谷歌让全员用Claude写代码，自家Gemini到底差在哪？

三个月前，我还在跟朋友吐槽谷歌的Gemini写代码像在挤牙膏，补全一个函数要等三秒，生成的代码还经常漏掉边界条件。今天看到新闻说谷歌允许全体工程师使用Anthropic的Claude，我第一反应不是惊讶，而是“终于扛不住了”。

这事不简单

根据Business Insider的报道，谷歌通过内部开发平台Antigravity向全公司工程师开放了Anthropic Opus 5模型。注意，是全体工程师，不是之前只给DeepMind或者高优先级项目开小灶。谷歌发言人的说法很官方：Gemini仍是主要基础模型，第三方模型按配额提供以支持专门用例，Claude定位为Gemini的补充。

但“补充”这个词用得很微妙。

你想想，一家公司如果自己的核心产品足够好用，会主动让员工去用竞争对手的东西吗？而且这个竞争对手还是自己投资了最高400亿美元的公司。这背后的逻辑是：内部压力已经大到了不得不妥协的地步。

当你的工程师用脚投票的时候，政策调整只是追认既成事实。

报道里有个细节很扎心：部分员工对Gemini的局限感到沮丧，而公司同时施压员工用AI提高效率。这就像你给厨师发了一把钝刀，然后要求他十分钟切完一百斤土豆。厨师不造反才怪。

谁最难受

放在整个行业来看，这件事对谷歌内部AI团队的冲击最大。DeepMind一直是谷歌的骄傲，Gemini也是他们花了无数资源打磨的模型。现在公司公开允许工程师用Claude，等于承认了一件事：在编码这个场景里，Gemini确实打不过。

上一轮类似的事发生在亚马逊。今年早些时候，亚马逊也开始允许员工使用Claude和OpenAI的Codex。当时大家的解读是亚马逊在AI编码上掉队了，现在谷歌跟进，说明这不是个别现象，而是整个AI编码工具市场的格局已经固化：Anthropic和OpenAI是第一梯队，其他玩家在编码能力上就是差一截。

谷歌今年推出的Flash 3.8模型，官方宣传里编码能力有提升，但员工的实际反馈是“还是落后于Anthropic和OpenAI”。这种落差很致命。因为谷歌内部有大量基础设施代码、生产环境代码，工程师每天要处理的是真实世界的复杂逻辑，不是跑分榜上的算法题。Claude在这方面积累的口碑，是靠无数开发者一行一行代码喂出来的。

我有个在硅谷做后端的朋友，他们团队去年就自费买Claude的API来写代码，公司报销的时候IT部门还问“为什么不用我们自己的模型”。他说了一句话我印象很深：“用Gemini写代码，我得花半小时改bug；用Claude，我花十分钟review就行。”时间就是命，工程师的命。

普通人的机会

如果你不是谷歌工程师，这件事跟你有什么关系？

关系很大。谷歌这次调整，本质上是在给AI编码工具的市场格局盖了个章。连谷歌都认了，那其他公司还有什么好犹豫的？接下来你会看到更多企业采购Claude或者OpenAI的编码工具，而不是硬着头皮用自研模型。

对普通开发者来说，这意味着两件事。

第一，Claude和OpenAI的编码工具会加速迭代。谷歌的让步等于给Anthropic送了一份大礼，Anthropic拿到谷歌的400亿美元投资，再加上谷歌工程师的使用反馈，Opus 5之后的版本只会更强。你如果现在还没用过Claude写代码，建议这周就装一个试试，免费版也能感受到差距。

第二，Gemini会被迫加速。谷歌不会甘心把编码市场拱手让人。Flash 3.8只是开始，接下来Gemini在编码上的更新频率会加快。竞争对用户永远是好事，你可以用更低的成本拿到更好的工具。

但我要泼一盆冷水。

工具再好，也只是工具。真正拉开差距的，是你用工具解决什么问题。

我见过太多人把时间花在比较哪个模型跑分高，却忘了自己手头的项目才是最好的试验场。Claude写代码强，不代表它什么都能干。Gemini在长上下文和多模态上仍有优势，谷歌内部也没有完全放弃Gemini，只是把它从“唯一选择”降级为“主要选择”。这个定位变化本身就说明：没有哪个模型能通吃所有场景。

深层原因

为什么谷歌会走到这一步？

表面看是编码能力落后，深层原因是组织惯性。谷歌太大了，大到任何内部政策调整都要经过无数层审批。DeepMind和Google Brain合并之后，内部资源分配一直有摩擦。Gemini是政治正确的选择，但工程师要的是能干活的选择。当公司施压员工用AI提高效率，却不给最好用的工具，这种矛盾迟早爆发。

另一个原因是投资关系。谷歌向Anthropic投资最高400亿美元，这笔钱不是白给的。投资协议里大概率有技术合作的条款，谷歌工程师用Claude，某种程度上也是在帮Anthropic做压力测试。Anthropic拿到真实场景的反馈，谷歌拿到更好的编码工具，双赢。

但最根本的原因，还是AI编码这个赛道的竞争已经进入了白热化。Anthropic靠Claude在开发者社区建立了口碑，OpenAI靠Codex和GitHub Copilot占据了先发优势，谷歌Gemini起步不晚，但在编码这个垂直场景上始终差一口气。差一口气，在工程师眼里就是差一个时代。

我去年测试Kimi的时候还觉得国产模型在编码上差点意思，今年再看，差距在缩小，但头部效应也在加剧。谷歌的这次调整，等于告诉全世界：在AI编码这件事上，专业选手和全能选手的差距，比想象中大。

如果你正好在选AI编程工具，这周可以先把Claude的免费版装上试试。别光看跑分，拿你手头最头疼的那个模块让它写一遍，改几行，你就知道值不值得掏钱了。

本文基于 media 公开报道编译解读

本文基于 media 公开报道编译解读，查看原文