布林亲自督战谷歌AI编程突击队各方观点

观点:

观点组1: AI编程能力已成AGI竞争的核心分水岭，能否实现‘AI自主修改代码’直接决定技术代际主导权。
观点作者：作者
观点内容：Anthropic内部已实现近100%代码由AI编写，而谷歌仅约50%，这一量化差距构成系统性竞争劣势；终极目标是让AI自己改自己——这不仅是效率升级，更是通向AI自我迭代与AGI跃迁的关键跳板。


观点作者：阿纳特·阿什克纳齐
观点内容：在谷歌最新财报电话会议中我披露，当前公司约50%的代码由AI编程智能体生成；这一比例与Anthropic宣称的‘近乎全量AI生成’形成鲜明对比，反映出我们在规模化工具调用与复杂场景执行上的实质性差距。


观点作者：鲍里斯·切尔尼
观点内容：作为Claude Code项目负责人，我确认Anthropic已将绝大多数工程需求通过AI编程工具实现；我们内部实践表明，高质量、高覆盖率的AI编码不仅能提升交付速度，更能反哺模型持续进化，形成正向飞轮。


观点组2: 谷歌正以高层亲征、军事化节奏和内部强制落地的方式，全力追赶Anthropic在AI编程智能体领域的领先优势。
观点作者：谢尔盖·布林
观点内容：必须在Agent（智能体）执行方面缩小和Anthropic的差距，将模型转化为主要的代码开发者；我强制要求每位Gemini工程师在处理复杂多步骤任务时使用内部智能体工具；强大的编程能力是实现AI自我改进的重要基石，结合数学与实验AI可自动化AI研究工程师工作流程。


观点作者：科拉伊·卡武克奥卢
观点内容：我与布林共同参与制定该精英编程团队计划，团队由Sebastian Borgeaud领衔，聚焦攻克从零编写软件等长周期编程挑战，核心是提升模型对文件阅读与用户意图精准理解的能力，并推动Gemini工程体系全面AI化。


观点作者：塞巴斯蒂安·博尔若
观点内容：我负责领导这支DeepMind精英团队，任务是基于谷歌超20亿行私有代码库训练模型，重点强化其在代码审查、依赖管理与部署管线等真实工程细节中的理解与生成能力，目标是让AI能自主完成端到端软件开发。


观点组3: 谷歌正战略转向‘内部优先’的AI编程研发范式：依托私有代码库训练专用模型，构建难以复制的工程级技术护城河。
观点作者：作者
观点内容：谷歌此次突击队研发重心已从通用编程转向内部工程系统优化，基于数百万行私有代码训练模型，虽暂无法对外发布，但可显著提升对真实业务逻辑、部署约束与协作规范的理解深度，形成独特壁垒。


观点作者：塞巴斯蒂安·博尔若
观点内容：我带领团队正深度接入谷歌全球最大的内部代码库——超20亿行代码，训练模型理解其特有的架构风格、测试惯例与CI/CD流程；这种私有数据驱动的优化路径，使Gemini在企业级开发场景中具备天然适配优势。


观点作者：谷歌发言人
观点内容：我们内部编程工具的应用普及程度极为广泛，这些工具极大加速了模型与AI工具自身的开发工作；聚焦内部场景不是收缩，而是以闭环验证驱动能力跃升，最终反哺通用产品竞争力。


观点组4: 编程智能体的竞争已超越工具层面，演变为组织执行力、工程文化与AI原生工作流的全面较量。
观点作者：谢尔盖·布林
观点内容：我通过追踪‘Jetski’工具使用率对团队排名，并强制工程师在复杂任务中使用内部智能体——这不是技术选型，而是重构研发习惯；唯有将AI深度嵌入日常开发毛细血管，才能真正释放人机协同的倍增效应。


观点作者：作者
观点内容：谷歌正为工程师组织强制AI培训课程，仿照Meta设立内部使用排行榜；这种将AI采用率指标化、管理化的做法，标志着AI已从辅助工具升级为组织运行的基础设施，文化转型与技术升级同等关键。


观点作者：谷歌DeepMind研究人员
观点内容：我们内部评估认为，Anthropic的编程工具在实际工程任务中已超越Gemini，尤其在长程推理与跨文件上下文整合上；这倒逼我们不仅升级模型，更要重塑整个开发流程的AI就绪度。