不到一个礼拜，两位重量级员工相继离开谷歌：Google DeepMind工程副总裁诺姆·沙泽尔和AlphaFold核心负责人约翰·江珀。这引发了对谷歌现状的质疑。自Gemini 3发布以来，谷歌在模型和产品上似乎进展缓慢。相比之下，Anthropic的Fable 5已经能够自主修复代码错误、自动运行测试并生成生产代码。

谷歌的产品如Antigravity 2.0效果不佳，用户体验差，遭到广泛批评。尽管伯克希尔从2025年开始大幅增加对谷歌的投资，但这些投资是否明智仍存疑。

2025年11月，谷歌发布了Gemini 3，并声称这是最智能的模型，拥有顶尖的推理能力和多模态理解能力。同时推出了号称“agent-first”的开发平台Google Antigravity和文生图模型Nano Banana Pro。当时谷歌的强大全栈优势令人印象深刻，甚至促使OpenAI发出“红色警报”。

谷歌的硬件有自研的TPU芯片，性能优越且成本低。此外，谷歌将Google Brain和DeepMind合并，由哈萨比斯统一领导。谷歌还拥有庞大的用户入口，包括Chrome、Android、YouTube等，日活用户数十亿。这些优势使谷歌能够在短时间内快速迭代产品。

然而，谷歌在全栈优势上的问题逐渐显现。Nano Banana的成功难以复制到Agent产品上，因为Agent需要更复杂的环境和长期责任。谷歌的组织架构混乱，多个团队各自为政，导致产品线重复且缺乏协调。

谷歌的AI Agent相关能力分散在不同部门，每个部门有自己的KPI和汇报线。这种分散导致了资源浪费和产品混乱。例如，Google DeepMind关注模型性能，而Google Labs则追求社交媒体热度，Google Cloud则注重企业部署和合规。Antigravity作为一款跨部门产品，无人负责，最终陷入困境。

谷歌目前的叙事主要围绕模型评分，但在实际任务交付方面表现不佳。用户需要的是能完成真实工作流程的模型，而不仅仅是高分模型。谷歌的Antigravity 2.0仍然缺乏可靠的错误恢复和状态保存机制。与之相比，OpenAI和Anthropic的新模型更多地强调客户评价和实际应用效果。

AI Agent领域非常赚钱，但谷歌在这方面进展缓慢。OpenAI的Codex和Anthropic的Claude Code都取得了显著成功，而谷歌的Antigravity 2.0仍未推出明确的企业版定价。因此，可以推测沙泽尔和江珀的离职可能是因为对谷歌的发展方向感到失望。