谷歌 AI 前途未卜：迎头赶上，却可能赶错了路

谷歌即将在 I/O 2026 大会（2026 年 5 月 19-20 日）发布一款代号 Omni 的新视频生成模型。从泄漏到 Gemini 用户界面的早期 demo 来看，Omni 能生成与真实摄像机拍摄难以区分的视频片段，质量远超此前的 Veo 3.1。如果按硅谷的常规剧本，这本该是一场叫好声铺天盖地的发布。

但谷歌内部并不这么看。

据接近 DeepMind 的人士转述，谢尔盖·布林（Sergey Brin，谷歌联合创始人）近期在内部多次表达过同一个判断：Omni 这种多模态模型，已经不在 AI 竞争的主战场上。真正决定胜负的，是另一条赛道——能写代码的模型。

这是一个反直觉的判断。在大多数普通用户眼里，AI 最炫酷的能力一直是"理解图片"、"生成视频"、"听懂语音"这些感官层面的多模态突破。怎么会"已经不重要"了？要理解这一点，需要先把谷歌当前的处境完整摊开。

谷歌的 AI 战略：三个关键词

可以用三个词概括谷歌过去两年的 AI 转型：全力以赴、迎头赶上、前途未卜。它们分别对应"投入"、"成果"、"风险"三个维度。

第一个词：全力以赴

ChatGPT 在 2022 年底引发的恐慌一度让谷歌内部陷入混乱。两年过去，整个组织已经被重新拧成一股绳。

CEO 桑达尔·皮查伊（Sundar Pichai）和 DeepMind 创始人德米斯·哈萨比斯（Demis Hassabis）都全力以赴在前线。员工开始"卷"。但最值得注意的信号，是创始人本人重新回到公司加班。

谢尔盖·布林是谷歌两位联合创始人之一（另一位是拉里·佩奇），离开日常运营已经多年。最近他被多次目击天天去谷歌办公室。他住在加州 Los Altos，朋友形容"经常看到他家电灯灭了，就是又去公司加班了"。他直接领导 AI 团队，亲自参与方向决策，甚至亲自裁员，"横空出手"。

组织架构层面也做了大刀阔斧的调整。早期谷歌有多支并行的 AI 团队（Google Brain、DeepMind、各产品线内嵌的 AI 小组），分散且互相内耗。这两年全部统一到 DeepMind 旗下，让这家被收购的英国创业公司带着自己的文化反向同化谷歌内部，营造"创业感"和"全力以赴"的氛围。

这是谷歌史上罕见的高度集中。

第二个词：迎头赶上

全力以赴带来了实实在在的成果。

Gemini 3.0 发布后口碑明显改善。在很多硅谷一线开发者和高频 AI 用户那里，日常提问已经从 GPT 切换到 Gemini，使用率上升明显。

谷歌自研的 TPU（Tensor Processing Unit，张量处理器）也成为目前业界唯一被认为对英伟达 GPU 构成实质性威胁的产品线。其他云厂商（亚马逊 Trainium、微软 Maia）虽然也在做自研芯片，但还远未形成同等量级的竞争。

财报上的反弹更直接：上一季度谷歌利润大涨、收入快速增长，云业务（Google Cloud）规模同比超 30% 增长——这背后是企业客户为运行 AI 模型而采购算力的爆发式需求。股价也随之回升。

如果只看这些指标，谷歌已经把节奏追上了 OpenAI。

那为什么还说"前途未卜"？

第三个词：前途未卜

问题出在赛道选错了。

谷歌过去两年都在追赶 OpenAI，因为 OpenAI 是 ChatGPT 之后的带头大哥，定义了赛道规则。OpenAI 把资源压在多模态——更好的图像理解、视频生成、语音交互——谷歌就跟着把资源压在多模态。Gemini 3.0 在多模态上的表现，正是这场追赶的产物。Omni 视频模型，也是这条路上的最新成果。

