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）。

说实话，很难不怀疑谷歌现在“出BUG”了。

从Gemini 3问世到现在已经大半年，谷歌还是只有差别不大的Gemini 3.1。再看Anthropic这边，半年前还只是Opus 4.5，如今Fable 5都停用一个多礼拜了。

不止模型掉队，产品也跟着掉队。几乎所有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Antigra vity 2.0，效果糟糕、体验一言难尽，网上骂声一片。

说到这儿就不得不提一件有意思的事：伯克希尔从2025年开始建仓谷歌，到了2026年第一季度，又把谷歌的持仓加了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。皮查伊亲自站台，称这是谷歌“最智能的模型”，拥有全球顶尖的推理能力、多模态理解以及代码生成能力。

同一天，谷歌还放出了另外两样东西：Google Antigra vity——号称“agent-first”的开发平台，以及Nano Banana Pro——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？产品发布会结束两个礼拜后，奥特曼向OpenAI内部发出了“Code Red”备忘录，称ChatGPT的产品体验与质量优势正被谷歌快速追近，要求全公司暂停其他业务，全员投入ChatGPT。

奥特曼担心的不只是这三个产品，而是谷歌的全栈优势。

硬件上，谷歌有自研的TPU芯片。从2015年开始做TPU，到今天的第七代Ironwood，一颗芯片顶过去四颗的算力，液冷散热，一个pod塞进9216颗芯片，提供42.5 ExaFlops的算力。和英伟达的通用GPU不同，TPU专门为AI推理任务优化，成本低、性能更好。

再往上一层是DeepMind。2024年4月，谷歌把Google Brain和DeepMind合并成一个单位。此前两家虽属同一公司，但长期两套体系、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·迪恩退居首席科学家——谷歌的“左右脑”终于合一了。

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。它能通过入口铺产品，再用这些成熟产品拿到用户反馈，加速整个产品线的开发迭代——比如用户在哪一步退出了，哪种能力被反复调用，哪些生成结果被改掉或放弃，哪些场景出现大量报错和投诉。

就拿Nano Banana来说。

这个产品体量很小，但它通过谷歌的全栈拥有自己的完整飞轮。Nano Banana在LM Arena一类的盲测环境走红后，谷歌做的第一件事就是立刻把它上线到Gemini App、AI Studio、Gemini API，甚至面向企业的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——这也是为什么Nano Banana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，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Agent不一样。它不是“给用户一个结果”，而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上。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

翻一翻谷歌的开发者产品线，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，谷歌发公告说Gemini CLI即将被Antigra vity CLI取代。

Jules——一个异步编码Agent，Google Labs出品，定位是自动修bug、写测试、提Pull Request。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，也能生成代码。

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

它们都在做同一件事，但它们是不同团队做的，有不同的品牌名、不同的入口、不同的收费模式，甚至有的在互相替代。这根本不叫产品线丰富，叫浪费算力。

这件事的根源在组织架构层面。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的成功标准是“我们做出了最强的模型”——它根本不关心用户在Antigra vity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，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。

Antigra vity更惨——它从Google DeepMind里面走出来，现在归Google Labs维护，但又必须接入Google Cloud的权限、部署和合规体系。结果就是谁也不会对它负责，就这么摆烂。

你可能会问：到皮查伊这关怎么办？DeepMind说我们的模型又刷榜了，Labs说Jules在社交网络又有10万转发了，Google Cloud那边说Agent Engine又签了多少企业客户，Gemini App说这个月DAU稳住了，Search说AI Overviews用户破20亿。大家的饭碗都保住了，却留给Antigra vity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，但行业早就不迷信benchmark了——能交付任务的才是好模型。

模型在benchmark上分数高，比如推理题能答对、代码能生成、图像能看懂、多轮对话连贯。但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。失败的表现？答案不对。最坏的结果就是重来一遍。

但到了任务交付层面，模型的价值变了。用户把一个真实的工作扔给AI，到最后拿到一个能用的结果，中间的链条非常长。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。失败的表现不是答案不对，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。

举个例子。假设一个模型在单步判断上的正确率已经有95%，看起来很厉害；但一个真实开发任务需要连续完成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Antigra vity都2.0了，还是没有类似且完整的机制。去读Gemini 3的最新博文，皮查伊亲自写的开头，后面跟着的全是benchmark对比表。现在如果你去看OpenAI和Anthropic关于新模型的最新博文，里面全是客户对模型的评价。也不是说benchmark没用——它当然有用，是一把尺子。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，因为这个板块实在太赚钱了，看看友商就懂了。2026年2月，OpenAI的Codex独立桌面App上线后首周下载量超过100万，仅过两个月周活用户就达到400万。Claude Code更不用说，Anthropic在2月份的融资材料中暗示该产品年化收入已突破20亿美元。

Antigra vity 2.0发了一个多月，打开它的官网，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，企业想用Antigra vity 2.0，只能走Gemini Enterprise Agent，赠送一些额度让你玩玩，并不能像OpenAI和Anthropic那样把它变成一个收费产品。

所以不难猜测，沙泽尔和江珀离开谷歌，大概也是因为对这家公司失望了。