去年超神的Gemini如今为何沉寂

客观来看，去年推出的Gemini模型确实展现出强大的能力，但时至今日，其口碑已发生显著变化，在网络讨论中常被戏称为“北美大豆包”。

例如，与其讨论数学问题时，有时会出现逻辑混乱的情况。

在要求其生成海滩照片时，也曾出现过不当的反馈。

由于这些不寻常的表现，Gemini在互联网上被部分用户冠以“北美大豆包”的称号。

除了模型本身口碑的下滑，谷歌近期在科研人员方面也出现了频繁变动。两年前，谷歌以27亿美元挖来的Transformer作者之一，如今也已离职，加入了OpenAI。

甚至在Alpha Fold项目中工作了九年的诺贝尔奖得主，也与Anthropic展开了接触。

外界原本期待Gemini 3.5 Pro的发布能够扭转局面，但该模型从五月推迟至七月仍未发布。近期虽有动静，但推出的并非旗舰级的Pro模型，而是一个主打“实惠”的Flash模型。

该模型的能力水平如何？当其他模型与Fable、GPT-5.6 Sol对标时，Gemini 3.5 Flash选择的对比对象是GPT-5.6 Luna和Claude Sonnet 5。

从这一对比中，可以大致看出谷歌对该新模型的预期。

在目前备受关注的AI编程和智能体领域，Gemini的表现并不理想。在各大排行榜的前列，甚至难以找到其名字。

在实际应用中，使用Gemini编写代码的情况也较为少见。在尝试进行项目迁移时，发现Gemini主要提供情绪价值，但并未完成实质性工作。

即使是谷歌最引以为傲的世界知识能力，也表现不稳定。其优势在于知识广度，DeepSeek曾在论文中承认，在知识广度上不如Gemini。DeepSeek-V4-Pro-Max在SimpleQA-Verified上显著领先所有开源模型，但仍落后于领先的闭源模型Gemini-3.1-Pro。

在询问一些冷门知识时，Gemini可能还能给出答案。然而，当涉及近两年出现的新事物时，Gemini的反应会变得异常。在梳理文章大纲时，Gemini在无上下文关联的情况下，突然提到了Claude 3.5。

在Gemini的默认知识库中，对Claude的认识仅停留在3.5版本。这是因为目前Gemini模型，无论是今年5月发布的3.5 Flash，还是去年6月发布的Gemini 2.5 Pro，其内置的知识库只记录了2025年1月之前的信息。

因此，对于2025年2月发布的Claude 3.7，Gemini自然无法识别，只认识2024年发布的3.5版本，从而出现自信的错误回答。

这导致用户与Gemini聊天时，若涉及过去一年半内的事件，Gemini可能会无法应对。如果需要了解最新信息，必须开启联网搜索，但有时开启联网搜索后，模型因摄入过多资料而导致能力下降，陷入两难境地。

相比之下，同样属于行业领先的GPT和Claude，早已将知识库更新至去年年底，只有谷歌仍坚持使用旧知识库，直到近期发布的Gemini 3.6 Flash，才将知识库更新至2026年3月。

难以想象，靠搜索起家的谷歌，在自己最擅长的信息领域竟被对手超越。

那么，Gemini身上究竟发生了什么？综合多家权威媒体的报道，可以发现，Gemini近期表现不如预期，其背后反映了谷歌整个AI组织架构的混乱。与OpenAI、Anthropic等纯粹的大模型公司不同，对谷歌而言，Gemini不仅仅是一个聊天机器人。它既是DeepMind手中的前沿模型，也是Google Search的武器，Google Cloud的API，还嵌入Android、Chrome、Workspace、Pixel、Google Home等多个产品线。

每条业务线都想将AI融入自己的场景，成为下一代入口，并认为自己手中的场景最为重要。那么，谁才是最重要的？The Information曾报道，谷歌AI Labs的同事开发了一个名为NotebookLM的AI笔记应用，该应用一经推出，便引发了Gmail和Google Docs团队的不满，认为其抢占了自身业务。甚至有消息称，Workspace的员工曾计划关停NotebookLM。

此外，Google Cloud团队与DeepMind团队之间也曾发生过冲突。

Pixel手机团队在开发AI功能时，也被内部要求不能与Gemini助手形成竞争。

这说明公司规模过大后，每个部门都在保护自己的业务领域，担心被其他产品替代。AI尚未真正改变世界，谷歌内部已开始争夺主导权。英国哲学家霍布斯在《利维坦》中曾描绘一种“所有人对所有人的战争”状态。

简单来说，就是什么都想要，但资源有限，只能无休止地争夺。目前的谷歌便处于这种状态，部门之间的边界如同楚河汉界，各自守护着自己的业务场景。

这种风气甚至影响了谷歌内部的算力分配。按理说，谷歌最不缺的就是算力，它拥有TPU、云和数据中心，还将TPU出售给Anthropic、Meta、Midjourney等外部公司。但商业与科研的平衡成为谷歌内部的一大问题。在谷歌内部，部分AI研究员感到，公司更倾向于将算力分配给付费用户，付费用户才是优先服务的对象。

这些内部问题也导致了一批员工离职。许多AI研究员发现，与其在谷歌层层申请算力、等待审批，不如直接离职创业。自己创业并自行解决算力问题，反而比在谷歌等待要快得多。

对于普通研究员而言，谷歌的限制在于算力；而对于许多顶尖研究员，谷歌在薪酬方面可能也无法满足其期望。作为一家市值已突破4万亿美元的超级巨头，谷歌提供给顶级人才的薪酬，除了现金外，大多是高度绑定的限制性股票。

这些股票能赚钱吗？可以，但能否赚大钱则存在难度。即使再努力，谷歌的市值短期内也难以大幅增长。而OpenAI和Anthropic则不同，这两家公司近期都在筹备上市。如果现在加入，有可能获得原始股，上市后即可实现财务自由，这比在谷歌工作更具吸引力。

当然，谷歌也意识到了这些问题。近期，谷歌调整了组织架构，在常规的预训练和训练流程中，增设了一个“中训练”团队，专门强化模型的编程能力。

尽管目前外界对Gemini 3.6 Flash议论纷纷，但谷歌已表示，已开始准备训练Gemini 4。

谷歌能否重铸辉煌，或许取决于这一举措。虽然本文讨论了Gemini存在的诸多问题，但必须承认，去年的2.5 Pro表现非常出色，甚至直到现在，Gemini生成的文字仍更具“活人感”。这种“活人感”，在全民追求Coding能力的时代，反而显得更加珍贵。