但当谷歌回头一看，发现真正赶超出来的不是 OpenAI 自己，而是另一家公司——Anthropic。

而 Anthropic 选的是一条完全不同的路。

Anthropic 选了另一条赛道

Anthropic 是 OpenAI 早期核心团队出走后创立的 AI 公司，旗舰产品是 Claude 系列模型。在很多评测榜单上，它的表现长期低调，直到一件事改变了格局——Claude Code。

Claude Code 是 Anthropic 把 Claude 大模型包装成"能在终端里直接写代码、执行 shell 命令、运行测试、改 bug"的 agent 工具。它不是一个"回答问题"的聊天机器人，而是一个"自主完成多步骤编程任务"的工程师助手。

这件产品起飞之快是史无前例的：截至 2026 年 2 月，Claude Code 的年化运营收入（ARR）已达 25 亿美元——这是企业软件历史上从未有产品达到过的增长速度。Anthropic 内部据称几乎 100% 的代码都由 AI 协助生成。

更激进的是，Anthropic 还有一个尚未公开发布的内部模型，代号 Claude Mythos Preview，能力远强于已公开的 Claude Opus 4.7，但因为太强大，目前只对核心客户开放。

这就引出了 Anthropic 模型与 OpenAI（以及追赶 OpenAI 的谷歌）模型的核心差异：

维度	OpenAI 路线	Anthropic 路线
主战场	多模态输入/输出（图、视频、语音）	写代码、执行长任务、规划
价值核心	让 AI 像人一样感知世界	让 AI 像工程师一样改造世界
商业模式	C 端订阅 + API 调用	软件工程 agent 嵌入开发流
性能瓶颈	模型参数和算力	模型对长任务的规划与执行能力

谷歌过去两年的整个研发方向，跟随的是左边这一栏。而 Anthropic 的爆发证明了右边那一栏可能才是真正的主战场。

谢尔盖·布林的"三句话"

谢尔盖·布林真正动手介入战略方向，是在 2026 年 4 月——也就是他亲自用过 Anthropic 的 Mythos 内部模型之后。

据多位听过他内部讲话的人转述，他当时说了大致这样三层意思：

第一句："Mythos 就是一个纯粹的奇迹。如果你用了 Mythos 还不觉得这是奇迹，那我不知道什么叫奇迹。"

——这是承认敌人确实远超谷歌当前的认知。承认这一点，对一个 CEO 来说不容易。

第二句："我现在不要什么多模态大模型，什么能生成个图、生成个视频，这都不重要了。我要的是一个能写代码的模型。"

——这是直接砍掉之前的战略重心。多模态依然会做，但不再是核心 KPI。

第三句："我要我们公司的工程师，用我们自己写代码的模型写代码。"

——这是最关键的一句。它指向的不只是产品定位，而是组织主权。

第三句话背后有一个更尴尬的现实：因为竞争关系，谷歌最初严禁全公司使用任何对手的 AI 产品，包括 Claude。但 Anthropic 写代码就是好，效率就是高，谷歌工程师私下偷偷用，效率提升肉眼可见。

谷歌目前的折中方案是：部分团队可以用 Claude Code，大部分团队仍然禁止。原因是，如果谷歌全员用 Claude，等于把代码库的家底逐步暴露给对手；但如果完全禁用，又意味着工程师效率被对手碾压，整个组织变成"老态龙钟"，更等死。

这是一个糟糕的两难。谢尔盖·布林想终结这种局面：我不在乎写代码的大模型能不能直接赚钱，我只在乎我们公司内部用的写代码模型，必须是我们自己的。

为什么硅谷认为"代码模型 = AGI 起点"

谢尔盖·布林这种判断不是孤立的。它建立在硅谷 AI 圈这两年逐渐形成的一个共识之上：

一个 AI 模型一旦能够把代码写到足够好的程度，它就能写代码改进自己。改进后的版本能写出更好的代码，再改进自己一次。这是一个自我加速的循环。

硅谷把这个循环叫做 AI Takeoff（AI 起飞），有时也叫 AGI 的起点。它的含义是：通用人工智能（AGI）不会某天突然出现，而是从"能写好代码的 AI"这个临界点开始，沿着递归自我改进的曲线指数级跃迁。

