Gemini跌落神坛：从“超神”到“大豆包”，谷歌AI为何陷入内卷困局？

在人工智能的竞技场上，没有永远的王者。去年的Gemini凭借其在数学推理和长文本处理上的卓越表现，一度被视为能与OpenAI分庭抗礼甚至超越对手的“超神”存在。然而，时移世易，短短一年时间，其市场口碑发生了剧烈的反转。在北美技术社区，Gemini的风评已不再是“智能先锋”，而是被贴上了“北美大豆包”的标签。这种反讽式的绰号背后，是用户对其稳定性、安全性以及实用性的集体失望。

能力退化与信任危机：从“神坛”到“荒诞”

Gemini口碑崩塌的直接导火索，是其输出内容的不可预测性。用户反馈显示，当被要求解决复杂的数学问题时，模型有时会输出毫不相干的荒谬结果，甚至出现令人尴尬的错误联想。在图像生成任务中，Gemini也曾因无法正确理解语义边界，生成带有歧义或违规内容的图片，导致用户对模型的安全护栏机制产生严重质疑。

这些“抽象发言”并非孤立事件，而是模型底层能力波动的体现。更令人担忧的是，在业界最看重的AI编程和智能体开发领域，Gemini的表现更是乏善可陈。在各大主流AI排行榜上，Gemini的身影逐渐淡出前几位。对于开发者而言，编程能力是大模型实用性的核心试金石。然而，Gemini在处理代码迁移或复杂逻辑时，往往倾向于提供大量冗长的解释性文字，却缺乏实质性的代码优化或错误修复能力。这种“重情绪价值、轻生产力”的特质，使其在专业领域的竞争力大幅下降。

知识库滞后：信息检索优势的丧失

作为搜索引擎出身的谷歌，其核心优势在于海量的数据索引和实时信息获取能力。然而，这一优势在Gemini身上却出现了明显的裂痕。目前主流的Gemini版本，包括今年发布的3.5 Flash以及去年的2.5 Pro，其内置知识库截止于2025年1月。这意味着，模型对2025年初之后发布的新模型、新技术缺乏认知。

例如，当用户询问关于Claude 3.7等较新模型的信息时，Gemini可能会混淆时间线，自信地将其识别为较早版本的Claude 3.5。这种知识断层导致模型在面对近期热点话题时，往往需要依赖联网搜索来获取最新信息。然而，联网搜索机制也带来了新的问题：模型在处理大量外部信息时，容易受到噪声干扰，出现“一根筋”式的逻辑错误，即所谓的“两头堵”现象。相比之下，竞争对手如OpenAI和Anthropic，早已将知识库更新策略优化至更近的时间点，使得Gemini在信息时效性上失去了原有的护城河。

内部博弈：谷歌AI的“利维坦”困境

Gemini的困境，表面看是模型性能的波动，深层原因则是谷歌内部庞大的组织架构和资源分配矛盾。与OpenAI、Anthropic等专注于大模型研发的初创公司不同，谷歌的AI战略涉及多个业务线：DeepMind负责前沿研究，Google Search需守住流量入口，Google Cloud寻求企业级API变现，同时Pixel、Android、Chrome等硬件和操作系统团队也需要AI功能加持。

这种多方利益交织的局面，导致了严重的内部博弈。每个业务部门都试图将AI转化为自身的下一个增长引擎，并担心其他部门的产品会侵蚀自己的市场份额。例如，AI笔记应用NotebookLM的推出，曾引发Gmail和Google Docs团队的强烈不满，认为其越界抢占了各自的业务领域。甚至有传言称，Workspace团队曾试图关停NotebookLM，以保护既有业务壁垒。

这种“所有人对所有人的战争”状态，源于《利维坦》中所描述的稀缺性竞争。在蛋糕总量有限且分配机制不透明的情况下，各部门倾向于保护自身利益，而非协同创新。这种内耗直接影响了算力的分配效率和研发资源的整合。尽管谷歌拥有庞大的TPU集群和数据中心，但内部审批流程的繁琐，使得研究人员在申请算力时面临重重阻碍。

人才流失与激励错位：从“打工”到“创业”

内部资源的争夺不仅影响了研发效率，也导致了核心人才的大规模流失。两年前，谷歌斥资27亿美元挖来的Transformer作者之一，如今已投身OpenAI。而在AlphaFold领域耕耘九年的诺贝尔奖得主，也与Anthropic建立了紧密联系。这些顶尖人才的离去，不仅是个人职业选择的转变，更是对谷歌内部环境失望的信号。

对于AI研究员而言，在谷歌面临着算力申请难、审批流程长、创新受限等多重困境。相比之下，加入处于上市前夜的OpenAI或Anthropic，意味着有机会获得原始股，享受公司成长带来的巨大资本回报。对于谷歌而言，其股权激励大多与公司市值高度绑定，而在市值已突破4万亿美元的背景下，短期内的股价爆发式增长空间有限。这种激励结构的错位，使得顶尖人才更倾向于选择风险更高但潜在回报更大的初创公司。

战略调整与未来展望：Gemini 4.0的希望

面对困境，谷歌并未坐以待毙。近期，谷歌对AI组织架构进行了调整，设立了专门的“中训练”团队，旨在强化模型的编程能力和智能体表现。这一举措表明，谷歌正试图通过内部重组，打破部门壁垒，集中资源攻克技术短板。

此外，谷歌已明确表示正在训练Gemini 4.0，这被视为其重铸AI荣光的关键一战。尽管当前的Gemini 3.6 Flash在性能上仍面临挑战，但其基础架构的迭代和团队能力的重组，为未来的突破奠定了基础。值得注意的是，Gemini在文本生成的“活人感”方面仍保持独特优势，这种自然、拟人化的表达风格，在日益同质化的AI市场中，或许能成为其差异化的竞争点。

然而，要真正扭转局势，谷歌不仅需要技术的突破，更需要解决深层的组织文化问题。消除内部博弈，建立以创新为导向的资源分配机制，平衡商业利益与科研探索，将是谷歌AI能否重新领先的关键。在AI竞争的下半场，唯有打破“利维坦”的内部战争，才能释放真正的创新活力。