations dan shape outside

Sesi 16 - Adaptive development for the expanding Android ecosystem

Android bukan lagi ekosistem yang hanya untuk ponsel, dan lebih dari 580 juta perangkat layar besar aktif mendapat manfaat dari investasi pada adaptive app
Pengguna foldable diklasifikasikan sebagai kelompok pengguna bernilai lebih tinggi di adaptive app
Di Android 17, arah perubahannya adalah penghapusan opt-out orientation dan resizability untuk target SDK 37
Desktop emulator di Android Studio Quail Canary mendukung pengujian aplikasi Android dalam bentuk desktop
Dengan Continue On API di Android 17, pengguna dapat melanjutkan aktivitas dari satu perangkat ke perangkat kedua
Google memperkuat arus pengembangan aplikasi Android dengan pendekatan Compose-first
Compose 1.11 meningkatkan dukungan trackpad ke tingkat mouse dan pointer, serta menambahkan API pengujian non-touch input
Compose menambahkan API eksperimental untuk state-based styling
Connected Displays tersedia secara publik melalui Android Feature Drop
Compose, Navigation 3, dan library Compose Adaptive mendukung berbagai layar seperti foldable, desktop, mobil, TV, dan XR

Sesi 17 - Building the quantum-AI future with Hartmut Neven and James Manyika

Arus percepatan timbal balik antara komputasi kuantum dan AI menjadi tema utama
Hartmut Neven memulai tim Quantum AI Google pada 2012
superposition dan qubit menjadi dasar komputasi kuantum
Jumlah bit string yang mungkin pada chip 105 qubit adalah 2 pangkat 105
Algoritme dan masalah yang dapat diselesaikan secara berguna oleh komputer kuantum saat ini telah diidentifikasi komunitas sebanyak lebih dari 70
Ke depan, jumlah itu dapat meningkat lebih dari 10 kali lipat
quantum error correction adalah teknologi inti yang diperlukan untuk mempertahankan keadaan superposition
Google berhasil mengurangi error pada mesin nyata dengan quantum error correction pada 2022
Quantum Echoes terhubung dengan cara mempelajari data yang dihasilkan dari NMR atau MRI
Google menyampaikan pandangan bahwa transisi ke post-quantum cryptography perlu dilakukan dengan lebih kuat hingga 2029

Sesi 18 - Scale AI with Google’s TPU software stack

Membahas stack software open source untuk melatih, fine-tuning, dan inferensi model di atas TPU
Alur pengembangan model dibagi menjadi pre-training, post-training, dan serving/inference
Post-training dan inference bisa dicoba dengan TPU gratis di Kaggle dan Colab
Demo vLLM on TPU menjalankan model Gemma 4 31B di TPU dan merangkum informasi nutrisi dari gambar makanan
Gemma 4 adalah model multimodal yang cocok untuk menerima gambar, memahami isinya, dan merangkumnya
Dengan menambahkan MTP ke inferensi vLLM TPU, diperoleh peningkatan kecepatan sekitar 3x di berbagai tugas
Tunix adalah framework ringan untuk post-training
Alih-alih model besar, model 4B di-fine-tune agar dapat melakukan tugas yang sama, lalu dijalankan pada satu chip Trillium
MaxText, Tunix, vLLM, JAX, PyTorch, dan TPU ditempatkan sebagai alat untuk tiap tahap siklus hidup model

Sesi 19 - Supercharge your AI coding workflow with Chrome DevTools for agents

Chrome DevTools for agents adalah alat yang memungkinkan coding agent mengamati runtime browser secara langsung melalui DevTools
Seperti developer manusia belajar dan melakukan debugging dengan DevTools, coding agent juga perlu memiliki loop umpan balik tertutup yang sama
Agent dapat membuka instance Chrome nyata, menavigasi halaman, mengisi formulir, dan mengumpulkan console log serta network request
Melalui akses source map, agent dapat berpindah dari masalah runtime ke file sumber yang terkait
Alat ini disediakan sebagai NPM package, lengkap dengan MCP server dan CLI
6 skill yang disediakan:
- troubleshooting, Chrome DevTools, dan Chrome DevTools CLI skill membantu penggunaan umum dan konsep
- accessibility debugging, memory leak debugging, dan optimized LCP skill memasukkan pengetahuan domain khusus ke dalam agent
Implementasinya berbasis Puppeteer, dan agent memakai wrapper alat ini alih-alih menggunakan Puppeteer secara langsung
Secara default menggunakan profil browser anonim terpisah, dan tidak mengakses Chrome password manager
CyberAgent mengaudit 236 Storybook story dari 32 komponen dalam waktu kurang dari 1 jam dengan DevTools for agents

