谷歌大重组：AI编程攻坚队升级，两位核心研究员叛逃Anthropic

谷歌在AI编程赛道的焦虑已经藏不住了。

据 The Information 今日报道，谷歌正在对其内部AI编程攻坚小组进行重大重组。这支成立仅数月的团队将从临时项目组升级为正式建制，业务范围也从单一的代码能力扩展到演示文稿生成等多场景应用。

更值得关注的是时机——重组消息传出的同时，两位Gemini核心贡献者Jonas Adler和Alexander Pritzel已确认即将加入Anthropic。加上此前离职的诺贝尔奖得主John Jumper（同样去了Anthropic）和Gemini联席负责人Noam Shazeer（转投OpenAI），谷歌在短短几周内流失了一批顶尖AI研究力量。

这不是一次简单的组织架构调整，而是谷歌在人才危机和产品困境双重压力下的战略回应。

重组的核心：引入"中期训练"概念

谷歌这次重组最有意思的地方，不是扩大团队规模，而是改变了模型训练的组织方式。

传统上，大模型训练分为两个阶段：

• 预训练（Pre-training）：用海量数据从零构建基础模型，让模型学会语言的基本规律
• 后训练（Post-training）：针对特定场景进行微调，优化人机交互体验

谷歌现在要在中间插入一层——中期训练（Mid-training）。

按照知情人士的说法，原来的AI编程攻坚小组将升级为中期训练团队，专门负责用行业细分领域的专业数据来增强模型的通用能力。代码能力、文档生成、数据分析这些能力的迭代，都归这个团队管。

而后训练团队则聚焦于人机交互体验的打磨——比如让模型的回答更自然、减少幻觉、提升对话连贯性。

这个拆分的逻辑是：能力建设和体验优化需要不同的专业分工。

之前的问题在于，所有这些工作都混在一起，权责不清。想提升代码能力的工程师和想优化对话体验的工程师在争抢同一批资源，结果两边都做不好。

DeepMind首席技术官Koray Kavukcuoglu在内部邮件中的说法很直接："我们的研发推进速度持续加快，现阶段梳理组织架构、明确各业务线权责边界，正当其时。"

翻译一下：之前的组织方式已经跟不上竞争节奏了。

代码能力：谷歌的明显短板

为什么谷歌要专门组建团队攻坚代码能力？因为这确实是他们的软肋。

多位参与项目的工作人员向媒体透露，谷歌早期并不重视代码场景的专项研发。管理层曾有一个假设：只要打磨出性能最强的基础大模型，模型自然就能具备出色的代码能力。

这个假设在2024年之前或许还说得过去。但Anthropic用实际行动证明了它是错的。

代码能力需要专门的训练数据、专门的评估基准、专门的优化策略。Anthropic在这个方向上投入了大量资源，Claude系列模型的代码能力持续领先。今年推出的Claude Code和代理编程功能，更是直接把AI编程工具的体验拉到了新高度。

市场反馈很诚实。Anthropic凭借代码领域的领先优势，截至上月年化营收已达470亿美元——是今年2月的三倍有余。代码开发已经成为当前AI服务市场盈利性最强的赛道，没有之一。

反观谷歌，最新发布的Gemini 3.5 Flash模型收获了不少差评：

• 回答过度迎合用户（sycophancy问题严重）
• 定价反而高于前代Flash版本
• 代码工具Antigravity首发版本漏洞频发

一位开发者在社区的评价很典型："Flash本来是性价比之选，现在变贵了不说，代码质量还不如Claude 3.5 Sonnet稳定。"

更尴尬的是，下一代旗舰模型Gemini 3.5 Pro原定6月发布，现在已确认推迟到7月。参与内测的人员透露，这款模型在当时的预期性能无法超越Anthropic的顶尖模型Mythos。

