Google Cloud Workbench Notebooks 扩展将 VS Code 与 Google Cloud 的 Jupyter Notebooks 连接了起来

谷歌推出了一款新工具，让开发者可以直接在本地VS Code中操控云端的Jupyter Notebook，相当于给AI开发工作装上了“快车道”。过去，数据科学家需要在浏览器里打开云笔记本，和本地代码编辑界面来回切换，不仅麻烦还容易打断思路。现在这个扩展把两者打通了：你只要在VS Code里装好插件，用Google账号登录，就能直接打开云端笔记本，就像编辑本地文件一样顺畅。背后的云环境已经预装好了各种AI常用软件库，还和BigQuery、Vertex AI等Google服务深度整合，省去了手动配置环境的头疼事。对普通用户来说，虽然你可能不会直接用这个工具，但它的意义在于降低了AI应用开发的门槛——开发效率提高了，就会有更多好用、智能的软件更快地出现在你的手机上；企业也能更轻松地把AI能力塞进业务系统里，比如更聪明的客服、更精准的推荐。如果你是技术爱好者，这个开源扩展现在就能从Visual Studio Marketplace免费安装，体验一把“本地写代码、云端跑算力”的爽快。

面向 VS Code 的 Google Cloud Workbench Notebooks 扩展是一款新工具，让开发人员可以直接将本地 IDE 连接到托管在 Google Cloud 上的 Jupyter Notebook 环境。谷歌表示，该扩展程序非常适合数据科学家和开发人员，能够让 ML/AI 工作流的实验、开发和扩展更加顺畅。它将“熟悉的本地 IDE 与云端的强大处理能力”相结合，开发人员不必在基于浏览器的笔记本和本地环境之间来回切换，使管理代码和使用基于云的笔记本的整体体验更加流畅：该集成专为简化机器学习生命周期而设计。通过消除上下文切换，开发人员可以无缝地从本地实验过渡到高性能云计算环境。安装扩展程序并通过 Google Cloud 完成身份验证后，用户即可直接在 IDE 中打开 .ipynb 文件，选择一个项目，并在远程 Worbench 实例上运行笔记本。图片由谷歌提供Google Cloud Workbench Notebooks 是一套托管在 Google Cloud 上的 Jupyter Notebook 环境，可以帮助构建、运行和扩展数据科学及机器学习工作流。除了基础设施外，Google 还负责配置和更新，并预装了用于机器学习、数据科学和人工智能的常见库。这些 Notebook 还与 BigQuery、Vertex AI 和 Cloud Storage 等其他 Google Cloud 服务进行了深度集成。除了 Google Cloud Workbench Notebooks 之外，如果希望将交互式编码与云计算进行简单地集成，开发人员还可以考虑 Databricks 、 DeepNote 、Kaggle Notebooks 等公司提供的替代方案。对于需要全托管、可扩展 ML/AI 开发平台的开发人员和数据科学家而言， Amazon SageMaker 是一个不错的选择。除了远程笔记本之外，它还包含多个附加组件，并支持从数据准备到训练、部署和监控的完整机器学习生命周期。这使得 SageMaker 比远程笔记本更为复杂，但也更适合大规模生产系统。Microsoft Azure 不仅支持在托管计算环境中运行笔记本，还提供了功能更全面的 Azure Machine Learning 服务。Google Cloud Workbench Notebooks 扩展是开源的，可以从 Visual Studio Marketplace 上安装。原文链接：https://www.infoq.com/news/2026/07/cloud-workbench-vscode-extension/