共计 1255 个字符，预计需要花费 4 分钟才能阅读完成。
全家桶在手的谷歌和字节, 为什么编程仍然是软肋?
AI Coding 正在成为大模型公司绕不开的一关 。 即便是谷歌、字节这样握有模型、云、办公协作和开发者工具的巨头, 也并未天然赢得程序员的信任。
📌 从“有产品”到“被使用”, 差距开始显现
谷歌并非没有布局 AI 编程。Gemini Code Assist、Gemini CLI、Antigravity 等产品已经面向开发者推出,I/O 大会后,AI 也被进一步嵌入谷歌核心入口。但在开发者讨论中, 更常被提及的仍是 Claude Code、Codex 和 Cursor。
问题不在于谷歌缺少入口,而在于这些入口尚未形成稳定、清晰的使用习惯。相比贴近终端和 IDE 的产品形态,Antigravity 近期更强调 Agent Manager 式体验, 让一部分用户感觉从“可控协作”被推向“等待代理交付”。
对开发者来说, 工具是否先进并不是唯一标准; 能否稳定理解代码库、减少误操作、不中断工作流, 才是关键。
🔍 前后变化: 谷歌开始把分散工具收拢到 Antigravity
过去, 谷歌面向开发者的 AI 工具较为分散: 命令行、代码助手、Firebase 相关能力各有入口。现在的变化是, 谷歌正尝试把相关能力向 Antigravity 统一, 意图让 Gemini 更深入复杂软件工程流程。
与此同时,谷歌也在补 Agent 底座, 包括开放 Antigravity SDK 预览版, 并据报道组建团队强化 Gemini 的代码能力。皮查伊也承认, 谷歌在 AI Coding、工具使用、指令遵循和长周期任务方面还有差距。
💡 字节的处境相似: 全家桶不等于开发者心智
字节同样拥有完整 AI 版图: 豆包、即梦、剪映、飞书、火山引擎、扣子, 以及 AI 编程工具 Trae。Trae 也在从 AI IDE 延展到 Agent、真实工作流和开发者生态。
但与谷歌类似,字节的强生态并没有自动转化为 AI Coding 领域的绝对优势。Trae 目前仍更像众多可替换工具之一, 而不是开发者每天绕不开的基础工作台。
📊 AI 编程真正比拼的是复杂工程能力
AI Coding 的难点,早已不只是“生成一段代码”。一个可靠的 Coding Agent 需要在真实项目中完成更复杂的判断:
- 知道应该读取哪些文件, 避免无效搜索和 token 浪费;
- 理解用户目标, 而不是机械执行或擅自改动;
- 能根据报错继续修复, 并保持上下文一致;
- 在需要确认时主动询问, 而不是把风险转嫁给用户;
- 减少误删、误改、生成垃圾文件等工程事故。
🚀 开发者入口将影响下一阶段平台竞争
谷歌和字节短期内并不依赖 AI 编程工具维持核心收入, 但这类产品的战略价值在于“入口”。谁能成为工程师日常打开的工作台, 谁就更容易延伸到云服务、模型调用、数据库、部署、监控、安全和企业协作。
这也是巨头必须补齐短板的原因。生态可以带来分发, 品牌可以带来关注, 但真正留住开发者的, 仍是一次次复杂任务中的稳定表现。AI Coding 已经从演示能力进入工程验证阶段, 谷歌和字节要追上的, 不只是产品名称, 而是开发者对 Agent 的信任。