如果这个理论成立，那么谁先有一个真正能改进自己的代码模型，谁就掌握了下一阶段的全部牌。多模态、视频生成、图像理解，这些都是叶子节点——能写代码的模型可以自己生成它们。

这就是为什么谢尔盖·布林会斩钉截铁地说"多模态不重要了"。在他的判断里，主赛道已经从感知层下沉到了"自我改造能力"层。

谷歌目前的尴尬：模型已经在炉子里了

但战略转向不是说掉头就能掉头。

训练一个大语言模型，从准备数据到完成预训练（pre-training），通常需要两到三个月。圈内开玩笑叫"炼丹"——把数据和算力扔进炉子，需要时间慢慢炼。

谢尔盖·布林是 2026 年 4 月份才说出这番话的。但谷歌下一代主力模型（包括马上要发布的 Omni）此时已经训了好几个月，"已经在炉子里了"，眼看就要出锅。临阵换方向，意味着要么放弃这一锅、彻底重训，要么硬着头皮发了再说。

所以现在谷歌很尴尬，真的很尴尬。

可以预期的剧本是：Omni 会按原计划在 I/O 2026 上发布，业内一片喝彩——视频生成的肉眼差距确实震撼。但谷歌内部的真实评价已经是"这不在主战场"。下一代主力模型需要重新规划方向，目标是追上 Claude Opus 4.7 的编码能力。

换句话说：谷歌即将发布的下一代旗舰模型已经在事实上被内部"作废"了。它会发，但它不是终点站。真正的押注还需要更长的时间。

启示：钱、人、卡都不缺，方向错了照样输

谷歌的案例里有一个值得反复琢磨的启示。

做大模型这件事，理论上需要三样东西：人才、钱、算力（卡）。这三样谷歌全都不缺——

人才：谷歌握着 DeepMind 全部、Google Brain 残部、外加从各家挖来的顶尖研究员
钱：谷歌账上现金足够烧上十年
卡：谷歌不仅有英伟达 GPU，还有全行业最强的自研 TPU 产线，对算力几乎没有上限

三样资源全占满的公司，在 AI 这条路上仍然走得吃力，甚至在 2026 年的某一刻被发现"方向都出错了"。

这件事在两三年前几乎是无法想象的。但它真实发生了。

它说明：科技创新里，没有谁是稳操胜券的。决定胜负的不是前期储备，不是人数，不是资金深度，而是那个真正能跟实践结合起来的思路。

只有进入实践-认知的不断自我迭代过程，才有可能在某一天 think different——一旦趟出新的道路，往往是创业公司去颠覆传统巨头，而不是反过来。规则选错，努力全废。

接下来值得关注的两条线

第一条线：谷歌能否在编码模型上完成第二次大刀阔斧。Sergey Brin 已经在 DeepMind 内部组建了一支精英突击队，目标明确——追上 Anthropic 的编码能力。memo 里他写的原话是 "to win the final sprint, we must urgently bridge the gap in agentic execution and turn our models into primary developers"（要赢下最后冲刺，我们必须紧急弥合 agent 执行的差距，把我们的模型变成主要开发者）。能否成功，未来 6-12 个月会见分晓。

第二条线：TPU 与 GPU 的长期竞争。谷歌的最后一张底牌是 TPU 这条独立于英伟达的算力供应链。即便模型方向输给 Anthropic，只要 TPU 持续具备成本/性能优势，谷歌依然在 AI 基础设施层有持久竞争力——而 Anthropic 的算力则越来越深度依赖谷歌云（谷歌已宣布对 Anthropic 投资最高 400 亿美元，绑定 5GW 算力 5 年）。这是一组复杂得多的博弈关系。

但这是另一篇文章的事了。