市场喧嚣，博弈才刚刚开始。前天晚上，谷歌交出的成绩单相当亮眼，Q2营收同比增长24%，达1198亿美元；谷歌云营收更是同比暴涨82%至248亿美元。面对全线飘红的财报，华尔街的反应却是反手砸盘。谜底就在财报之中：谷歌将2026年的资本开支预期大幅上调至2050亿美元。钱撒得越狠，旗舰模型却迟迟未能交卷。Gemini 3.5 Pro已经跳票三次，谷歌的对策是推出三款中端Flash模型极限补位，并同步官宣Gemini 4已启动预训练。在旗舰尚未上线之际，下一代就已经迫不及待登场，这绝非孤立的产品延期，而是谷歌正在重塑整套打法的重要信号。在这反常的节奏背后，谷歌真正的顾虑是什么？它又将最重的赌注押在了哪里？相比于OpenAI和Anthropic这些台面上的对手，它真正难缠的敌人是否另有其人？
01、三次跳票，谷歌被Agent浪潮唤醒
元序智能CEO唐溪柳认为，将Gemini 3.5 Pro的推迟归结为编程能力或可靠性不达标，可能低估了问题的本质。这并非简单的打磨问题，而是评价标准的代际更迭。上一代比拼的是单轮问答的准确率，而这一代的战场是Agent。Gemini 3.5 Pro原定6月发布，但进入6月后，谷歌发现模型在关键能力上仍未达标，特别是代码生成和复杂任务处理能力不足，因此首次推迟。6月底，谷歌重置训练数据修复编程能力，但内部测试结果依然不理想，最终选择等待而非让“半成品”仓促上线。7月中旬，模型再次错过发布窗口。随着三次推迟，谷歌担忧的问题已从编码能力，扩大至幻觉率、可靠性及多步骤任务执行稳定性，尤其是在Agent场景下连续调用工具时容易失误。
此前担任谷歌资深工程师的唐溪柳判断，卡住谷歌的是递归工具调用的稳定性和复杂结构生成的一致性。这类问题很难通过继续训练线性解决，往往需要回到数据、评测体系甚至预训练层面重来，周期长且不确定性大。此外，上线前的安全和合规审查也比两年前严格，占用了大量时间。据外媒报道，今年4月Anthropic发布的Claude Opus 4.7在多项基准上全面超越当时的Gemini 3.1 Pro，直接触发了谷歌的应急反应。联合创始人Sergey Brin在内部备忘录中要求团队果断追赶Agent技术差距，强制工程师在多步骤任务中使用内部Agent工具。
一位美元基金投资人指出，比技术落差更根本的原因在于商业模式的潜在冲击。传统搜索模式是用户提出需求，谷歌分发流量，商家争夺曝光，广告按点击计价。但如果用户未来让Agent直接完成任务，这一模式将面临改变。谷歌必须将搜索升级为Agent入口，但这个过程可能侵蚀掉最赚钱的搜索广告业务。这也解释了谷歌为何在将Gemini从“聊天机器人”改造为“任务执行引擎”时格外谨慎。一旦走错，受损的不仅是产品口碑，更是核心现金牛。此外，编程能力对谷歌分量极重，CFO透露内部新增代码约一半由AI生成。编程短板会直接拖慢谷歌自身的工程引擎。延期带来的舆论压力，远不及让能力不足的“半成品”上线的代价。这种谨慎源于2023年初Bard演示中提供错误信息的惨痛教训，那次失误导致谷歌市值蒸发约1000亿美元。三次延期后，Gemini 3.5 Pro不仅是迟到的模型，更是一道摆在谷歌面前的考题：这家定义AI基础研究的公司，该如何打出AI竞争所需的答案？
02、3.6 Flash背后，谷歌换了战场
元序智能CEO唐溪柳认为，旗舰模型即英雄的叙事正在退潮，这是全行业的转向。此次Flash系列密集补位的意图在于，真正大规模部署、产生商业价值的往往不是最贵最强的那个，而是够用、够快、够便宜的中间层。原因很实际，Agent类任务中一个任务要调用模型几十上百次，单位成本直接决定生意成败。一个便宜十倍、能力打八折的模型，在工程上往往是更优解。谷歌官方披露，3.6 Flash相比上一代3.5 Flash，在基准测试中输出token消耗减少17%，部分DeepSWE测试场景降幅甚至达65%。这意味着同样的Agent任务，成本和响应速度都有实质性改善。Flash在Agentic相关基准上已能超过上一代Pro，说明能力正在快速向下扩散，竞争重心正从谁的天花板高，转向谁能把足够好的能力做得足够便宜、足够稳。
