全家桶在手的谷歌和字節，為什么編程仍然是軟肋？

在《紐約時報》旗下播客的采訪中，谷歌CEO桑達爾·皮查伊承認，谷歌在Coding上確實落后了。

谷歌做AI完全算得上強勢，它有Gemini，有非常龐大的谷歌生態，還有自研TPU。在最近的I/O大會上，谷歌幾乎把AI塞進了所有核心入口。

它不是沒做AI Coding，Antigravity已經被推到臺前，Gemini CLI和Gemini Code Assist也一直在服務開發者。但做了，不等于做成了；生態全面，不代表自動拿下市場。

提到AI Coding，最先被想起的往往還是Claude Code、Codex和Cursor。

Coding已經成為AI Agent最早跑通的戰場，幾乎所有前沿AI公司都在往這個方向進軍。就連并不靠編程出圈的DeepSeek，也開始圍繞Agent Harness招人。

可以說，AI Coding未必是每家AI公司的起點，卻正在成為前沿AI公司的共同落點。

在國內，字節的尷尬和谷歌很相似。它們都擁有完整的AI生態，但到了AI Coding領域，Trae和Antigravity一樣，只是眾多可替換的開發工具中的一個名字。

如果它們想在Agent時代繼續做巨頭全家桶，這塊短板還是要抓緊補全。

01

沒拿下程序員

谷歌在AI Coding上的問題，不是缺產品，是缺用戶。

Codex有超過400萬周活躍用戶，Claude Code則取得了開發者心智的勝利。The Pragmatic Engineer今年2月面向軟件工程師的AI工具調查顯示，Claude Code是最受喜愛的工具，占比46%。Business Insider 5月23日報道，在創業公司內部，Claude Code已成為復雜工程任務里的首選工具。

相比之下，Antigravity沒有什么值得拿來說道的地方，僅僅是一個背靠谷歌生態大廈的AI Coding產品。

就體感方面，Antigravity也沒能獲得開發者的信任。

5個月前，有人專門整理了100多條Antigravity相關帖子，把Reddit社群里最常見的痛點歸成幾類：額度混亂、性能吃資源、安全擔憂、模型選擇問題，以及Agent刪除或改壞代碼。

這些痛點本應在更新后得到解決，Antigravity 2.0的發布按理是谷歌追趕AI Coding的一個重要節點。但更新之后，社群反響也并不算好。

目前最大的爭議是，Antigravity 2.0把原本偏IDE的體驗，突然改成了一個更偏Agent Manager的界面。用戶找不到熟悉的編輯器、文件樹、終端、版本控制和擴展環境，不得不被迫適應新的界面。

或許谷歌覺得這樣做是在往更智能的方向進步，但事實是，谷歌在沒有充分建立信任之前，就試圖讓開發者從“可控的IDE協作”跳到“黑盒式Agent調度”，約等于完全放棄了之前的那套模式，連帶著放棄了原先的那群用戶。

額度混亂的問題依然存在，并且變本加厲。

從5月20號開始，Gemini的限額機制從按條數，轉向更接近算力消耗的口徑。Antigravity官方說Pro用戶有5小時刷新機制，但同時又有周限制；用戶不知道一次Agent任務會消耗多少，也不知道自己什么時候會撞上周上限。一旦中途限額，就可能直接打斷開發流程。

更要命的是，谷歌最新發布的Gemini 3.5 Flash雖然速度很快，但在編程上表現不夠穩定。

有用戶吐槽，自己只是讓Gemini 3.5 Flash給一個重構計劃，它卻直接開始改代碼，之后還聲稱重構成功，但核心目標基本沒完成，最后甚至在沒有許可的情況下恢復了一個無關文件。

還有用戶抱怨，3.5 Flash在明確給出目標文件、行號和修改要求后，仍然會反復探索同一批文件，而不是直接完成代碼改動。而token在這個過程中不要錢似地燒。

一邊是產品形態突然從IDE協作轉向Agent Manager，用戶覺得原來的工作臺被拆掉了；一邊是額度規則不透明，長任務可能跑到一半被中斷；再加上Gemini 3.5 Flash在真實代碼庫里的執行穩定性仍然被質疑，Antigravity并沒做到向開發者證明，自己值得相信。

