今年4月，谷歌联合创始人谢尔盖·布林在一份外泄的内部备忘录中写下了这样一句话："要赢得最后的冲刺，我们必须紧急缩小在agentic执行上的差距，让我们的模型成为主要的开发者。"不到两个月后，这支被寄予厚望的代码突击队就火线重组了。
2026年4月，谷歌DeepMind组建了一支由资深研究工程师Sebastian Borgeaud领衔的"AI代码突击队"。Borgeaud曾主导Gemini系列的预训练，学术影响力深厚。布林本人和DeepMind首席技术官Koray Kavukcuoglu直接参与督战，项目被提到了公司最高决策层级。这支队伍的目标只有一个：在生成式AI编程这个商业价值最高的赛道上，追上Anthropic的Claude。
然而仅过去不到两个月——约在6月下旬——谷歌就悄然启动了重组。据The Information报道，DeepMind此次调整的核心变化，是将突击队的职责从单纯的编码工具开发和智能代理优化，扩展至模型训练的"中期训练"阶段。
所谓中期训练，是指模型完成大规模预训练之后、正式指令对齐与微调之前的一个关键环节。在这个阶段，模型被暴露在经过精心筛选的高质量数据中进行"补课"。业内研究表明，对于编程和数学这类高度结构化的能力，中期训练可以显著提升模型的推理水平——这是仅靠优化提示词或产品界面无法触及的底层能力。
谷歌的紧迫感有充分的数据支撑。据Pragmatic Engineer在2026年2月对15000名开发者进行的调研，Claude Code已成为开发者使用率最高的AI编程工具，46%的受访者将其列为"最爱"，超过Cursor的19%和GitHub Copilot的9%。Menlo Ventures的数据进一步显示，Claude Code已占据企业AI编程市场54%的份额。从发布时间来看，这一成绩尤为惊人：Claude Code于2025年5月才正式发布，不到8个月就完成了对Copilot和Cursor的反超。
在公司内部层面，差距同样直观。谷歌CFO Anat Ashkenazi在2025年Q4财报电话会上披露，约一半的新代码由AI代理辅助生成。到2026年Google Cloud Next大会上，CEO Sundar Pichai已将该数字更新为75%。而据业内消息，Anthropic自身几乎100%的新代码都依赖AI协作完成。Anthropic CEO Dario Amodei在2026年5月的Code with Claude大会上透露，公司Q1的年化收入增速达到80倍，API调用量同比增长近70倍。
从工具思维到模型思维，谷歌终于意识到问题出在哪
重组前，谷歌代码突击队的重心在两端：一是打造面向开发者的编码工具，对标Claude Code；二是优化能自主完成复杂编程任务的智能代理。这两个方向没有错，但它们都是在模型的"上层"做文章。
问题在于，如果底层模型的编码能力本身就弱于对手，再好的工具界面也只是修补屋顶而不是修地基。Claude之所以在编程领域表现突出，根本原因不在于Anthropic的UI比谷歌做得好，而在于Claude模型家族在预训练和中期训练阶段积累了更强的代码理解与生成能力。
谷歌此前的策略更像是用Gemini的通用能力去适配编程场景，而Anthropic从一开始就将编程作为核心能力维度来训练。两种不同思路下的差距，仅靠一支突击队在工具层发力，很难在短期内抹平。
中期训练是什么，为什么它才是真正的战场
中期训练是近一两年才被业界广泛重视的训练阶段。传统的模型训练流水线只有两步：在海量互联网数据上学习通用知识的预训练，再到通过指令微调和RLHF让模型学会遵循人类指令的对齐。但业界逐渐发现，预训练后的模型尽管知识丰富，但在编程、数学推理等结构化任务上常常"眼高手低"——知道很多，但不会用、不会推理。
