接连两位大咖出走，谷歌到底出了什么BUG？

不到一个礼拜，接连两位重量级员工都离开了谷歌。

前有Google DeepMind工程副总裁诺姆·沙泽尔（Noam Shazeer），后有AlphaFold核心负责人约翰·江珀（John Jumper）。

讲真的，我很难不怀疑谷歌现在“出BUG”了。

从Gemini 3问世，到现在都过去大半年了，谷歌还是只有差别不大的Gemini 3.1。你再看看Anthropic这边，半年前还只是Opus 4.5，现在Fable 5都停用一个多礼拜了。

不只是模型掉队，产品也跟着掉队。如今几乎所有的AI公司都在发力AI Agent，OpenAI有Codex，Anthropic有Claude Code。

Fable 5加持下的Claude Code，现在都能自主修bug，自动循环跑测试直到全绿，还能从设计稿直接生成生产代码，最后封装成完整的软件。

而谷歌这边，只有一个拿不出手的Antigravity 2.0，不仅效果糟糕，使用体验也一言难尽，网上对这个产品只有一片骂声。

说到这里就不得不提一件事，伯克希尔从2025年就开始建仓谷歌，到了2026年第一季度，伯克希尔把谷歌的持仓又加了224%。

2026年6月1日，伯克希尔以定向增发的方式向谷歌母公司Alphabet再投了100亿美元。

难道这回巴菲特真的看走眼了？

01

谷歌的全栈优势怎么没了？

2025年11月18日，谷歌发布了Gemini 3。皮查伊亲自出来站台，说这是谷歌“最智能的模型”，拥有全球最顶尖的推理能力，多模态理解，还有代码生成能力。

于是在同一天，谷歌还放出了另外两样东西：一个是Google Antigravity，号称“agent-first”的开发平台；一个是Nano Banana Pro，它是谷歌此前爆火的文生图模型Nano Banana的威力加强版。

当时的谷歌有多吓人？这么说吧，在谷歌这场产品发布会结束后两个礼拜，奥特曼向OpenAI内部发出“Code Red（红色警报）”备忘录，称ChatGPT的产品体验与质量优势正在被谷歌快速追近，因此全公司暂停所有其他业务，集结全员投入到ChatGPT当中。

奥特曼担心的不只是这三个产品，而是谷歌的全栈优势。

在硬件上，谷歌有自研的TPU芯片。谷歌从2015年就开始做TPU，到今天已经到了第七代Ironwood，一颗芯片顶过去四颗的算力，液冷散热，一个pod塞进去9216颗芯片，提供42.5 ExaFlops的算力。

和英伟达那种通用的GPU不同，TPU是专门为AI推理任务进行过优化的，成本低，而且性能更好。

再往上一层是DeepMind。

2023年4月，谷歌把Google Brain和DeepMind合并成了一个单位。此前，这两家虽然是同一家公司，但长期以来是两套体系、两套文化，Brain偏产品和商业化，DeepMind偏长期研究。

合并之后，哈萨比斯统一带队，杰夫·迪恩（Jeff Dean）退居首席科学家。也就是说，谷歌的“左右脑”合一了。

继续往上，还有一层很多人容易忽略的东西：入口。谷歌不是只有模型，它有Chrome、Android、YouTube、Google Maps、Gmail、Google Workspace、Google Search。

这些东西加起来，日活几十亿。全世界没有任何一家AI公司拥有这个量级的用户。它能通过入口去铺产品，再用这些成熟的产品拿到用户反馈，加快整个产品的开发迭代。

比如用户在哪一步退出了，哪种能力被反复调用，哪些生成结果被用户改掉了或者直接放弃了，哪些功能形成了留存，哪些场景出现大量报错和投诉。

就拿Nano Banana来说。

这个产品虽然体量非常小，但是它其实是通过谷歌的全栈，拥有自己一个完整飞轮。

Nano Banana刚刚在LM Arena一类的盲测环境里走红后，谷歌做的第一件事就是把它立刻上线到Gemini App、AI Studio、Gemini API当中，甚至连专门面向企业的Vertex AI也没放过。

用户不仅能通过各种产品感受Nano Banana，谷歌还能用这些产品收集反馈，这也就是为什么Nano Banana产品迭代速度那么快，碾压GPT-4o的作图能力。

那为什么到现在，谷歌的全栈优势没了呢？

文生图是一个低风险、短链路、结果立刻可见的产品。

用户输入一句话，几十秒后得到一张图，不满意就重来，满意就分享。它不需要长期记忆，也不需要调用工具权限，更不需要为一次错误承担现实后果。

但是Agent不一样。它不是“给用户一个结果”，它是要彻底驻扎进用户的工作环境，持续读取上下文、调用工具、执行操作，并对最后的结果负责。

Nano Banana的成功并不能完全复刻到Agent了。

当产品需要跨模型、权限、执行环境、企业系统和长期责任时，谷歌那套原本强大的全栈能力，开始显露出协调不起来的问题。

02

谷歌真正的病是组织架构太混乱

如果你去翻谷歌的开发者产品线，你会发现一个很诡异的现象。谷歌同时有好几个工具，都在帮你用AI写代码，产品功能几乎都重叠了。

Gemini CLI，一个命令行工具，可以查代码库、生成应用、自动执行复杂流程，2025年底随Gemini 3一起推出。到了2026年6月，谷歌发了个公告：Gemini CLI即将被Antigravity CLI取代。

Jules，一个异步编码Agent，Google Labs出品，定位是自动帮你修bug、写测试、提Pull Request。它不需要你盯着看，你把任务扔给它，它自己克隆仓库、写代码、开PR，干完了通知你。