谷歌不是不努力，而是努力的方向一开始就有偏差。

人才流失：比重组更令人担忧的问题

组织架构可以调整，但人走了就是走了。

过去几周，谷歌AI团队的人事变动密集得让人心惊：

离职名单

| 姓名 | 职位/贡献 | 去向 | |------|----------|------| | Noam Shazeer | Gemini联席负责人，Transformer论文联合作者 | OpenAI | | John Jumper | DeepMind副总裁，诺贝尔奖得主 | Anthropic | | Jonas Adler | AI编程项目核心研究员，Gemini关键贡献者 | Anthropic | | Alexander Pritzel | AI系统训练专家，Gemini关键贡献者 | Anthropic |

这份名单的含金量极高。

Noam Shazeer是2017年Transformer架构论文的联合作者，这篇论文奠定了整个生成式AI行业的技术基础。2021年他从谷歌离职创业，2024年谷歌又斥资27亿美元把他请回来。结果不到两年，他又走了——这次去了OpenAI。

知情人士透露，Shazeer离职的直接原因是算力权限问题。他负责的项目算力配额被并入了另一支团队，这让他感到自己的工作不再受重视。DeepMind内部邮件显示，Shazeer此次离职"十分仓促"。

John Jumper更是重量级人物。他与DeepMind CEO Demis Hassabis因AlphaFold项目共同获得诺贝尔化学奖，是整个AI for Science领域的标杆人物。知情人士透露，Jumper刚刚被调到AI编程攻坚小组，结果还没怎么干就宣布跳槽Anthropic。

两位核心人员的离职直接反映在股价上：Alphabet周一大跌5%，创下过去一年单日最大跌幅。虽然随后两天又跌了1%，但2026年年内股价仍累计上涨近30%——投资者显然在区分短期人才流失和长期业务基本面。

算力争夺：谷歌内部的资源矛盾

人才流失的背后，是一个更深层的问题：谷歌内部的算力资源分配。

谷歌的优势和劣势来自同一个根源——它太大了。

作为全球最大的云计算厂商之一，谷歌拥有海量的算力资源。但这些资源要同时服务于：

1. 外部云客户：包括Anthropic这个最大客户（是的，Anthropic用的是谷歌云）
2. 内部研发项目：Gemini模型训练、各种AI攻坚项目
3. 现有产品线：搜索、YouTube、Gmail等产品的AI功能

资源有限，需求无限。管理层在调配算力时必须做出取舍，而这些取舍往往会得罪内部研究人员。

Shazeer的遭遇就是典型案例。他正在研究超越Transformer的新型模型架构——这种前沿研究需要大量算力来验证假设。当他的算力配额被削减时，等于是被告知"你的研究没那么重要"。

对于顶尖研究员来说，这是一个很清晰的信号。与其在谷歌内部争夺资源，不如去一家更专注的公司——Anthropic或OpenAI——那里的研究方向和资源配置更聚焦。

与Anthropic、OpenAI的布局对比

谷歌这次重组的方向，其实是在追随Anthropic和OpenAI已经验证过的路径。

Anthropic的打法

Anthropic很早就把代码能力作为核心差异化方向。他们的策略很清晰：

• 专门的代码训练数据：投入资源收集和清洗高质量代码数据
• 代理编程能力：让AI不只是生成代码，还能自主执行、调试、测试
• 企业级产品化：Claude Code直接对标GitHub Copilot，但能力更强

结果就是市场认可。470亿美元的年化营收说明企业客户愿意为更好的代码能力付费。

OpenAI的打法

OpenAI走的是另一条路线——通过Codex和GPT系列模型的迭代，在消费级和企业级市场同时发力。ChatGPT的代码能力不断提升，同时面向企业的API定价策略也更激进。

更重要的是，OpenAI在招人上毫不手软。挖走Shazeer这样的Transformer论文作者，既是人才储备，也是对谷歌的心理打击。

谷歌的困境

相比之下，谷歌的问题在于战略重心不够聚焦。

它有Gemini模型、有云计算平台、有消费级产品（Bard/Gemini App）、有开发者工具（Antigravity）、有企业服务……看起来什么都有，但每个方向的投入都不够深。