Sesi 20 - A new era of discovery: AI and the frontiers of science with Demis Hassabis

Demis Hassabis menetapkan tujuan awal DeepMind sebagai “solve intelligence”
Arus perubahan AI terhadap penemuan ilmiah, produk, dan alat riset menjadi tema utama
AlphaFold kembali disebut sebagai contoh pemecahan masalah sulit 50 tahun berupa struktur protein
Gemini for Science terhubung dengan arus model untuk sains yang diumumkan dalam keynote
Demis Hassabis menggambarkan masa kini sebagai periode di “foothills of the singularity”, dan melihat titik saat intelligence terselesaikan berada di sekitar 2030 ± 1 tahun
Keluarga model Genie digunakan Waymo untuk menguji situasi 1 in a billion yang sulit dilihat di dunia nyata
Kemajuan drug discovery dari Isomorphic Labs digunakan sebagai contoh AI yang mempercepat sains
Aplikasi Gemini memiliki 900 juta pengguna per bulan, dan AI Mode in Search juga menjadi permukaan produk yang penting
AI digunakan bukan hanya untuk fitur produk, tetapi juga sebagai alat pemecahan masalah sains dan riset

Sesi 21 - A fireside chat on the evolution of the developer craft

Pekerjaan developer di era AI bergeser dari menulis kode ke perancangan sistem, dokumentasi, dan orkestrasi
Alat dan model baru terus bermunculan, tetapi tidak perlu langsung mengikuti semua tren; perlu memilih alat yang ingin dipelajari secara sengaja
Memasukkan agent ke dalam tim mirip seperti merekrut banyak engineer junior, sehingga dokumentasi internal dan catatan keputusan desain menjadi makin penting
Untuk membangun agentic workflow yang baik, perlu ditentukan tanggung jawab satu agent, cara beberapa agent saling berdialog, dan posisi pengawasan manusia
UX berbagai alat coding makin mirip, sehingga pola yang dipelajari di satu alat bisa dipindahkan ke alat lain
Saat bekerja dengan agent, perlu melepaskan sebagian kontrol atas jalur kerja, lalu menyelaraskan hasil dan niat desain
technical debt, cognitive debt, dan intent debt bisa membaik lebih cepat atau memburuk lebih cepat dengan AI
Menjalankan 20 agent secara bersamaan dapat melampaui kapasitas kognitif manusia, sehingga perlu dikelola dengan sengaja
Kebiasaan prompt yang baik berubah dari sekadar potongan kata kunci pencarian menjadi penyampaian tujuan lengkap dan konteks
Yang makin penting bukan “apakah semua kode ditulis sendiri”, melainkan “apakah sudah ada konteks dan sistem verifikasi agar agent bisa bekerja”

Sesi 22 - Build core skills to thrive as an AI-era developer

Bahkan di era AI, kapabilitas dasar rekayasa perangkat lunak menjadi semakin penting
AI bisa menjadi force multiplier, tetapi untuk mengevaluasi, mengintegrasikan, dan memelihara hasil keluarannya dibutuhkan keahlian yang mendalam
Semakin otonom agen bekerja, semakin dibutuhkan shift-left untuk memperjelas intent lebih awal
System Design meluas menjadi konsep yang mencakup lingkungan, manusia, agen, alat, hingga budaya
Tim perlu membuat dan memelihara sendiri agent role, profile, recipe, rule, dan skill, alih-alih memakai agen secara out-of-box
Specs, agent rules, dan skills menjadi source of truth yang menyampaikan what dan why dari sistem kepada agen
Untuk membuat realistic eval, dibutuhkan kapabilitas AI, rekayasa perangkat lunak, pengguna, dan bisnis secara bersamaan
Perlu dibuat feedback loop yang menganalisis agent trace untuk meningkatkan kegunaan alat, agent skill, dan desain sistem
Engineer manusia bergeser dari conductor untuk agen individual menjadi orchestrator bagi beberapa tim agen asinkron
Untuk melihat sistem dari sudut pandang pelaku jahat, red team agent bisa ditempatkan secara eksplisit