Code Assist，Google Cloud旗下的企业级编程助手，装在VS Code和JetBrains里用，收费22.8到54美元一个用户一个月。Firebase Studio，浏览器里的全栈开发工作台，内置了Gemini，也能帮你生成代码。

然后是永远扶不上墙的Antigravity，前文也提到了，2026年5月I/O大会上又发了个2.0版本，分了桌面App、CLI、SDK、Managed Agents、企业层五块。

它们都在做同一件，但它们是不同团队做的，有不同的品牌名，有不同的入口，有不同的收费模式，甚至有的在互相替代。

这种情况根本就不叫产品线丰富，这叫浪费算力。

这件事的根源其实是在组织架构层面。

谷歌的AI Agent相关能力，被拆分在至少几个互不统属的组织手里。每个组织有自己的KPI，独立的汇报线。

比如Google DeepMind，它管的是模型在benchmark上的分数能不能压过GPT和Claude。DeepMind的成功是“我们做出了最强的模型”。

它根本不关心用户在Antigravity里完成一个真实项目的成功率是多少。

到了Google Labs部门，它只管这个东西酷不酷，能不能在社交媒体上引发讨论。

Google Labs的产品有CC（Gmail里的AI助理）、Project Genie（无限世界生成）、Pomelli（AI营销工具）、Opal（自然语言做小应用），以及Jules。

实验跑完了，热度过去了，团队可能去做下一个实验了，它不会对产品进行长期维护。

Google Cloud和Vertex AI管的是模型能不能通过API调用，企业能不能采购，权限和合规有没有覆盖，Agent能不能部署到生产环境。

Antigravity更惨，它是从Google DeepMind里面走出来的，现在归Google Labs维护。但是又必须接入Google Cloud的权限、部署和合规体系。

所以谁也不会对它负责，就这么摆烂。

你可能会问了，那到皮查伊这关可怎么办？

DeepMind说，我们的模型又刷榜了。Labs说，Jules在社交网络上又有10万转发了。然后Google Cloud那边说，Agent Engine又签了多少个企业客户。Gemini App说，这个月的DAU稳住了。Search说，AI Overviews用户破20亿。

大家的饭碗都保住了，却最后留给Antigravity一地鸡毛。

但没有人能回答一个最简单的问题：一个开发者，今天应该用谷歌的哪一个工具来完成他的工作？如果他现在用的是Codex或者Claude Code，谷歌准备用哪个产品把他抢过来？

03

评测赢了，不等于任务真的交付了

谷歌现在所有的叙事都只围绕着评分，但现在大家早就不迷信benchmark了，能交付任务的才是好模型。

模型在benchmark上分数高，比如它推理题能答对，代码能生成，图像能看懂，多轮对话能保持连贯。

这些测试通常是在受控环境下进行的。单轮或有限轮次，输入输出干净，不需要操作外部工具，不需要管理权限，不需要长时间持续运行。

失败了的表现是什么？答案不对。最坏的结果，就是重来一遍。

但是到了任务交付这块，模型的价值变了。

用户把一个真实的工作扔给AI，到最后拿到了一个能用的结果，中间的链条其实是非常长的。

什么叫“真实的工作”？是“这个项目的支付模块有个bug，请定位、修复、测试、提交PR”。它涉及多个步骤，可能要花几十分钟甚至几个小时，中间需要调用Git、终端、浏览器、文件系统、API，每一步都有失败的可能。

失败了的表现是什么？不是答案不对，而是代码改坏了、权限控不住了、流程卡死了、环境崩了、用户不知道从哪里恢复。

我举个例子。

假设一个模型在单步判断上的正确率已经有95%，看起来很强；但一个真实开发任务若需要连续完成20个关键步骤，全部不出错的概率只有0.95^20，约等于36%。

哪怕单步正确率提升到98%，20步全程顺利完成的概率也只有约67%。

所以Agent产品真正的护城河，不是把benchmark再刷高两分，而是给错误恢复、状态保存、权限确认、人工接管、回滚和结果验证做出可靠机制。

但是Antigravity都2.0了，还是没有类似且完整的机制。

你去读Gemini 3的官方博文，皮查伊亲自写的开头，后面跟着的全是benchmark对比表。

但是你现在如果去看OpenAI和Anthropic关于新模型的官方博文，里面全都是各种客户对模型的评价。

不是说benchmark没用。benchmark当然有用，它是一个尺子。但如果一个Agent产品的全部叙事都围绕benchmark展开，那就说明这个模型确实干不了活。

谷歌不可能放弃AI Agent，因为这个板块真的太赚钱了，不信你看看友商们就懂了。

2026年2月，OpenAI的Codex，独立桌面App上线后首周下载量超过100万。仅仅过了两个月，Codex周活用户就达到了400万

Claude Code就更不用说了，Anthropic在2月份的融资材料中就暗示，该产品的年化收入已经突破了20亿美元。

Antigravity 2.0发了一个多月了，现在打开它的官网，你会发现还是没有企业版的定价。

Claude Code可以通过Claude Team按人头付费，Codex可以走GPT Business或者ChatGPT Enterprise，同样是按人头收费。

到了谷歌这里，企业要是想用Antigravity 2.0，你只能走Gemini Enterprise Agent，它会赠送你一些额度让你拿手上玩玩，并不能像OpenAI和Anthropic那样，把它变成一个收费的产品。

所以我猜沙泽尔和江珀离开谷歌，大概也是因为对这家公司失望了。