2025 年 4 月，一位名叫 Tamay Besiroglu 的 29 岁研究员在 X 上发了一条推文，宣布成立一家新公司。这家公司的目标听起来像是科幻小说里的情节：全面自动化所有工作，实现全自动化的经济。没有几个人把它当真。毕竟这种 AI 取代一切的叙事，硅谷每年都要上演三五次，最后多数沦为 PPT 上的口号。
但谷歌没有把它当成口号。
16 个月后的 2026 年 8 月，消息传出：谷歌正在与这家名为 Mechanize 的初创公司谈一笔超过 15 亿美元的交易。不是收购，而是谷歌已经玩得驾轻就熟的混合模式，以非独家许可获取 Mechanize 的 AI 编程技术，同时引入其核心人才，负责模型评估与开发工作。这距离 Mechanize 完成 910 万美元融资、估值 5 亿美元，仅仅过去了几个月。
一家成立不到一年半、员工规模估计不到 50 人的公司，凭什么被谷歌用 15 亿美元的体量对待？答案藏在 AI 编程赛道正在发生的巨变之中。
AI 编程：大模型最赚钱的变现出口
AI 编程已经不再是 AI 应用的一个分支。它正在成为大模型商业化最成熟的场景，没有之一。
Gartner 估计 2025 年 AI 代码助手市场规模为 30 亿到 35 亿美元，而更广泛的 AI 编程工具市场（包括代码生成、代码审查和自动化测试）2025 到 2026 年规模已达 70 亿到 100 亿美元。但真正让科技巨头坐不住的，是用户付费意愿的爆炸式增长。
Cursor 这家由 Anysphere 开发的公司，在 2025 年 11 月首次突破 10 亿美元 ARR，到 2026 年 3 月达到 20 亿美元，5 月已飙升至 40 亿美元。这是历史上增长最快的 SaaS 产品，没有之一。超过 100 万付费用户、64% 的财富 500 强公司已在部署使用。OpenAI 的 Codex 在 2026 年 2 月以 macOS 独立应用形式上线，Anthropic 的 Claude Code 同样迅速占领了终端开发者的心智。Pragmatic Engineer 在 2026 年 2 月对 906 名软件工程师的调查显示，Claude Code 以 46% 的“最受欢迎”评分位居榜首。SemiAnalysis 的估算更惊人：Claude Code 生成的代码已占 GitHub 所有公共提交的约 4%，预计到年底将达 20%。
GitHub Copilot 仍是市场份额的领导者，占 42%，累计用户超过 2000 万。Salesforce 报告称，在 2 万名开发者中部署 AI 编程工具后，开发速度提升了 30%。
这些数字背后是一个不容回避的事实：开发者愿意为 AI 编程工具付费。在 AI 聊天机器人、AI 搜索、AI 绘画等众多应用场景中，只有编程工具展现出了惊人的付费意愿和留存率。对于谷歌来说，这是一个不得不参与的游戏。而且，它已经落后了。
谷歌的 AI 编程焦虑：从 Windsurf 到 Mechanize
谷歌在 AI 编程赛道的动作，透露出强烈的紧迫感。
2025 年 7 月，谷歌上演了一出经典截胡。当时 OpenAI 正在与 AI 编程公司 Windsurf 洽谈收购，估值约 30 亿美元，双方已进入排他性谈判期。就在排他期到期当天，谷歌以 24 亿美元的价格拿下了 Windsurf 的 CEO Varun Mohan 和核心研发团队，并获得了 Windsurf 技术的非独家许可。Mohan 目前掌管谷歌 DeepMind 旗下的智能体编码平台 Antigravity，该平台于 2025 年 11 月随 Gemini 3 发布，2026 年 5 月的 Google I/O 上获得了重大更新。
但一个 Antigravity 显然不够。谷歌在 AI 编程上的短板依然明显：Gemini 系列模型的编码能力长期被诟病不如 OpenAI 的 GPT 系列和 Anthropic 的 Claude 系列。2026 年 7 月，谷歌发布 Gemini 3.6 Flash 后，社区的嘲讽声浪不减反增，被戏称“省下了 token，却没保住智商”。
这就是 Mechanize 进入视野的原因。
Mechanize 的核心能力是评估和提升 AI 模型的编码性能。它构建软件环境，让 AI 代理在这些环境中执行真实的软件工程任务，比如构建一个功能、部署一个应用、在一个陌生的代码库中修复一个 Bug，然后由评分器对模型的表现打分。这些分数在强化学习训练中充当奖励信号，帮助模型持续提升编码能力。用 Mechanize 自己的话说，它们做的是“前沿编码代理的环境与评估”。