中期训练正是在这两步之间插入的一个特训期：用经过严格筛选的高质量代码数据、数学证明数据和逻辑推理数据，对模型进行第二轮强化。这不同于简单的增量预训练，因为它有明确的能力提升目标；也不同于指令微调，因为它不涉及对话格式适配，而是纯粹的能力打磨。
对于编程场景，中期训练的价值尤为突出。编程本质上是一种精确的结构化推理——模型不仅要理解自然语言描述的目标，还要将其转化为无歧义、可执行的代码。这需要模型在底层就具备强大的"代码直觉"，而不仅仅是学会了代码的表面句法。
谷歌此次调整，相当于承认了此前策略的局限：仅在工具层发力不足以弥合与Anthropic的差距，必须回到模型训练这个更根本的层面去解决问题。
人才流失，比技术差距更难解的问题
就在谷歌全力追赶代码能力的同时，核心人物却在接连出走。
6月17日，Gemini项目联席负责人、谷歌工程副总裁Noam Shazeer宣布离职，加入OpenAI。Shazeer自2000年起就在谷歌工作，中间曾短暂创办Character.AI——谷歌此前以重金将其"变相收购"，部分目的就是为了让Shazeer回归主导Gemini。他的离开对Gemini团队是一次重创。
更让DeepMind焦虑的是，据The Information和Bloomberg报道，两名参与Gemini模型训练的核心研究人员——专注AI编码的Jonas Adler和负责模型训练的Alexander Pritzel——据传将加入Anthropic。Adler和Pritzel的工作恰好覆盖了此次重组后突击队的核心职责范围。
而就在一周前，DeepMind副总裁、AlphaFold负责人、2024年诺贝尔化学奖得主John Jumper也宣布离职，转投Anthropic。Jumper在DeepMind工作近九年，是科学AI领域无可争议的旗帜性人物。
一周之内接连走失三位核心人物，其中两位直接去了Anthropic——那支你正在组建队伍去追赶的对手。这种"边追边失血"的处境，在AI行业的历史上并不多见。
布林的战时总动员
布林那份备忘录之所以引人注目，不仅因为它承认了落后——这在任何一家科技巨头中都极为罕见——更因为它揭示了谷歌最高层对这一问题的判断优先级。布林不止是"关注"代码AI，而是亲自下场督战。
从4月组队到6月重组的节奏来看，谷歌显然对突击队的初期进展并不满意。如果将AI编程比作一场军备竞赛，谷歌的第一轮冲锋——纯工具和代理优化——未能取得预期战果，现在正在迅速转向第二轮，从模型底层能力入手。DeepMind CTO Kavukcuoglu的深度介入以及布林本人的持续关注，表明这个转向获得了最高决策层的全力支持。
这场围绕AI编程能力的博弈，正在进入比拼底层技术积淀与研发执行力的新阶段。谷歌从工具层转向模型层，方向无疑是正确的——中期训练确实是提升模型编码能力最有效的技术路径之一。但谷歌面临两个不易克服的挑战。
其一，人才流失的伤口还在扩大。核心人物的出走不仅削弱了团队实力，更让Anthropic和OpenAI获得了第一手的"谷歌内部知识"。
其二，时间窗口正在收窄。Claude Code已经成为开发者社区的默认选择。开发者工具市场的用户粘性极强——一旦形成生态锁定，后来者要付出数倍的努力才能扭转局面。46%的开发者将Claude Code列为最爱，这个数字本身就是最直观的信号。
不过谷歌也并非毫无胜算。DeepMind在基础研究上的积淀依然是全球顶尖水平，TPU等自研硬件提供了成本优势，而Google Cloud和Android等平台则提供了AI行业最广的分发渠道。如果中期训练能够帮助Gemini在下一轮迭代中实现编码能力的跃升，谷歌仍有机会扳回一局。
但前提是，谷歌必须尽快让Gemini在代码能力上拿出让开发者"真香"的产品。在那之前，Anthropic不会站在原地等待——它正以80倍的年化收入增速飞驰。
在AI代码这场自我加速的竞赛中，承认落后只是清醒的第一步，真正决定胜负的，是谁能在下一次迭代中跑出让对手追赶的速度。
快报