Sesi 23 - Software engineering at the tipping point

Jika AI mempercepat penulisan kode, seluruh ekosistem pengembangan akan menerima tekanan pada tingkat software ecology
Google memiliki struktur di mana semua kode, termasuk Android dan Chrome, berada dalam monorepo bersama dan dikomit ke trunk
Google telah lama menggunakan alat internal yang memungkinkan satu developer mengubah jutaan baris kode
Besar kemungkinan ekosistem pengembangan saat ini tidak mampu menanggung kecepatan 10x
Jika agen menghasilkan lebih banyak kompilasi, pengujian, commit, dan penggunaan token, biaya infrastruktur dan bottleneck akan membesar
Agen dapat membuat kode yang mudah ditulis, tetapi belum tentu membuat kode yang mudah dipelihara oleh manusia
Dibutuhkan agentic skill component reuse dan component isolation yang memaksa penggunaan ulang dan isolasi
API dan akses data harus dilindungi dengan ketat seolah-olah pada dasarnya terbuka bagi agen
Kalimat “agents will find things you probably didn't want them to” menunjukkan risiko dalam desain perizinan
Dalam ekosistem pengembangan tahun 2030, cara saat ini bisa terlihat usang seperti era CD-ROM tahun 2001

Sesi 24 - Vibe once, run anywhere with Google Antigravity and Flutter

Dengan menggunakan Antigravity dan Flutter bersama, ide yang dibuat sekali dapat diperluas ke berbagai platform
Sejak peluncuran Gemini 3, kemampuan model meningkat besar, dan Antigravity mendukung kemampuan itu sejak awal
Antigravity menempatkan feedback loop yang rapat antara perencanaan, eksekusi, dan verifikasi sebagai inti
Antigravity membuat task list dan implementation plan, meninggalkan screenshot dan video selama eksekusi, lalu setelah selesai menulis laporan yang memuat implementasi dan alasannya
Pada tahap verifikasi, eksekusi aplikasi, pengambilan screenshot, klik tombol Chrome, dan menjalankan pengujian dilakukan secara berurutan
Di Flutter, strong typing Dart dan analysis server memberi LLM sinyal kesalahan objektif seperti function signature dan bentuk class
Flutter adalah cross-platform UI toolkit yang menyediakan piksel dan fungsi yang sama di banyak layar
Stateful hot reload Flutter memberikan pengalaman pengembangan dengan membangun ulang aplikasi dalam kurang dari 1 detik saat sedang berjalan
Semakin banyak kode yang dibuat agen, manusia perlu menetapkan tujuan desain dan arah produk serta meninjau hasil keluaran agen
Antigravity menyediakan loop eksekusi agen, dan Flutter memberikan hasil yang konsisten di berbagai platform sehingga membentuk alur “vibe once, run anywhere”

3 komentar

jhk0530 2026-05-21

Saat sesuatu yang sudah terbiasa dengan kita berubah, rasa penolakan itu langsung muncul; sepertinya saya makin merasakan bahwa diri ini semakin menua T_T

