接连两位大咖出走，谷歌到底出了什么 BUG？

模型迭代“卡壳”：大半年只有Gemini 3.1，对手却在疯狂进化

从2025年11月谷歌发布Gemini 3，皮查伊亲自站台称其为“最智能的模型”，到如今大半年过去，谷歌拿出的仅是一个差别不大的Gemini 3.1。反观Anthropic，半年前只是Opus 4.5，如今Fable 5已停用一个多礼拜；OpenAI的Codex独立App上线首周下载量破百万，周活数月内冲到400万。谷歌在模型层面似乎陷入了“高分低能”陷阱：benchmark分数刷得漂亮，但真实任务中，连续20个步骤的纠错成功率仅36%左右。当对手用Agent产品证明自己“真能干活”时，谷歌还在原地修修补补。

内部“诸侯割据”：五个AI编程工具互打架，用户一脸懵

如果你翻一翻谷歌的开发者产品线，会发现一个诡异现象：Gemini CLI、Jules、Code Assist、Firebase Studio、Antigravity……五六个工具都在做同一件事——用AI写代码，但各有独立品牌、不同入口、不同收费模式，甚至有的互相替代。2025年底随Gemini 3推出的Gemini CLI，到2026年6月就被宣布将被Antigravity CLI取代；而Antigravity本身口碑极差，2.0版本发了一个多月，官网连企业版定价都没有。用户站在一堆名字前只会困惑：“今天到底该用谷歌哪个工具？”而OpenAI和Anthropic早已用统一产品（Codex、Claude Code）按人头收费，把开发者牢牢攥在手里。

Agent时代掉队：benchmark刷分没用，真干活时谷歌拿不出手

谷歌不是没有资源——它有自研TPU（第七代Ironwood单芯片算力翻倍）、全栈入口（Chrome、Android、YouTube日活几十亿）和Nano Banana这样迭代极快的爆款。但Agent产品不是“给用户一张图”那么简单：它需要跨模型、权限、执行环境、企业系统和长期责任。谷歌的Agent能力被拆分在Google DeepMind（管模型刷分）、Google Labs（做产品热度）、Google Cloud（签企业单）三个互不统属的组织里，每个组织有自己的KPI——DeepMind说“我们刷榜了”，Labs说“Jules转发10万”，Cloud说“签了多少客户”，但没有一个人能回答“一个开发者今天到底该用哪个工具”。当OpenAI的Codex和Anthropic的Claude Code已经能自主修bug、从设计稿生成生产代码时，谷歌的Antigravity 2.0还停留在让用户“拿手上玩玩”的阶段。大咖出走，不过是这场系统性内耗的必然结果。