这次重组至少说明管理层意识到了问题。但意识到问题和解决问题之间，还有很长的路要走。

Gemini 3.5 Pro延期：技术债务在累积

本来6月底的故事应该是Gemini 3.5 Pro发布，给谷歌扳回一城。但现在这个模型推迟到7月，给了竞争对手更多时间。

回顾谷歌5月I/O大会上的表态，CEO桑达尔·皮查伊当时说Gemini 3.5 Pro将于"次月"发布。这话在当时听起来很有信心，现在看来更像是一种压力下的承诺。

内测人员透露的信息更不乐观：Gemini 3.5 Pro的预期性能在当时无法超越Anthropic的顶尖模型Mythos。如果发布时仍然落后，那这次延期就不是"打磨体验"，而是"追赶能力"。

模型延期在AI行业不算罕见，但对谷歌来说意味着两件事：

1. 信任成本：开发者和企业客户会重新评估对Gemini的预期
2. 窗口期损失：7月发布意味着要和Anthropic、OpenAI的下一波更新正面竞争

这次重组能解决问题吗？

坦率地说，重组只是第一步。

好的方面

• 战略聚焦：单独设立中期训练团队，说明谷歌开始认真对待代码能力这个短板
• 权责清晰：预训练、中期训练、后训练三层架构比之前的混乱状态好得多
• 高层重视：联合创始人Sergey Brin亲自参与项目推进，资源配置有保障

仍然存在的问题

• 人才流失还在继续：组织架构再好，顶尖人才不愿意留下也没用
• 算力矛盾未解决：内部资源分配的根本问题不改变，类似Shazeer的情况还会发生
• 追赶vs引领：目前的策略是追赶Anthropic和OpenAI的布局，而不是开辟新赛道

一位匿名的谷歌员工在内部论坛的评论很能说明问题："重组邮件说得很好听，但我们都知道问题出在哪里。不是组织架构，是优先级。"

对开发者意味着什么

如果你是正在选型AI编程工具的开发者，这些变化值得关注：

短期（未来3-6个月）

• Gemini 3.5 Pro：7月发布后需要实际测试，不要只看发布会演示
• Gemini 3.5 Flash：当前版本定价上涨且评价一般，不建议作为主力选型
• 代码工具Antigravity：首发版本问题较多，等稳定版再考虑

中期（6-12个月）

• 观察重组效果：中期训练团队能否真正提升Gemini的代码能力，需要下一代模型来验证
• 多模型策略：不要把鸡蛋放在一个篮子里，保持对Claude、GPT的关注

选型建议

目前AI编程工具的第一梯队仍然是：

1. Claude（Anthropic）：代码能力和代理编程体验最好
2. GPT系列（OpenAI）：生态最完善，插件和集成最丰富
3. Gemini（谷歌）：与Google生态集成好，但代码能力需要追赶

如果你的项目重度依赖代码生成和自动化，Claude目前是更稳妥的选择。如果你需要多模型灵活切换，可以考虑使用API聚合服务来降低切换成本。

写在最后

谷歌这次重组传递的信号很明确：AI编程是必争之地，谷歌不想输。

但"不想输"和"能赢"之间还有巨大的差距。人才流失、模型延期、内部资源矛盾……这些问题不会因为一次重组就消失。

更大的图景是，AI编程工具的竞争正在从"谁的模型更聪明"转向"谁的产品更好用"。Anthropic的470亿美元年化营收证明，企业客户愿意为真正解决问题的工具付费。谷歌需要的不只是更强的模型，还有更聚焦的产品策略和更高效的执行力。

下一个验证点是7月的Gemini 3.5 Pro发布。如果这款模型能在代码能力上追平甚至超越Claude，那这次重组就算初见成效。如果还是落后……谷歌可能需要更大的变革。

AI行业的竞争正在进入深水区。对谷歌来说，2026年下半年将是关键的追赶窗口。

---

参考来源

• IT之家：核心研究员接连离职后，消息称谷歌重组 AI 编程小组试图追赶 Anthropic — 本文主要信息来源，包含重组细节和人员变动