Gemini 3.5 Pro "难产"事件分析

2026 年 5 月 20 日的 Google I/O 上，皮查伊宣布 3.5 Flash 全面对外开放, Gemini 3.5 Pro "下个月发布"。两个月后 —— 也就是 7 月 17 日 —— Pro 才在 Vertex AI 的企业预览版里悄悄落地。

为什么承诺 6 月发，结果拖到 7 月中？延期这段时间 Google 在干什么，对手又在干什么？

Google 的"难产"既是它自己的病，也是 2026 年整个前沿 AI 实验室的通病。而在这个通病里，Google 反而成了同期最不被动的那一家。

这不是替谷歌洗地, 且看下面的分析.

谷歌这 8 周到底发生了什么

时间线不复杂，但有些细节容易被外行报道带偏：

• 5 月 19–20 日：皮查伊在 Google I/O 上发布 3.5 Flash，同时预告 3.5 Pro "下个月发布"。皮查伊承认 Pro 还没准备好时台下有嘘声（来源：The Decoder 2026-05-19 现场报道）。
• 6 月 24 日：Business Insider 等援引谷歌内部消息，称 3.5 Pro 已推到 7 月。
• 6 月下旬：内部切换了训练数据想补编程能力，新一轮的测试仍低于预期。
• 7 月 16 日：Bloomberg 援引 10 名现任 / 前 Google 员工确认延期；Alphabet 当日股价下跌约 4.7%。
• 7 月 17 日：3.5 Pro 在 Vertex AI 进入企业限量预览，7.18日仍未公布向"全公众"开放的日期。

整个 8 周里，Google 发言人对外口径基本只有一句："正与合作伙伴测试 3.5 Pro、升级版 Flash 以及其他模型。"

这意味着 3.5 Pro 不是"没训出来"，而是"训出来了但没达到内部标准(卡在评测、安全、规模化推理、Agent 工程化这些收尾环节)、于是延期, 等下一轮训练"。

一、2026 年的延期是行业级现象，不是 Google 独家的病

别只盯着谷歌的问题, 那样容易产生偏见, 我们先做了个交叉对照，结果挺颠覆：

• OpenAI 同期旗舰：GPT-5.6 在 2026-06-26 只对约 20 家受信机构以 Limited Preview 形式开放，原因是美国 CAISI（AI 标准与创新中心）做了预部署审查，7-09 才解禁。
• Anthropic 同期旗舰：Mythos 5 / Fable 5 在 6-09 发布后仅 4 天，就被美国商务部以"网络安全"为由强制下架 19 天，直到 7-01 才全面解禁 —— 这是美国历史上第一次对前沿模型动用"拔插头"级别的干预。Mythos 至今仍只对美国 100+ 机构开放。
• xAI：Grok 4.5 在 7-09 正常发布，但 Anthropic 的 Mythos 事件也打乱了它的路线图 —— 10T 参数量的 Grok 5 提前在 Colossus 2 上启动训练。

把这些事摆一起, 可以得出一个结论：当 Google 的 3.5 Pro 在 6 月底延期的时候，整个前沿实验室圈子正在经历一轮监管驱动的延期。OpenAI 被压，Anthropic 干脆被拔了插头。Google 反而是 7 月那个时点上唯一没被美国监管正式盯上的头部实验室(当然了原因是他们选择了不发新版)。

所以纠正一下"Google 3.5 Pro 难产"这件事，正确的理解应该是： 整个行业都在 2026 年慢下来，Google 是其中一家。

不过 Google 自己也有病, 下面来展开。

二、Google 的病：多因素叠加

2.1 技术摸到天花板了

Demis Hassabis 多次访谈里已经公开承认"预训练 scaling 撞墙" —— 也就是把模型参数量、训练数据量、训练算力（FLOPs）三件套同比例放大，不再稳定换来基准上的百分点提升。这意味着 3.5 Pro 想比 2.5 Pro 给出"显著领先"，不能再靠单纯堆规模，必须在测试时算力（长链 CoT、反复验证、多 agent 自审）上把预算大幅拉上去 —— 而这部分工程量是 3.5 Flash 那种"靠后训练换能力"路径不需要承担的。

配套的问题还有：长上下文。Gemini 1.5 Pro 把"100 万 token"摆上桌，2.5 / 3.5 还在延续甚至拉到 2M。但 Hugging Face 团队的 NoLiMa 基准（Capdeveille & Shaw 2025）已经证明：当任务需要对上下文做 paraphrase 或跨段聚合时，百万 token 模型和 8K 模型几乎无差。也就是说"百万 token ≠ 百万 token 推理"。3.5 Pro 把这个当作核心卖点，就必须同时解决"在公开独立基准上证明能力"和"把推理 latency 压下来"两件事。