GN⁺ 2026-05-21

Komentar Hacker News

Secara pribadi, keynote-nya yang paling membosankan
Saya sempat menjedanya untuk ke kamar mandi lalu bahkan lupa bahwa saya sedang menontonnya, dan rasanya Google kehilangan pemahaman tentang arti I/O dan keynote bagi pengguna
Akan lebih baik kalau mereka mengadakan acara khusus Gemini seperti acara Android minggu lalu, dan karena fokusnya mendorong AI ke semua produk, batas antar lini produk juga jadi kabur
Google Home berantakan dan bahkan fungsi dasarnya terus gagal, tetapi presentasi VP Google Home setiap kali isinya hanya soal Gemini. Butuh waktu bertahun-tahun hanya untuk mengurangi seberapa sering perangkat masuk ke kondisi offline
Sesi-sesinya juga terasa hambar karena cuma campuran “fitur baru untuk X” dan “AI ini-itu”
- Ini hasil dari masalah struktural Google: peluncuran dihargai, tetapi pemeliharaan tidak, dan tim baru yang sedang naik daun mendapat sumber daya jauh lebih banyak daripada tim yang sudah terbukti
  Jika diringkas dalam tiga kata: “yang baru lebih baik”
  Itulah sebabnya Google Home memburuk. Tidak ada yang dipromosikan karena menjaga sesuatu yang sudah cukup baik tetap berjalan dengan baik; orang baru dipromosikan jika merilis fitur baru di platform itu lalu membuktikan “dampak” dengan statistik pilihan
  Alasan keynote penuh AI juga sama. AI adalah kekacauan panas yang sekarang sedang dibanjiri sumber daya, dan dengan memasukkan AI ke semua produk, banyak orang mendapat kesempatan merilis fitur baru dan menunjukkan “dampak”
  Walaupun I/O adalah acara developer, naif kalau mengira Wall St. tidak memperhatikannya. Sebelum I/O dimulai, harga saham turun 10 dolar pada hari itu, tetapi saat keynote berlangsung naik 5 dolar, dan walaupun tidak bertahan, jelas keynote memengaruhi harga saham. Sundar juga tahu itu
- Mereka bilang investasinya naik dari 10~30 miliar dolar menjadi 160 miliar dolar investasi, dan semua uang itu masuk ke komputasi dan riset
  Hanya dengan mengalami langsung jumlah komputasi tambahan yang ditambahkan masyarakat secara global saja sudah membuat ini jadi zaman yang luar biasa
  Kualitas Gemini membaik lagi, dan sekarang ada agen yang bisa berjalan lama. Bagi banyak orang yang “melakukan sesuatu dengan komputer”, ini akan menjadi pukulan
  Kalau ini masuk ke lingkungan produksi nyata, mungkin orang akan lebih memilih memecat 1~2 rekan kerja dan menerima gaji mereka dalam bentuk token. Hanya soal waktu sampai seseorang berpikir hal yang sama tentang saya
  Semua ini sama sekali tidak hambar, jadi saya tidak paham bagaimana bisa muncul sudut pandang yang begitu berlawanan secara ekstrem
Melihat presentasi hambar yang dikoreografikan seperti tarian dan pembicara yang tampak seperti sedang membaca prompt di luar layar, presentasi Steve Jobs zaman dulu terasa jauh lebih hebat
Saya tidak yakin apakah memang begitu kenyataannya, tetapi memang terlihat begitu, dan Steve benar-benar sangat pandai meluncurkan produk. Setidaknya saya berharap orang mau mencoba menirunya
- Fakta bahwa dia benar-benar menggunakan dan percaya pada produk-produknya membantu
- Akan lebih menyenangkan kalau ada yang meniru Steve Wozniak
- Sebenarnya banyak yang sudah mencoba. Beberapa tahun lalu ada Sinofsky saat memperkenalkan Surface Laptop, dan juga banyak pendiri startup
  Steve punya bakat yang benar-benar alami untuk keynote dan demo teknis, dan rasanya beberapa orang memang terlahir dengan bakat seperti itu
- Ada momen dalam presentasi ini ketika mereka terus berkata bahwa “Gemini membuat daftar tugas untuk saya” itu menakjubkan
- Ini gambaran maksimalisasi AI yang menyebar ke mana-mana. Kalau Anda mengetik “buatkan presentasi konferensi yang keren”, kira-kira hasilnya akan seperti ini
  Ini bentuk penurunan kualitas gaya AI skala besar, jadi agak pahit untuk ditonton
Saya penasaran apa yang sedang disiapkan untuk model Gemma lokal dan Flutter
Saya sedang membuat aplikasi sepenuhnya lokal yang mengunduh Gemma 4 2B atau memakai AICore bawaan Android dan Foundation Models milik Apple
Belakangan ini model lokal sudah cukup bagus, bahkan mencakup pencarian web dan pemanggilan tool, jadi untuk banyak use case model cloud sampai terasa tidak diperlukan
