接连两位大咖出走，谷歌到底出了什么BUG？

文 | 字母AI 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？ 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。 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AP