雷达图上能直观看出"预训练 scaling"和"长上下文推理"两个维度的缺口最大 —— 这正是 scaling 撞墙 + 长上下文被独立基准戳破。

2.2 编程能力不及预期

彭博的报道把矛头直指编程能力。代码生成在 2025–2026 年是所有前沿模型最关键的"地缘战场" —— 它是企业付费转化最快的入口（Cursor、Claude Code、Codex、Copilot 都抢开发者心智），也是 Agent 能力的基石。Google 在 I/O 上把 Gemini Spark（24h 自主代理）和 Antigravity（Agentic IDE）作为差异化卖点，编程就成了产品能否成立的"零号工程" 。一旦内部把编程能力作为上市门槛，模型没达标就只能延期。

Bloomberg 指出：6 月下旬切换训练数据后，新一轮测试仍低于预期。这种"中途换数据集"的决策需要研究、产品、TPU 三方 sign-off，协调成本极高。

2.3 组织内耗：五方签字的工程

顺着 Google 这家公司本身的组织结构看下去，会发现难产最深的一层其实是组织问题。

2023 年 4 月 Google Brain 和 DeepMind 合并成 Google DeepMind，Hassabis 当 CEO、Jeff Dean 转首席科学家。三年过去，名义上是"一家人"，但内部文化融合始终没完成 —— DeepMind 一派偏英式学术、长周期、神经科学启发；Brain 一派偏美式工程、开放源码、内部工具文化。每次"要不要砍掉某一组能力去押注下一波 scaling"、"要不要先发再补"这种战略分歧，决策速度就被拉慢。

更麻烦的是 Google 同时拥有 DeepMind、Cloud、Android、Search、Workspace 五大块 AI 相关业务，每个新模型发布前都要过五个产品线的利益相关方审核。彭博报道里提到 Cloud、DeepMind、Android 三家都在做面向程序员的 AI 编码工具，部分消费者产品团队也参与 —— 这种重复造轮子不是 Google 一家的问题，但模型发布需要五方签字这件事是 Google 独有的。

2.4 人才流失

Noam Shazeer 是 Transformer 论文八位作者之一、LaMDA 核心作者。2021 年因内部对 LaMDA 上线策略分歧离职创办 Character.AI，2024 年 8 月 Google 砸约 27 亿美元以"授权 + 人才收回"的方式把他请回来。

但 Shazeer 在 2026-06-18 已经再次离开 Google 加入 OpenAI，距回流仅约 10 个月。同时，AlphaFold 之父、2024 诺贝尔化学奖得主 John Jumper 也加入了 Anthropic。

Google 砸 27 亿美元都没留住人。如果顶尖人才发现"在 Google 推动激进计划走不通，可以先出去做再被收购回来；甚至出去之后不必回来"，那么内部协调的议价能力会进一步下降。

不过这是顶尖稀缺人才（L6+、Fellow 这一档）的议价机制，不能等同于"Google 整体留不住人"。

2.5 财报压力 + TPU 外卖：左右手互搏的两个版本

先说财报。Alphabet 2026 全年 CapEx 指引是 1750–1850 亿美元，几乎是 2025 年 914 亿的两倍。市场已经因为 Gemini 3 Pro 把 Alphabet 股价推到全球第三、超越微软 —— 奖励过一次；现在投入翻倍，资本市场有理由期待模型能力同比例跳升。 但实际发生的事情是：模型能力没有同比例跳升，CapEx 已经定下去了。

再说 TPU。Google 是全球唯一用自研 TPU 而非 NVIDIA GPU 跑前沿模型的厂商 —— 这是它的护城河。但同样的 TPU，被大笔外卖给了 Anthropic：2025-10 签下约 100 万颗、1GW+ 容量协议；2026-04-06 又和 Anthropic + Broadcom 签下数 GW 级新一代 TPU 协议。美银证券测算仅这 3.5GW 增量就给 Google Cloud 带来超 1000 亿订单积压。

Anthropic 既是 Google Cloud 最大的 TPU 客户，也是 Gemini 在企业市场上最大的对手。Google 每卖 1GW TPU 给 Anthropic，自己 2027 年就要少 1GW 可用于 Gemini 迭代的资源。这是 Google 全栈垂直整合战略的代价。

短期对外卖 TPU 是合理的 —— 它让 TPU 生态从"内部自用"扩展到"全行业可用"，长期有利于议价权。Anthropic ARR 4 个月内从 90 亿推到 300 亿，Google Cloud 也跟着吃肉。真正的危险点在 2028 年之后 —— 那时候 Anthropic 用 3.5GW TPU 把下一代模型推到明显领先，Cloud 租金可能根本补不回 Gemini 流失的份额。

三、反直觉: Google 这次其实没吃亏

写到这里我得提醒一下自己：上面说的都是问题，但光看问题会得到一个过度悲观的画面。 凡事要辩证地看 —— 2026 年 7 月这个时点上，Google 在三个维度上反而是头部实验室里相对位置最好的。

