谷歌重组AI编程“突击队”，试图缩小与Anthropic的差距
0xBroomberg
这次重组到底改了什么？
谷歌把模型训练从"预训练＋后训练"两段拆成了三段：预训练、中期训练、后训练。这意味着→ 多出的中间层专门用高质量专业数据"精炼"模型，尤其是编程能力。
原来的编程突击队是临时项目组，现在升级为正式的中期训练团队，工作范围也从纯编程扩展到演示文稿生成等更多场景。
后训练团队的职责随之收窄，只管模型与用户的交互体验。用大白话说＝ 一个团队专攻"让模型更聪明"，另一个专攻"让模型更好用"，不再互相踩线。
两位关键人才为什么走了？
Noam Shazeer（Transformer论文共同作者）6月18日突然离职加入OpenAI。据报道直接导火索是他的GPU算力配额被调整，团队还被合并。谷歌不到两年前刚花27亿美元把他从自创公司买回来。
几天后，DeepMind副总裁John Jumper宣布加入Anthropic。他因领导AlphaFold蛋白质结构预测与DeepMind CEO Hassabis共获诺贝尔奖，离职前已被调入编程突击队。
这反映出一个更深层的矛盾：谷歌体量庞大，内部资源争夺激烈，顶尖研究员拿不到想要的算力和自主权，就会被对手挖走。
市场怎么看这件事？
两起离职消息冲击下，Alphabet股价周一单日跌5%，创一年多来最大跌幅，随后两日再跌1%。
不过拉长看，2026年以来Alphabet累计仍涨近30%。这意味着→ 市场对谷歌AI的长期布局仍有信心，但对短期人才流失和执行力的担忧在加剧。
算力分配为什么成了谷歌的独特难题？
谷歌是AI行业里链条最完整的玩家：自研TPU芯片、前沿模型、云业务、广告变现全有。但"什么都有"也意味着内部抢资源。
最尖锐的冲突：Google Cloud的大客户（包括Anthropic本身）和内部AI团队同时争夺同一批计算资源。用大白话说＝ 谷歌一边要服务付费客户，一边要给自家模型喂算力，两头都不能亏。
Shazeer的出走正是这个矛盾的缩影——算力配额被调整，研究员用脚投票。
编程赛道为什么这么重要？
编程是目前AI变现最强的领域之一。Anthropic凭借编程方面的领先，年化收入已达470亿美元，是2月时的三倍以上。
谷歌此前的策略是"强基础模型自然带出好编程能力"，但现实反馈不理想：开发者批评Gemini 3.5 Flash的回答质量和定价，Antigravity编程工具首发版也褒贬不一。
下一代旗舰Gemini 3.5 Pro原计划6月发布，目前仍未上线。据测试者反馈，当时版本的表现预计难以超越Anthropic的Mythos模型。这反映出谷歌在编程赛道的落后不只是产品节奏问题，而是训练方法论需要根本调整——这正是这次重组要解决的事。
Content is for reference only, not financial advice.