这个能力对于谷歌来说价值连城。谷歌的 Gemini 模型不缺算力、不缺数据、不缺人才，但在编码这个具体场景上，缺乏一个高效的评估和训练闭环。Mechanize 的技术正好补上了这个缺口。不是帮谷歌写出更好的代码，而是帮谷歌知道自己的模型写得有多差，以及如何变得更好。
非传统收购：谷歌的人才加技术授权双轨策略
15 亿美元不是一笔小数目，但谷歌并没有选择全资收购 Mechanize。这种非独家许可加人才引进的模式，已经成为谷歌在 AI 领域惯用的操作手法。
这套策略的精妙之处在于它能同时解决多个问题。反垄断是首要考量。在欧美监管机构对科技巨头收购 AI 初创公司愈发警惕的背景下，全资收购面临着越来越高的审批风险和漫长的审查周期。谷歌 2024 年重新聘用 Character AI 联合创始人 Noam Shazeer 并获得其技术非独家使用权，2025 年以类似方式拿下 Windsurf 的核心团队，再到今天的 Mechanize，每一次都在监管红线前精准刹车。
其次是成本控制。15 亿美元拿到前沿技术和核心人才，比全资收购一家公司要便宜得多。以 Mechanize 5 亿美元估值计算，如果全资收购，估值不会低于 20 亿到 30 亿美元。
第三是人才锁定。AI 编程领域的核心人才极度稀缺，单纯的雇佣合同远不如技术授权加股权激励加人才签约的组合拳来得稳固。
但这一策略也有其风险。Noam Shazeer 在加入谷歌后不到一年，又跳槽到了 OpenAI。Windsurf 的剩余资产，包括品牌、IP 和企业客户，最终被 Cognition AI 收购。谷歌拿到的是人和技术使用权，但并没有完整地拥有这些公司的产品线和客户关系。每一次交易都是一次人才租赁，而非资产并购。
Mechanize 的野心：不止于编程
理解这笔交易，还需要理解 Mechanize 到底是一家什么样的公司。
Tamay Besiroglu 此前的履历是 Epoch AI 的联合创始人，一个专注于 AI 模型测试和评估的研究机构。Mechanize 的创始团队还包括 Matthew Barnett 和 Ege Erdil。投资方阵容堪称豪华：前 GitHub CEO Nat Friedman、Stripe CEO Patrick Collison、播客主持人 Dwarkesh Patel、谷歌首席科学家 Jeff Dean、Quora 创始人 Adam D'Angelo 等。
但真正让 Mechanize 与众不同的，是它的终极目标。Mechanize 官网写得很清楚：
我们的目标不仅是自动化编程，而是实现整个经济中所有高价值工作的全面自动化。
CEO Besiroglu 甚至计算过整体的可寻址市场：美国工人每年的工资总额约 18 万亿美元，全球超过 60 万亿美元。这不是一个“代码助手”的叙事，这是 AI 取代人类劳动力的叙事。
不过，Mechanize 目前的产品聚焦在软件工程领域。它构建的环境和评估体系，本质上是为 AI 编程代理提供训练场和考试卷。而谷歌恰好是这家公司最需要的客户，拥有海量计算资源、迫切需要在编码能力上追赶对手、且有足够的财力为未来买单。
AI 编程赛道的终局猜想
如果再看一眼 AI 编程赛道当前的竞争格局，就能理解谷歌为何如此急迫。
市场领导者 GitHub Copilot 背靠微软的 Azure 算力和 OpenAI 的 GPT 模型，生态壁垒极其深厚。Anthropic 的 Claude Code 在开发者口碑上已经领先，靠的是模型本身的推理能力优势。Cursor 虽然被广泛认为是最流畅的 IDE 体验，但其底层依赖第三方模型，存在被上游“卡脖子”的风险。
谷歌的 Antigravity 起步最晚，但资源最丰富，拥有 Gemini 模型、Google Cloud 基础设施、以及通过 Windsurf 和 Mechanize 两笔交易积累的人才和技术。然而，核心问题依然存在：Gemini 模型的编码能力能否在短时间内实现质的飞跃？Mechanize 的评估和训练框架能否成为那个催化剂？
从更宏观的视角看，AI 编程赛道的竞争已经超越了“谁的工具更好用”的层面，进入了“谁拥有最好的训练-评估-反馈闭环”的竞争。微软有 GitHub 的代码数据，OpenAI 有 Codex 的使用反馈，Anthropic 有 Claude 的推理能力，而谷歌正在通过一系列非传统交易，试图拼凑出属于自己的闭环。
15 亿美元买一家成立不到两年的公司，买的不只是技术，更是一个位置。在 AI 编程这场终局之战中，谷歌不想被排除在牌桌之外。但在这个赛道上，钱能买到人才，能买到技术授权，却买不到时间。微软和 OpenAI 已经跑了两年，Anthropic 正在加速。谷歌的 Mechanize 赌注，押的是 AI 编程的竞争还有下半场。而这场下半场，可能决定大模型时代究竟谁能掌握最终的定价权。
快报