接连两位大咖出走,谷歌到底出了什么BUG?

不到一周时间,谷歌 AI 部门接连损失两员大将:Google DeepMind 工程副总裁诺姆·沙泽尔 (Noam Shazeer) 和 AlphaFold 核心负责人约翰·江珀 (John Jumper) 相继离职。这不禁让人怀疑, 这家曾经让 OpenAI 拉响“红色警报”的科技巨头, 如今到底出了什么 BUG?

📌 从巅峰到掉队: 谷歌 AI 的半年之变

• 重点: 曾经把 OpenAI 吓出红色警报的谷歌, 半年后怎么全线掉队了?
• 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
• 重点: 后续仍需关注官方更新、落地范围以及实际反馈。

2025 年 11 月,谷歌发布 Gemini 3, 同时推出 Agent 开发平台 Antigravity 和升级版文生图模型 Nano Banana Pro, 一度令 OpenAI 内部紧张。然而半年过去, 谷歌的模型迭代几乎停滞, 而竞争对手却大步向前:Anthropic 的 Claude 系列已从 Opus 4.5 升级到 Fable 5,OpenAI 的 Codex 周活用户突破 400 万,Claude Code 年化收入超 20 亿美元。反观谷歌,Antigravity 2.0 发布后口碑不佳, 甚至没有企业版定价。

🔍 全栈优势为何失灵?

谷歌曾拥有令人羡慕的全栈能力: 自研 TPU 芯片、DeepMind 研究团队、以及 Chrome、Android、YouTube 等数十亿日活入口。这种架构在低风险、短链路的场景 (如图片生成) 中能快速形成飞轮效应——Nano Banana 正是凭借这一优势迅速迭代, 碾压 GPT-4o。然而在 Agent 这类需要长期上下文、工具调用和结果责任的高风险场景中, 全栈能力反而暴露了协调难题: 不同部门各自为政, 产品线重叠, 缺乏统一战略。

💡 组织架构的混乱根源

谷歌的 AI Agent 相关能力分散在多个互不统属的团队:DeepMind 追求模型 benchmark 分数,Labs 部门热衷实验性产品,Google Cloud 关注企业合规。以 Antigravity 为例, 它诞生于 DeepMind, 却由 Labs 维护, 同时需接入 Cloud 的权限体系, 结果无人真正负责。这种“九龙治水”的局面导致资源浪费, 开发者面对 Gemini CLI、Jules、Code Assist、Firebase Studio 等一堆功能重叠的工具, 根本不知道该用哪个。

📊 benchmark 的陷阱: 评测赢了, 任务却输了

谷歌的叙事仍围绕 benchmark 展开,但业界早已转向“任务交付”能力。一个单步正确率 95% 的模型, 在完成 20 步真实开发任务时, 成功率仅约 36%。Agent 产品的真正护城河在于错误恢复、状态保存、人工接管等机制, 而 Antigravity 2.0 在这方面几乎空白。反观 OpenAI 和 Anthropic, 其官方博文已大量引用客户案例, 而非 benchmark 对比表。

🚀 谷歌会放弃 Agent 吗?

Agent 市场潜力巨大:Codex 和 Claude Code 已证明其商业价值, 年收入分别达数十亿美元。谷歌不可能放弃这块蛋糕, 但若不解决组织架构问题,Antigravity 恐怕仍难翻身。巴菲特旗下的伯克希尔在 2026 年第一季度大幅加仓谷歌, 并追加 100 亿美元投资, 但这位“股神”的押注能否奏效, 还需时间检验。

谷歌的 AI 困局, 本质上是组织架构跟不上战略野心的经典案例。当创新被部门墙阻隔, 再强的技术优势也会沦为内耗。