Gemini 3.5 Pro с трудом вынашивался несколько месяцев: внутренние конфликты политических фракций в Google заставили сотрудников чувствовать сильное разочарование

Google 最新 флагманская модель Gemini 3.5 Pro давалась с трудом: наружу вылезли не только технические узкие места, но и изнурительная внутренняя политическая борьба. Как сообщает Bloomberg со ссылкой на 10 нынешних и бывших сотрудников, модель задерживалась на несколько месяцев, потому что ее навыки написания кода никак не могли догнать конкурентов; кроме того, междоусобица фракций внутри Google Cloud, DeepMind и Android еще сильнее усугубляла ситуацию.

(Предыстория: тест ReactBench для агентств по генерации кода на AI: GPT-5.6 Sol одержал победу с 43,1%, а ведущие большие модели массово наступали на баги)
(Дополнение по контексту: Bloomberg пишет, что Anthropic уже готовит IPO — быстрее всего выйдет в октябре; три крупнейших инвестбанка договариваются о встречах с инвесторами и руководителями)

Задержка Gemini 3.5 Pro на несколько месяцев сопровождается внутренней тревогой в Google. По данным Bloomberg со ссылкой на 10 нынешних и бывших сотрудников компании, флагманская модель, на которую возлагали большие надежды и которую должны были использовать как ответ на Anthropic и OpenAI, отстала от первоначального графика примерно на несколько месяцев; ключевая причина застревания — то, что способности модели писать код все никак не подтягивались.

Рынок изначально ожидал, что 3.5 Pro будет представлена в мае на конференции для разработчиков I/O. Тогда CEO Сундар Пичай говорил о сроке до июня; теперь же, когда половина июля уже позади, дата сдачи остается неизвестной. Среди инженеров, исследователей в области AI и руководителей царит разочарование: они видят, как модели конкурентов догоняют и выходят вперед, а собственный козырь все еще оттачивается на месте.

Внутренняя междоусобица сложнее, чем у соперника

Поскольку у Google огромная продуктовая линейка, AI-модель нужно встроить в самые разные сценарии — поиск, карты, YouTube и так далее. Перед релизом требуется пройти многоступенчатые согласования с заинтересованными сторонами — это одна из структурных причин задержек. Но Bloomberg подчеркивает более неприятную первопричину: внутри идут соревнования фракций, которые замедляют движение.

Сооснователь Сергей Брин многократно заявлял, что Google следует ускориться в AI-написании кода, однако при реальном исполнении Google Cloud, Google DeepMind и Android-команда действовали разрозненно. Параллельно они создавали инструменты AI для программистов, а свою роль попытались сыграть и продуктовые команды для потребителей.

С одной стороны — много «возов с лошадьми», с другой — сопротивление внутренних «чистоплюйских» сил. Часть инженеров полагает, что действительно важный код должен писаться вручную — так он соответствует стандартам Google. На раннем этапе внедрения сотрудников даже ограничивали в использовании Gemini для написания или анализа кода: опасались, что проприетарный код попадет в данные для обучения AI. Позже эту политику смягчили.

Сейчас главный AI-архитектор Корей Кавукчоглу (Koray Kavukcuoglu) работает совместно с ключевыми инженерными командами, чтобы унифицировать внутренние инструменты; а DeepMind в начале этого года сформировал команду по AI-coding под руководством исследовательского инженера Себастьяна Боржео (Sebastian Borgeaud), пытаясь навести порядок во внутреннем хаосе. Но реальность такова: когда инженерам поручают генерировать код с помощью AI, они часто упираются в ограничения по мощности — из‑за дефицита вычислительных ресурсов и конкуренции за них; а некоторые исследователи, недовольные позицией компании в AI-соревновании, уже развернулись и перешли в такие топовые лаборатории, как Anthropic.

Цена за то, чтобы вскипятить целый океан

Один из бывших сотрудников Google описал это так: заставить руководителей всех подразделений двигаться в одном направлении — это «сложно, как вскипятить целый океан».

Когда в конце 2022 года на сцену ворвался ChatGPT, Google объявляла «code red», пытаясь сломать бюрократию и внутреннюю конкуренцию; сейчас же бег по AI-трассе давно стал повседневностью этой компании — просто бегут они пока еще не по одной линии.

На руках у Google немало козырей: самый широко используемый в мире продукт — это точка входа для большинства людей, чтобы обращаться к генеративному AI. Эти же взаимодействия сами по себе продолжают генерировать данные, которые делают ответы умнее. Плюс много модальных возможностей для обработки изображений и видео, а также прогресс в «AI-моделях мира», которые способны имитировать физический мир, — все это укрепляет защитные позиции, до которых Anthropic и OpenAI пока не дотянулись.

Но держать оборону за счет «рва» сейчас можно, а держать график релизов — нет: когда соперники один за другим выпускают действительно сильные модели, Google все еще не может даже завершить внутренние споры о том, какой набор инструментов для написания кода использовать. В этой игре в генеративный AI запоздавший гигант пока выглядит неуклюжим.