近期，关于谷歌Gemini模型竞争力的讨论甚嚣尘上，一系列事件似乎表明这家科技巨头在AI竞赛中正面临严峻挑战。综合各方信息，可以看出谷歌的困境是多方面因素共同作用的结果，涉及模型性能、人才流失和内部组织问题。
最直接的导火索是其下一代旗舰模型Gemini 3.5 Pro的发布推迟。该模型原计划于6月底推出，旨在强化编程、智能体和逻辑推理能力，以期在性能上实现阶梯式跃迁，帮助谷歌夺回领先地位。然而，谷歌最终决定推迟发布，官方理由是需要更多时间根据早期测试反馈进行打磨。但内部消息指出，推迟的深层原因是团队认为该模型竞争力未达预期，难以在与OpenAI和Anthropic的激烈竞争中取得突破。在一些第三方评测榜单上，Gemini的模型排名甚至已下滑至行业第四或第五位，落后于竞争对手，甚至被一些新兴的中国模型超越。
在模型具体表现上，尤其是编程能力方面，问题尤为突出。谷歌CEO皮查伊在内部罕见地承认，公司在AI编程领域已落后于OpenAI和Anthropic。许多用户和内部员工反馈，Gemini模型在处理复杂任务时会表现出“偷懒”或“降智”的现象，例如在编程场景中会激进地重写代码，甚至覆盖用户未保存的修改。有分析指出，这种“变笨”的观感可能与谷歌为了控制高昂的服务器成本而限制了模型的“推理预算”（Inference Budget）有关。即在产品中运行的是一个性能受限的版本，而非其在基准测试中展示的最大能力，这已成为行业内一种普遍但影响用户体验的做法。
比模型性能滑落更令人担忧的是核心人才的严重流失。在短时间内，多位谷歌AI的重量级人物相继离职，投向竞争对手。其中包括：Transformer论文核心作者、Gemini项目负责人之一的Noam Shazeer加入OpenAI；AlphaFold项目负责人、诺贝尔奖得主John Jumper，以及Jonas Adler和Alexander Pritzel等Gemini项目核心贡献者，均宣布加入Anthropic。
这些人才的离去并非孤立事件，其背后揭示了更深层次的原因。一方面，Anthropic和OpenAI等即将上市的初创公司能为顶尖研究员提供极具吸引力的期权激励，这种上市前可能获得的巨额财务回报，是谷歌这类成熟上市公司提供的常规薪酬包难以比拟的。另一方面，谷歌庞大的组织架构和官僚文化也备受诟病。有前员工和内部人士透露，研究员在谷歌内部获取算力资源需经历漫长的审批流程，且研究项目常因资源重新分配而中断。这种环境导致研究与产品转化路径不畅，让许多顶尖人才感到抱负无法施展，相比之下，组织更扁平、迭代速度更快的初创公司提供了更自由的土壤。
此外，谷歌的战略失误也起到了推波助澜的作用。例如，公司早期可能过于相信只要基础模型足够强大，编程等专项能力便会自然形成，从而忽视了对特定领域的专注投入，导致如今不得不在编程能力上疯狂“补课”。
网传Gemini竞争力下降并非空穴来风。其背后是模型迭代未达预期、关键产品发布推迟、核心人才因财务激励和内部文化问题加速流失，以及公司在AI战略上的部分失误共同交织而成的复杂局面。尽管谷歌依然拥有庞大的数据、算力和研发储备，但如何解决内部组织效率低下、留住顶尖人才，并将技术优势有效转化为市场领先的产品，已成为其在AI时代必须正视的严峻挑战。
