Google Gemini 3.5 Pro 延迟发布，内部技术未达预期
“Google Gemini Launch Delayed as Tech Falls Short of Internal Goals”
1088 字
预计 4 分钟
中文摘要
Google的旗舰AI模型Gemini 3.5 Pro因能力不足（尤其在编码方面）而延迟发布，内部工程师和研究人员担忧公司正失去对Anthropic和OpenAI的竞争优势。10位现任和前任员工透露，Google内部多层利益相关者、跨产品整合（搜索、地图、YouTube）以及官僚主义导致决策缓慢。尽管OpenAI和Meta近期发布了更先进的编码AI，Google尝试更新训练数据但结果令人失望。公司内部存在派系斗争：Google Cloud、DeepMind和Android团队各自开发编码工具，部分工程师坚持人工编码，且早期限制使用Gemini编写代码以防数据泄露。Google声称75%的代码已由AI生成，并成立了由Koray Kavukcuoglu和Sebastian Borgeaud领导的统一团队。然而，计算资源竞争和人才流失（转向Anthropic）加剧了困境。客户反馈分化：Figma满意Gemini 3.5 Flash的速度与质量，但Platzi认为其性价比低，已转向Anthropic的中端模型。
核心论点
- Google内部官僚主义和跨部门竞争导致Gemini 3.5 Pro延迟，削弱了其在AI编码领域的竞争力。
- Anthropic和OpenAI在编码AI上领先，Google更新训练数据后仍表现不佳。
- Google内部存在文化冲突：部分工程师坚持人工编码，早期限制AI使用阻碍了实验。
- Google通过成立统一团队和强制使用AI编码来应对，但计算资源瓶颈和人才流失仍是挑战。
- 客户对Gemini 3.5 Flash评价两极，部分用户转向竞争对手产品。
反方视角 / 盲点
- 文章未深入分析Google在AI安全测试和政府监管方面的具体进展和影响。
- 未讨论Google在搜索数据和多模态能力上的差异化优势是否足以弥补编码短板。
- 缺乏对Anthropic和OpenAI具体编码能力的量化对比数据。
对科技从业者的启示
- 大公司AI战略受内部组织效率制约：Google的案例表明，即使资源雄厚，跨部门协调和文化冲突也会拖慢产品迭代，科技管理者需警惕类似问题
- AI编码是当前竞争关键：编码能力成为模型差异化的重要维度，产品经理和开发者应关注工具选择，避免绑定单一供应商
- 客户反馈分化提示市场尚未定型：Figma和Platzi的不同体验说明，AI产品需精准定位场景，性价比和速度仍是重要决策因素