- Setahu saya keynote Gemma ada besok
- Karena Gemma 4 baru saja dirilis, saya tidak terlalu mengharapkan sesuatu yang khusus
Di Firefox desktop, tombol Join the livestream tidak berfungsi, tetapi di Chrome tidak ada masalah
- Di Chrome juga tidak jalan, jadi saya harus mencari stream-nya di YouTube: https://www.youtube.com/watch?v=wYSncx9zLIU
- Saya mengalami masalah yang sama di Firefox
- Saya harus mematikan uBlock. Mungkin itu terpasang di Firefox dan tidak di Chrome
Menarik bahwa 3.5 Flash dirilis lebih dulu daripada 3.5 Pro
Secara historis di Gemini, Flash tampaknya adalah model yang didistilasi dari Pro, jadi urutannya biasanya kebalikannya; apa mereka melatihnya sedikit lebih lama sampai melampaui benchmark?
- Besar kemungkinan biaya menjalankan 3.5 Flash juga lebih rendah daripada Pro. Seperti perusahaan lain, bisa jadi perusahaan ini juga sedang kekurangan sumber daya komputasi
- Jika klaim dalam presentasi itu benar, seharusnya model ini jauh lebih baik daripada 3.5-flash-preview yang saya coba beberapa bulan lalu
  Saat itu bahkan skrip Python 200 baris pun tidak bisa diperbaiki tanpa kesalahan besar, dan ia membuat error seperti merusak urutan argumen pemanggilan fungsi
- Bahwa Flash mengalahkan Pro yang menjadi sumber distilasinya itu bukan terasa mengejutkan, melainkan mencurigakan. Distilasi biasanya membuat sesuatu hilang
  Kalau model yang lebih kecil menang di evaluasi agen, penjelasan yang lebih masuk akal adalah evaluasi itu sejak awal memang tidak mengukur kualitas agen
  Bagi builder, itu masalah yang lebih besar daripada pilihan model
Saya rindu masa-masa baik ketika kita benar-benar memiliki dan mengendalikan perangkat kita seperti dulu. Saya ingin itu kembali
- Kapan itu? Zaman ketika telepon masih pakai kabel?
- Saya memang bukan anak muda, tetapi saya tidak terlalu paham mengapa era sebelum kejatuhan ketika kita katanya mengendalikan perangkat terasa begitu menarik
  Dalam hal teknologi, sekarang jelas jauh lebih baik. Linux sekarang luar biasa, self-hosting juga murah dan mudah dimulai
  Dari sisi mengendalikan perangkat sendiri, saya tidak paham tepatnya bagaimana sekarang ini jadi lebih buruk
Suasananya benar-benar meleset. Saya rindu masa I/O dulu yang berpusat pada Android dan semua orang penuh optimisme
- Hanya dengan melihat artikel Wikipedia untuk I/O saja sudah terlihat betapa menyedihkannya perubahan ini: https://en.wikipedia.org/wiki/Google_I/O
  Dari “jawaban versi Google untuk Apple WWDC dan acara peluncuran” menjadi “AI di mana-mana sekaligus”
  Melihat hal-hal keren yang dikeluarkan Google antara 2008 sampai 2020 benar-benar membuat sedih
  Jelas ini bukan cuma masalah Google. Konferensi besar secara umum memang berubah seperti ini. Isinya cuma AI. Mungkin bukan CES, tapi tetap saja
- Kalau mau adil, rasanya ini bukan sepenuhnya salah Google. Sekitar 2009, mobile sedang berada di masa ledakan kemungkinan seperti ledakan Kambrium, sedangkan teknologi sekarang ya sudah cukup baik
- Dulu menarik, sekarang cuma omong kosong AI, dan Android pun pada dasarnya hampir tidak berubah
Sejak meluncurkan Google Wave pada 2009, Google I/O adalah acara teknologi favorit saya, dan saat itu saya benar-benar terpikat
- Google Wave terlalu maju untuk zamannya. Itu bisa saja menjadi pesaing Slack yang berarti
- Saya ingat peluncurannya. Saya juga ingat Lars yang berjuang dengan menyedihkan di atas panggung saat ada masalah koneksi
  Beberapa tahun kemudian ada juga aksi skydiving Google Glass, masa-masa yang seru
Demo-nya adalah “alih-alih mengenal tetangga, biarkan agen AI merencanakan pesta blok lingkungan”
- Kalau dimasukkan ke AI Mode Gemini pertanyaan seperti “demo workflow agen seperti apa yang akan diterima baik oleh publik umum di Google I/O”, pasti akan keluar use case yang lebih baik daripada yang mereka tunjukkan sekarang
- Pada akhirnya seharusnya yang didemokan itu hal-hal seperti pemesanan penerbangan atau reservasi restoran. Setiap tahun mereka mendemokan yang seperti itu, tetapi tidak pernah benar-benar berhasil
Apakah Spark berarti openclaw yang di-host di cloud?
- Kurang lebih begitu

hmmhmmhm 2026-05-21

Flash terlalu mahal, mulai sekarang saya akan tinggal selamanya di hosting gemma OpenRouter