3.1 监管对 Google 反而最小

前面已经说过 OpenAI 和 Anthropic 都被拉进了 CAISI 审查，但 Gemini 3.5 Pro 没有触发联邦审查门槛。这不是因为 Google 听话，而是因为 3.5 Pro 在网络安全能力上没有"越线" —— 这可能恰恰是一种主动选择（不把安全能力做得太激进），反而给它创造了一个发布窗口。

3.2 AI Mode 广告已经在变现, 搜索广告没死

行业里关于 Google 最流行的一种说法是："Gemini 蚕食自家搜索广告，左手打右手。"这个叙事直觉是对的, 但事实是相反的。

2026 Q1 财报给的事实是 Google 已经在把 AI 内嵌广告这条路跑通：

• 搜索及其他广告收入 604 亿美元，同比 +19%，绝对值创历史新高。
• AI 驱动的广告活动已经占搜索广告支出 30%+ 。
• Google 已经在 AI 答案里内嵌"对话式发现广告 / 高亮答案广告 / AI 购物广告 / 商家智能体"四种新格式。

具体的原因: AI 答案里能塞广告位、传统搜索页也是广告位 —— 广告位密度降了，但每个广告位的价值升了，因为 AI 答案的"意图捕获"更接近交易环节。短期 ARPU 不会被击穿，长期商业模式有压力但已经在被对冲。

3.3 模型单方面强无法构成护城河

Google 真正的护城河就不在模型本身，而在 TPU + Cloud + Workspace + Search 的全栈垂直整合。

从来没有任何 AI 公司的护城河是"单一模型"。OpenAI 是靠产品矩阵 + 算力锁定，Anthropic 是靠 ARR 增速 + Claude Code 工具链。Google 在 2025-11 Gemini 3 Pro 发布时，资本市场给过强烈反馈（Alphabet 市值七年来首次超越微软回到全球第三），说明"模型能力 + Cloud 协同"的组合是被市场认可的护城河。

Pichai 在 Google I/O 2026 反复强调的"搜索分发 + 云 + 芯片"三位一体，就是这个意思。

四、谷歌这 8 周真实发生的事情

把上面的分析收一收，8 周延期的真实剧本大致是这样的：

1. 技术侧：3.5 Pro 在 5 月已基本训出来，但编程能力没达到内部门槛；切换训练数据想补这个短板，新一轮测试仍不及预期。每一次"重训"都要和 TPU 团队、研究团队、产品团队三方协调。
2. 组织侧：五方签字的审批链让每一次延期决策都被放大；DeepMind 与 Brain 文化融合未完成，外部议价（Shazeer / Jumper 离职）削弱了内部妥协意愿( 心痛谷歌一秒: 一言不合就离职, 高端人才太任性了, 真难管理! )。
3. 资源侧：CapEx 翻倍给 Google 巨大压力，但 TPU 算力被外卖给 gemini 友商 Anthropic 占用，自家 gemini 可分配增量被压缩；造成“训练 vs 推理 vs 外部买家”三向抢 TPU 产能。
4. 市场侧：同期 OpenAI / Anthropic 也都在延期甚至被监管下架，Google 反而不是最显眼的那家；同时 "AI Mode 广告业务" 已经在变现，搜索广告同比 +19% 缓解了"左手打右手"的财务焦虑。
5. 外部侧：Mythos 5 触发的 CAISI 审查让所有头部实验室节奏变慢，3.5 Pro 没被纳入审查反而成了一个"静默窗口"。

叠加起来看， "再推迟几周"在 Google 内部是合理的、也是最优的策略；外部感知则是"难产"。但也要注意：这里的"最优"是指在给定组织结构和外部约束下的局部最优 —— 不代表 Google 没有更深层的问题需要结构性手术（比如把 Gemini 团队从 DeepMind 内部独立 BU 化、直接向 Pichai 汇报）。

五、未来 6 个月重点关注什么

一句话总结： 2026 年的延期不是 Google 一家掉队，而是整个行业从"模型公司"向"基础设施 + 监管 + 应用"多维竞争的转折；Google 恰好处在摩擦最大的位置，但也享受到了没被监管盯上的窗口。

要验证这个结论，未来 6 个月看几个具体信号：

• 3.5 Pro 发布后 30 天内 SWE-Bench / Terminal-Bench 排名：是否进 Top 2？如果是，"编程能力不行"的故事被证伪；如果不是，"编程能力不行"被进一步验证。
• Alphabet 2026 Q3 / Q4 财报：搜索广告同比增速、AI 内嵌广告收入占比、Cloud 业务 CapEx 杠杆倍数。如果搜索广告增速从 +19% 跌到个位数，"左右手互搏"开始显性化。(也要看 AI 内嵌广告收入占比, 看对冲效果怎么样.)
• Anthropic ARR 节奏：4 个月 ×3 的曲线是否能延续到年底破 500 亿 —— 这是 TPU 外卖模式可持续性的最直接证据。
• 美国国会《AI 安全法案》立法日程：如果 2027 年立法完成，CAISI 从"行政命令"升级为"法律"，所有头部模型的发布节奏都会被降低。