02

谷歌已經開始補課

但谷歌也不是沒有意識到問題。

在最新的采訪里，谷歌CEO皮查伊其實把谷歌的短板說得很清楚：如果看文本、多模態、語音、音頻、推理和整體智能，谷歌仍然很有競爭力；但到了AI Coding、工具使用、指令遵循和長周期任務，谷歌確實有點落后。

皮查伊專門提到，谷歌過去在Coding上可能缺少類似Claude Code或Cursor那樣的數據流和產品。

這也是谷歌現在追趕動作的邏輯。

過去很長一段時間，谷歌面向開發者的AI工具比較分散：Gemini Code Assist、Gemini CLI、Antigravity、Firebase相關工具，各自都在，但很難形成一個清晰的主入口。I/O大會之后，谷歌開始把這條線往Antigravity上收，Gemini CLI和Gemini Code Assist面向個人用戶的相關能力，將逐步轉向Antigravity CLI和Antigravity 2.0。

谷歌需要一個統一入口，把Gemini真正放進復雜軟件工程流程里，拿到足夠多的真實任務、失敗案例、工具調用和長任務數據。

但同樣是進入真實工作流，Claude Code的做法是讓Agent貼著開發者原來的終端和代碼庫工作，Cursor的做法是把AI塞進IDE，讓人隨時能看、能改、能接管。Antigravity 2.0的產品形態卻難免有些過于激進，直接把開發者往上推了一層，推到一個Agent Manager里去看任務進度、等結果交付。

這不是不能做，甚至可能是未來方向之一。可前提是，用戶已經足夠信任這個Agent，而Antigravity還沒有建立起這種信任，就先把熟悉的IDE協作體驗削弱了。

只能說不破不立，可能還需要一段時間來過渡。

除了把產品入口往Antigravity上收，谷歌也在補它背后的Agent底座。官方已經開放Antigravity SDK預覽版，開發者可以基于這套框架搭自己的Agent。

這背后多少能看到Claude Code的“他山之石”。

Claude Code做得好的地方不只是Claude模型本身，還有Anthropic把模型放進了一套成熟的Agent Harness里。很多開發者喜歡Claude Code，在于它足夠貼近真實開發現場，終端、代碼庫、Git、測試、報錯都在眼前。谷歌顯然也在吸收這套經驗。

組織層面，據The Information報道，Google DeepMind已經組建了一支針對AI Coding模型能力的專責行動小組，由研究員和工程師集中改善Gemini的代碼能力。這支團隊由Google DeepMind研究工程師Sebastian Borgeaud牽頭，DeepMind CTO Koray Kavukcuoglu 和Google聯合創始人Sergey Brin據稱也參與其中。

這些動作證明谷歌已經開始補課，但還不能證明它可以追上。

谷歌歷史上并不缺“集中力量補短板”的時刻。社交網絡時代，它曾經用Google+追趕Facebook；移動通訊時代，它也試過用Allo追趕WhatsApp、iMessage和Messenger。它們背后同樣有谷歌賬號體系、搜索流量、Android入口和強大的工程資源，但最后都沒有真正改變市場格局。

不是說Antigravity會重演這些失敗，AI Coding和社交、通訊不是同一個市場，谷歌手里也確實有Gemini、云、開發者工具和企業客戶這些更貼近軟件工程的資產。但它提醒了一件事：巨頭資源只能把產品推到用戶面前，不能替產品贏得用戶習慣。

現在的Antigravity，已經被谷歌推到了更重要的位置。但它還需要證明自己不是一個被強行整合出來的入口，是一個真正能接住開發者日常工作的工具。

皮查伊對此倒是很有信心。他在采訪里說，自己“非常、非常樂觀”，也相信谷歌會“突破這一關”。

03

全家桶救不了不穩定的Agent

字節的境遇和谷歌很像。

字節手里同樣是一套相當完整的AI全家桶：豆包、即夢、剪映、CapCut、飛書、火山引擎、扣子，再加上Trae，從普通用戶到內容生產，從企業協作到云服務，從Agent平臺到AI編程工具，字節幾乎每一層都已經落子。

