位置：AI门户网 > AI技术 > AI框架 > 谷歌AI开发框架名字叫什么？一份全面的开发者指南

谷歌AI开发框架名字叫什么？一份全面的开发者指南

来源：AI门户网时间：2026/3/27 22:25:50 共 3152 浏览

当我们谈起谷歌的AI开发框架，不少开发者可能会有点困惑——名字好像不止一个？没错，谷歌在AI基础设施和工具链上布局广泛，提供了多个不同定位的框架和平台，形成了一个完整的生态。所以，简单回答“叫什么”可能不够全面，我们得好好梳理一下。

一、核心框架：从Genkit到TensorFlow

首先，我们必须明确一点：谷歌并没有一个单一的、叫做“谷歌AI开发框架”的万能产品。相反，它根据不同场景和开发者需求，提供了多套工具。其中，当前最受关注、定位为全栈AI应用开发的框架，名字叫做Genkit。

Genkit是什么？简单说，它是一个开源的、用于构建生产级AI应用的全栈框架。它由Google的Firebase团队开发，并且谷歌自己就在生产环境中使用它。它的核心优势在于提供了一个统一的接口，让你能轻松集成来自Google、OpenAI、Anthropic等多家提供商的AI模型。你可以用几行代码就快速搭建起一个聊天机器人、自动化流程或者推荐系统。

它支持多种编程语言，稳定性各有不同：

语言	支持状态	主要特点
:---	:---	:---
JavaScript/TypeScript	稳定版	生产就绪，功能完整，是当前主力
Go	测试版	功能完整，但API可能有变动
Python	Alpha版	早期阶段，提供核心功能

Genkit的设计理念是“简化”。它通过封装复杂的AI调用、上下文管理、工具调用（Tool Calling）和多模态处理，让开发者能更专注于业务逻辑。无论是Web应用（Next.js, React, Angular）还是移动端（iOS, Android），都能通过其客户端SDK顺畅集成。

那么，老牌的TensorFlow呢？它依然是谷歌机器学习领域的基石，尤其是在模型训练和部署方面。不过，随着AI开发范式从“训练模型”转向“集成与调用大模型”，Genkit这类面向应用开发的框架开始走上前台。TensorFlow更偏向底层和训练侧，而Genkit则瞄准了快速构建AI功能的上层应用开发。

二、端侧与设备端框架：LiteRT与AI Edge SDK

如果我们把视线从云端和服务器移开，看向手机、笔记本电脑等终端设备，谷歌也有相应的框架。这里就涉及到另外两个重要的名字：LiteRT和Google AI Edge SDK。

先说LiteRT。你可以把它理解为TensorFlow Lite的进化版。2026年初，谷歌正式将其命名为通用的设备端AI框架。它的目标是让AI模型能在资源受限的设备上高效、安全地运行，无需依赖网络。对于需要低延迟、高隐私保护的应用（比如手机的实时语音助手、相机图像处理），LiteRT是关键。它保持了与.tflite模型格式的兼容性，让开发者迁移更容易，同时提供了新的CompiledModel API来直接调用GPU、NPU等硬件加速器，性能更强。

而Google AI Edge SDK，则是专门为了在Android等设备上运行谷歌的Gemini Nano这类端侧大模型而设计的工具包。它提供了访问Android系统底层AICore服务的API，让开发者能在Pixel、三星S24等设备上，打造不联网也能运行的丰富生成式AI体验。简单理解，AI Edge SDK是调用端侧大模型能力的“桥梁”，而LiteRT是运行各类设备端AI模型的“引擎”。

三、面向未来的架构：Pathways与Agent开发

除了这些直接用于编程的框架，谷歌还在更底层和更前沿的领域布局。这就不得不提Pathways。

Pathways并不是一个你直接调用的“框架”，而是一个下一代AI系统架构。它于2021年由谷歌AI负责人Jeff Dean提出，旨在用一个模型高效处理成千上万种不同的任务，并且能理解文本、图像、音频等多种信息（多模态）。后来发布的PaLM、Gemini系列大模型，都是在Pathways架构上训练出来的。所以，Pathways是孕育大模型的“母体”，它代表了谷歌对通用人工智能（AGI）基础设施的长期构想。

另一个火热的方向是智能体（Agent）。为此，谷歌推出了Agent Development Kit (ADK)。这是一个用于构建、编排和评估基于大模型的智能体的开源框架。它帮你处理智能体的“思考-行动”循环、工具调用、状态管理等复杂逻辑，让你能更轻松地开发出能自主完成复杂任务的AI助手。ADK支持Gemini，也兼容其他大模型，非常适合用来开发复杂的自动化工作流。

四、辅助工具与界面生成：Stitch与Antigravity

为了让AI应用开发更完整，谷歌还提供了一些“增效”工具。比如，Stitch是一个AI界面开发工具。你给它一个设计图或一段文字描述（比如“做一个电商App的结算页面”），它就能用Gemini大模型自动生成对应的HTML和CSS代码，极大提升了前端界面开发的效率。2026年3月的升级版，甚至能一次生成多达五个关联屏幕，并模拟用户交互流程。

而在代码生成方面，谷歌在AI Studio中引入了名为Antigravity的编码代理。你可以通过自然语言描述，让它帮你快速生成可运行的应用代码。这可以看作是面向开发者的“Copilot”类工具，集成在谷歌的开发生态中。

五、一个丰富的AI开发工具箱

所以，回到最初的问题：谷歌的AI开发框架叫什么？答案是——它有一整套工具箱，每个工具都有自己专属的名字和职责。

为了更直观，我们可以这样概括它们的角色：

框架/工具名称	核心定位	主要应用场景
:---	:---	:---
Genkit	全栈AI应用开发框架	快速构建集成多模型的聊天机器人、自动化系统等
TensorFlow/LiteRT	机器学习模型训练与设备端推理框架	自定义模型训练、在手机等设备上部署运行AI模型
GoogleAIEdgeSDK	设备端大模型调用SDK	在Android设备上调用GeminiNano等端侧大模型
Pathways	下一代分布式AI系统架构	支撑大模型训练与多任务多模态处理的基础设施
AgentDevelopmentKit(ADK)	智能体开发框架	构建能够使用工具、完成复杂任务的自主AI智能体
Stitch	AI界面代码生成工具	将设计视觉或描述快速转化为前端代码
Antigravity	AI编码辅助代理	通过自然语言提示辅助生成应用代码

选择哪一个，完全取决于你的具体需求：是想快速做一个AI应用？那就从Genkit开始。是想在手机上跑个离线模型？LiteRT和AI Edge SDK是重点。是想研究智能体？ADK值得探索。

谷歌正是通过这一系列名字各异、但又相互关联的工具，构建起了一个从底层硬件（TPU）、到模型架构（Pathways）、再到核心模型（Gemini）、最终到应用开发框架（Genkit, ADK）和辅助工具（Stitch）的全栈AI战略。作为开发者，理解这个生态中每个“名字”背后的含义，才能更好地利用这些强大的工具，将AI想法变成现实。