就在昨天,整个AI圈还沉浸在一片亢奋之中。
各方爆料一起涌出:谷歌的终极杀器——Gemini 3.5 Pro,代号「Cappuccino」,将在48小时内正式上线!
200万的超大上下文窗口,全新的「深度思考」推理模式,据说内部评测已经吊打了GPT-5.6 Sol和Claude Fable 5。
显然,这是一个即将颠覆AI格局的重磅产品。
所有人都在兴奋地倒计时,摩拳擦掌,准备见证历史。
然而,一觉醒来,画风突变。
彭博社的一则独家报道如同一盆冰水,浇灭了所有人的热情:Gemini 3.5 Pro发布延期了,而且不是延期几天,是数月的大延期!
本该是载入史册的发布,被谷歌自己按下了暂停。
究竟是为什么?
48小时狂欢与紧急刹车
就在昨天,社交平台还充斥着关于Gemini 3.5 Pro的剧透。
代号:Cappuccino。
超长上下文:200万token。
深度思考:新增的「Deep Think」模式,让其在数学、编程、逻辑推理上达到了前所未有的高度。
全面进化:代码编写、智能体工作流、前端UI设计、SVG图形生成能力大幅提升。
内部人士预测,这将是谷歌全面反击OpenAI和Anthropic的「终极武器」。
极反应。所有人都在期待7月17日这个传说中的发布日期。
然而,到了今早,彭博社记者的一篇报道,让人瞬间失望。
内部人士称,Gemini 3.5 Pro的开发进度已经落后了数月。问题的核心,是模型在关键能力上,尤其是AI编码能力,未能达到内部严苛的标准。
就在上个月末,谷歌紧急更新了训练数据,试图做最后的冲刺来提升编码能力,但结果 「令人失望」 。
四个字,宣告了这场48小时狂欢的终结。
谷歌股价在消息传出后应声下跌,一度跌幅达4.43%。
当OpenAI和Meta的新模型在代码能力上狂飙,Gemini 3.5 Pro的难产,直接导致了谷歌内部的严重焦虑。
工程师、AI研究员和高管们深感挫败,他们越来越担心,谷歌正在失去原本就不厚的护城河。
谷歌的「塔西佗陷阱」:为什么全司之力造不出最强AI?
为什么万众期待的王炸会哑火?
这篇报道为我们揭开了谷歌内部的重重困境。这是一个庞大帝国在时代转型期的缩影。
被官僚主义「拖垮」的创新速度
报道中提到一个关键细节:谷歌内部层级复杂,利益相关方众多。
一个模型的发布,要兼顾搜索、地图、YouTube等庞大产品线的需求。
这种「既要又要」的决策模式,导致资源的分散和决策的迟缓。
有前员工打了个生动的比方:「想让每个部门的领导层都朝同一个方向使劲,就像试图煮沸整个大海。」
结果就是,指令频繁变动,多个部门重复造轮子,难以形成合力。
OpenAI和Anthropic以创业公司速度狂奔,谷歌的「巨轮」却在为内部协调而停滞。
有网友一针见血地评论:「谷歌需要削减其臃肿的官僚体系,才能在此领域取得进展。」
AI编码滑铁卢:工程师的纯血统情结与算力饥渴
而且,为什么偏偏是编码能力拉了胯?这背后藏着谷歌更深层的矛盾。
一方面,谷歌有着全球最顶尖的工程师文化,这也滋生了一种「纯血统」情结。
许多老派工程师信奉「所有重要代码都应人工编写」。这种对AI生成代码的不信任,在限制了工程师们使用Gemini来辅助开发,担心专有代码泄露到训练数据中。
当谷歌终于意识到AI编码的重要性,决定强制要求使用AI写代码时,新的问题又来了——算力不够了。
报道指出,当工程师们试图使用内部AI工具时,频繁遭遇算力容量限制。
整篇报道中最具讽刺意味的细节是:在一家今年预计资本支出高达1800亿至1900亿美元的公司里,自家的工程师居然用不上GPU!
华尔街的数据显示,谷歌今年第一季度的资本支出高达357亿美元,比去年同期翻了一倍多,这么多的钱砸下去买芯片、建数据中心,结果呢?
面对这种乱象,谷歌正在试图亡羊补牢。
首席AI架构师正将各部门AI编程工具统一到Google Antigravity的底层架构下,在DeepMind内部成立了专项AI编程团队,但为时已晚。
内部赛马,人才流失的恶性循环
谷歌并非没有意识到问题。它拥有顶级的研究实验室Google DeepMind、云部门Google Cloud、安卓团队,甚至在内部成立了多个小组来攻坚AI编码。
但这种「赛马」机制,也意味着内耗。
不同团队各自为战,产品重叠,战略摇摆。更糟糕的是,这种混乱和挫败感,直接导致了顶尖人才的流失。
报道称,大量研究人员因为对谷歌的落后感到失望,纷纷跳槽到了Anthropic和OpenAI。
这形成了一个可怕的闭环:官僚导致效率低下 -> 效率低下导致产品落后 -> 产品落后导致人才流失 -> 人才流失加剧技术落后。
Gemini 3.5 Pro的延期,正是这个闭环的必然。
全行业拉响警报,巨头集体跌入「下一代巨模型失望陷阱」
沃顿商学院Ethan Mollick在转发报道时,提出了一个细思极恐的观点——
这根本不是谷歌一家的悲剧,而是整个硅谷正在遭遇的「周期性技术寒冬」。
Mollick尖锐地指出,谷歌如今的挫折,完美复刻了此前Meta Llama 4和xAI Grok 4所经历的痛苦。
他将这种现象命名为「下一代巨模型失望陷阱」。
投入巨额资金和算力训练出的下一代模型,实际性能提升远低于预期,市场领导地位因此出现明显滑坡。
过去,行业信奉的是Scaling Law。然而,当模型规模扩大到一定程度时,单纯堆砌算力和数据的「暴力美学」开始失效。
数据瓶颈:高质量的人类文本数据几乎被「榨干」,合成数据的效果尚待验证。
算法瓶颈:现有的Transformer架构及其变体,可能正在接近其性能上限。收益递减:为了获得微小的性能提升,需要付出指数级增长的算力成本。
在这场巨头游戏中,只有OpenAI凭借Orion/GPT-4.5暂时逃脱了这一陷阱,没有重大滑坡。
可以确定的是,随着模型规模逼近物理和工程的极限,前沿模型的迭代难度正在急剧上升。
这次Gemini 3.5 Pro的延期,让所有人清醒——
我们正处于平台期。过去那种「AI一天,人间一年」的狂飙突进,要告一段落了。
对于整个行业来说,这或许是一件好事。当喧嚣褪去,人们才会真正思考AI的价值何在。
至于谷歌,市场留给它的时间和耐心,可能真的不多了。
参考资料:
https://x.com/Mr_Salio/status/207736089707741624811
https://x.com/emollick/status/2077849021150888408
https://www.bloomberg.com/news/articles/2026-07-16/google-gemini-launch-delayed-as-tech-falls-short-of-internal-goals
本文来自微信公众号“新智元”,作者:ASI启示录