但到了AI Coding上，Trae和Antigravity一樣，都沒能成為開發者繞不開的名字。

字節當然也在追。

Trae早已不只是一個AI IDE，它有Trae SOLO，試圖切入用戶的真實工作流；也有開源的Trae Agent，用來補開發者心智和技術信任。從招聘和產品動作看，Trae已經被字節做成一條完整的產品線，覆蓋Agent基礎架構、AI Coding環境、模型算法、開發者運營和企業客戶等方向。

谷歌有Gemini、Antigravity、Google Cloud、Firebase、Android、Workspace；字節有豆包、Trae、飛書、火山引擎、扣子和內容生態。它們都不是單點工具公司，而是平臺型公司。

谷歌財報里，Google Services仍然是絕對大頭，搜索、YouTube、訂閱和平臺業務支撐了主要收入；Google Cloud則是增長最快的關鍵業務之一。

字節雖然沒有公開上市財報，但據路透社和第三方機構披露，它的主要收入仍來自抖音/TikTok等內容平臺上的廣告、電商、直播和本地生活變現。

AI Coding對它們來說，更像一個入口：開發者入口，云服務入口，企業研發入口。

從業務收入看，谷歌不靠Antigravity也能活得很好，字節不靠Trae也不會傷筋動骨。但如果它們想在Agent時代繼續做平臺級公司，就不能長期缺這個入口。

微軟已經證明，開發工具的價值不一定體現在直接收入上。VS Code免費，GitHub長期也不靠單點軟件授權賺錢，但它們讓微軟鎖住了開發者工作流。一個工程師在哪里寫代碼，在哪里管理代碼，在哪里調用AI，最后很可能就在哪里部署應用、采購云服務、接入企業工具。

AI Coding也是同樣的邏輯。誰拿下開發者每天打開的工作臺，誰就更容易往后接云、模型、數據庫、部署、監控、安全和企業協作。

谷歌和字節都擁有非常強大的生態，但AI Coding不是一個簡單靠生態導流就能做起來的市場。對開發者來說，重要的是模型在真實代碼庫里到底能不能干活。

一個Coding Agent要解決的，不只是“生成一段代碼”（這種工作Chatbot也能做）。它要知道應該看哪些文件，哪些文件不用看；要理解用戶真正想改什么，而不是反復探索；要能根據報錯繼續修；要知道什么時候應該動手，什么時候應該先問；要能少制造垃圾文件，少誤改生產代碼，少把token燒在無效搜索上。

而這些能力，最終都回到底層模型。

Antigravity的很多問題，表面上看是產品問題：Agent Manager太黑盒、額度不透明、任務容易中斷、文件改動不可控。但往深處看，很多也是模型問題：如果模型足夠強，知道該看哪里、該改哪里、什么時候該停，用戶就不會那么強烈地感受到“不可靠”

這也是為什么Claude Code和Codex能先跑出來。Claude Code的成功，最最重要是Claude模型本身在代碼理解、長上下文、工具調用和復雜任務規劃上足夠強；Codex也一樣，OpenAI能把它做成大規模開發者入口，靠的是模型在軟件工程任務上的持續迭代。

產品設計當然重要，Harness、權限、回滾、插件、移動端審批、第三方工具接入，這些都很關鍵。但它們都是為了給模型更好的發揮空間，如果模型本身不夠穩，再好的生態也只是把不穩定放大；只有模型足夠強，產品和生態才有機會把能力變成工作流。

AI Coding拼到最后，第一層是模型，第二層是工具，第三層才是生態。

谷歌和字節都不缺生態。真正的問題是，它們能不能把模型、Agent框架和開發者工作流做成一個穩定系統。

谷歌和字節都可以把入口鋪得很滿，但要是模型撐不住復雜軟件工程任務，這塊軟肋就會一直露在外面。

生態可以把人帶到門口，模型和產品穩定性才決定他們會不會留下來。