Gemini 的困局：不是模型不行，是谷歌跑偏了

风评急转直下，从 Gemini 到“北美大豆包”

去年的 Gemini 2.5 Pro 曾让人眼前一亮——逻辑清晰、语言自然、知识广博。但短短一年，它的公众形象已悄然滑落：聊数学突然冒出荒诞结论；生成图像被误判为违规内容；用户调侃它“情绪价值拉满，实际干活归零”。这些并非孤立事故，而是系统性失准的信号。

新模型发布节奏失序，定位模糊

万众期待的 Gemini 3.5 Pro 始终未现身。等到的却是主打“实惠”的 Gemini 3.5 Flash——一个刻意降维对标 GPT-5.6 Luna 和 Claude Sonnet 5 的轻量级版本。这不是技术迭代，而是战略让步。在 AI 编程与智能体能力的关键赛道上，Gemini 已淡出主流评测榜单前列，连基础代码迁移任务都难以闭环交付。

知识库停滞，时间感知错位

Gemini 当前主力模型（含 3.5 Flash 和 2.5 Pro）的知识截止于 2025 年 1 月。这意味着它对 2025 年 2 月发布的 Claude 3.7 完全无感，却会自信输出“Claude 3.5”——不是编造，而是认知断层。冷门历史它信手拈来，但对半年内发生的技术演进、产品发布、行业动态却频繁“抓瞎”。联网搜索虽可补缺，却常导致推理混乱、响应失焦，形成“越搜越错”的恶性循环。而同期竞品早已将知识更新至 2024 年底，直到近期发布的 Gemini 3.6 Flash 才首次将知识边界推至 2026 年 3 月。

组织内耗：入口之争，而非技术之争

Gemini 不是单一模型，而是谷歌内部多条战线争夺的“战略公共资源”：DeepMind 要前沿突破，Search 要守住入口，Cloud 要变现 API，Android、Pixel、Workspace、Chrome 各自规划 AI 场景……每个团队都视其为“下一代主入口”，却无人能统一定义优先级。曾有团队开发 NotebookLM，反遭 Gmail 和 Docs 团队质疑“越界抢活”，甚至传出 Workspace 内部拟关停该项目；Cloud 与 DeepMind 在算力分配上暗中博弈；Pixel 团队开发手机端 AI 功能，还被要求“不得与 Gemini 助手构成竞争”。这不是协同，是画地为牢。

算力与人才：巨头的隐形枷锁

谷歌坐拥全球顶尖 TPU 和云基础设施，但内部算力分配倾向商业客户——“氪金才是大爷”。研究员常需层层审批、排队等待，效率远不如自己创业租卡训练。薪酬结构亦成短板：顶级人才拿到的多是绑定公司股价的限制性股票。在谷歌市值逼近天花板的现实下，其长期增值空间有限；而 OpenAI、Anthropic 正秘密筹备上市，原始股期权带来的财富跃迁可能性，正持续撬动核心人才流向外部。

转身尚早，但方向初显

谷歌并非毫无动作。近期重组 AI Labs，增设专职强化编程能力的“中训练”团队；加速推进 Gemini 3.6 Flash 并更新知识库；明确启动 Gemini 4 预研。这些动作透露出一种迟来的清醒：问题不在模型本身，而在支撑模型的组织逻辑。当一家公司把 AI 当作所有业务的“通用插件”，却忘了它首先需要统一的目标、一致的节奏和集中的投入，再强的基座也会在内耗中失速。

仍值得期待的“人味”

即便问题重重，Gemini 仍有不可替代的特质：它的文字始终带着一种松弛的“活人感”——不机械堆砌术语，不刻意炫技，偶有留白与呼吸感。在这个全民卷代码、拼推理深度的时代，这种表达温度反而愈发稀缺。它未必是最强的工具，但可能是最像“人”的对话者。重铸荣光的关键，不在参数规模，而在能否把分散的山头，重新聚成一座山。