Gemini 3.5 Pro推迟，DeepSeek估值4800亿：同一周，一家在掉队，一家在起飞

一、彭博独家：Gemini 3.5 Pro，代码能力不达标

7月16日，彭博社发了一篇独家报道，标题没留任何情面。

谷歌最强旗舰AI模型Gemini 3.5 Pro，已推迟发布数月。核心原因：代码能力达不到内部目标。

10名现任和前任员工向彭博确认了这件事。原计划6月发布，现在已经推迟了几个月，还没个准信。上个月谷歌更换了部分训练数据，希望改善编程表现，但测试结果未达预期。

消息一出，谷歌股价当天跌了4.4%，市值蒸发约2000亿美元。

这不是第一次了。6月22日，DeepMind接连流失多名重量级研究员——Transformer论文合著者Noam Shazeer跳槽OpenAI，诺贝尔奖得主、AlphaFold贡献者John Jumper转投Anthropic，Gemini编程AI负责人Jonas Adler和预训练专家Alexander Pritzel也双双加入Anthropic。那一天，谷歌市值蒸发了约2250亿美元。

六周，两次，加起来超过4000亿美元。

跌的不是股价，是市场对谷歌AI引擎的信任。

二、谷歌到底卡在哪

彭博的报道挖得很深。不只是一个模型跳票的问题，而是谷歌内部的结构性问题。

第一层，代码能力追不上。

这不是秘密。OpenAI的GPT-5.6 Sol在Terminal-Bench 2.1上91.9%，Anthropic的Fable 5也有80.3%。Gemini 3.5 Pro的原计划是「追平GPT-5.5」，但5月到6月，天花板被推了两次，追平GPT-5.5在6月已经不够看了。谷歌上个月换训练数据想补课，测下来还是不行。

第二层，内部派系在打架。

彭博引用前员工的说法：谷歌联合创始人谢尔盖·布林等人主张加快AI编程产品开发，抢占市场机会。但Google Cloud、DeepMind、安卓团队都在开发面向程序员的AI编程工具，部分消费者产品团队也参与其中——多个团队在做同一件事，方向不统一，资源不集中。

更严重的是，内部有一批立场保守的工程师，认为重要代码必须全部由人类编写，才能达到谷歌标准。AI推广初期，谷歌甚至限制员工使用Gemini写代码，担心内部专有代码进入训练数据。政策后来虽有放宽，但早期限制压缩了工程师尝试AI辅助开发的空间。

第三层，人在流失。

彭博报道里的细节：部分研究人员不满谷歌在AI竞赛中的表现，已经离职加入Anthropic或其他顶尖AI实验室。谷歌只允许部分团队使用Anthropic的Claude，权限已经收紧至前沿研究团队——一边是人才在流失，一边是竞争对手的工具在内部被限制使用。

第四层，组织太庞大。

谷歌发布模型前需要协调多个层级的利益方，还要考虑如何把AI接入搜索、地图和YouTube等庞大的产品体系。复杂流程拖慢了进度。一个模型要同时服务搜索、广告、云、YouTube、Android——每个部门的需求都不一样，审批链条太长。

首席AI架构师Koray Kavukcuoglu正在努力统一内部AI编程工具。DeepMind今年早些时候成立了专门的AI编程团队，由Sebastian Borgeaud带领。但谷歌目前要求工程师使用AI生成代码，内部算力竞争却十分激烈，工程师实际使用时经常遭遇容量不足。

代码能力不达标 + 内部派系打架 + 人才流失 + 组织臃肿。 四个问题相互叠加，不是换个训练数据就能解决的。

三、同一周，DeepSeek估值4800亿

同一天，另一条新闻在朋友圈刷屏。

DeepSeek正式启动A股IPO筹备，目标2027年上市，投前估值4800亿元人民币（约710亿美元）。

三个多月前，DeepSeek的估值还是100亿美元。6月初首轮外部融资，投后估值跳到520亿美元（腾讯和宁德时代领投）。7月第二轮洽谈，直接冲到710亿美元。三个月翻七倍。

更关键的是，DeepSeek在IPO前还要再融一轮，目标至少100亿元人民币。融来的钱，核心用途是建设大型算力数据中心和采购AI算力芯片。

对比一下：谷歌在努力统一内部AI编程工具，DeepSeek在全力砸钱建算力。谷歌在限制员工使用AI写代码，DeepSeek在开源模型、开放API、让开发者随便用。谷歌在流失人才，DeepSeek的梁文锋还在亲自带队追AGI。

一个在防守，一个在进攻。

我不是说DeepSeek马上就能追上谷歌。谷歌的体量、算力、数据、分发能力，DeepSeek十年也追不上。但市场看的是方向。

谷歌的股价，六周跌了两次，合计蒸发4000多亿美元。DeepSeek的估值，三个月从100亿到710亿美元，翻了七倍。

市场在用脚投票，方向很清晰。

四、两条线，一个结论

Gemini 3.5 Pro的推迟，不是一次孤立的事件。它是谷歌内部结构性问题的一次集中爆发——代码能力追不上、内部派系打架、人才流失、组织臃肿，四个问题叠加，不是换个训练数据能解决的。

DeepSeek的4800亿估值，也不是一次孤立的融资。它是中国AI公司资本化加速的标志性事件——从100亿到710亿美元，三个月，翻了七倍。融来的钱，砸向算力，砸向芯片，砸向开源生态。

同一周，两条新闻，一个结论：

AI竞争已经从「谁的模型更聪明」进入了「谁的组织跑得更快」的阶段。 模型能力可以靠重练追赶，但组织效率、人才密度、战略专注度，这些东西不是换个训练数据就能补上的。

谷歌的4000亿美元蒸发，DeepSeek的七倍估值增长，背后的逻辑是同一个：在AI这个赛道上，跑得慢就是掉队，掉队就要付出代价。

#Gemini3.5Pro #DeepSeek #谷歌 #AI编程 #大模型竞争 #IPO #国产AI #组织效率