谷歌之所以敢赌这套打法，是因为拥有无可比拟的分发筹码。作为超级平台，谷歌拥有Search、YouTube、Android、Chrome、Gmail、Workspace、Cloud、TPU及数十亿用户。其AI战略天然带有互联网巨头的路径延伸：入口、分发、广告、生态、成本、规模。简而言之，谷歌不是在争夺新AI入口，而是在改造拥有数十亿用户的入口。Flash系列代表谷歌押注的另一条路径：不再追求单个模型的能力峰值，而是通过降低token消耗和推理成本，让Gemini真正进入搜索、办公、企业服务等高频场景，把生态优势转化为AI使用规模。
Q2财报显示，谷歌Search & Other收入达633亿美元，同比增长17%；AI Mode月活用户突破10亿。在搜索、YouTube等核心产品中，AI正成为新交互入口。过去两年，ChatGPT等并未打穿谷歌搜索业务，用户仍需搜索，广告业务也未崩盘。但这并不代表没有危险，真正的冲击可能在Agent阶段。作为入口级平台，谷歌不能只拼模型能力，还必须拼速度、延迟、推理成本和规模化部署效率。然而，资本市场的担忧依然存在。尽管Q2营收增长证明了AI带来真实增长，但单季度资本开支达449亿美元，导致自由现金流历史上首次转负，为负59亿美元。值得一提的是，谷歌持有Anthropic约14%股份，本季度净利润相当一部分来自这笔投资的账面浮盈。一边抢地盘，一边靠持股赚钱，谷歌在盈利和市场份额上全都要。
03、谷歌最大的对手，也许是自己
谷歌如今的处境，本质上是一道“成也萧何，败也萧何”的悖论。过去十年，生成式AI浪潮中的关键技术节点多与谷歌密切相关。Transformer架构诞生于Google Brain，AlphaGo、AlphaFold等改变行业认知的项目也来自DeepMind。可以说，AI行业竞争的底层技术大量建立在谷歌的研究基础之上。因此，谷歌在AI模型上的暂时落后，不能简单归结为技术落后或反应慢。更准确地说，这是一个拥有长期技术积累的公司，正在面对AI时代竞争规则变化带来的挑战。
“技术积累深和产品化快，本来就是两种不同的能力，而且经常互相拖后腿。”唐溪柳认为，这是所有大公司的结构性困境。一家如果已有一个巨大且高利润的现有业务，任何可能冲击它的新东西，在内部都很难获得“不计代价往前冲”的授权。这也是谷歌当前困境的特殊之处：它不是一家缺少AI机会的公司，而是一家需要在已有巨大商业体系之上，寻找下一代增长方向的公司。
过去两年，大模型并未像预测那样迅速取代搜索业务。从Q2财报看，Search仍保持增长，核心商业模式未被立即颠覆。但真正的挑战在于未来。如果AI Agent逐渐成为用户完成复杂任务的重要方式，竞争重点可能不再是提供更好的搜索结果，而是谁能够成为用户和企业完成任务的入口。这意味着谷歌需要让Gemini不仅成为一个模型产品，而是成为搜索、办公、云服务等场景中的智能基础设施。谷歌内部一直在调整组织结构，希望缩短研究能力和产品落地之间的距离。2023年合并Google Brain与DeepMind成立Google DeepMind，旨在整合资源加快研发。2024年，CEO Sundar Pichai强调通过组织整合简化决策，提高速度和执行效率。这些动作说明谷歌清楚，问题不在于缺少技术能力，关键在于如何让庞大的技术体系更快转化为产品优势。
“其实反过来说，谷歌的底子仍然非常厚。Transformer出自这里、有自研TPU这样的算力底牌、有全球规模的分发入口。”唐溪柳认为，当前谷歌更像是在竞争节奏上暂时落后，而不是长期格局已定。AI时代的最终竞争，比的不是谁的模型分数高，而是谁能把AI真正嵌进真实的工作流里跑起来。这件事拼的是工程和对场景的理解，不完全是模型本身。
谷歌的问题，从来不是手里没有牌。它握着这个时代最好的AI资源，也坐拥全球最大的互联网入口。所有的难题，谷歌都看到了。最好的牌，也被谷歌全部攥在手里。但AI时代的残酷之处在于，牌多不等于出牌快。谷歌的问题，从来不是不知道未来在哪里，而是当成功经验已被写进组织基因，它还能不能在下一个机遇到来时，主动“违背自己的本能”。谷歌最大的对手，可能不是OpenAI，也不是Anthropic，而是过去那个太成功的谷歌。毕竟，历史上所有伟大的公司，最后都会遇到同一个问题：昨日的成功，究竟会成为穿越周期的资产，还是困住未来的惯性？