在《纽约时报》旗下播客的采访中，谷歌CEO桑达尔·皮查伊承认，谷歌在Coding上确实落后了。
谷歌做AI完全算得上强势，它有Gemini，有非常庞大的谷歌生态，还有自研TPU。在最近的I/O大会上，谷歌几乎把AI塞进了所有核心入口。
它不是没做AI Coding，Antigravity已经被推到台前，Gemini CLI和Gemini Code Assist也一直在服务开发者。但做了，不等于做成了；生态全面，不代表自动拿下市场。
提到AI Coding，最先被想起的往往还是Claude Code、Codex和Cursor。
Coding已经成为AI Agent最早跑通的战场，几乎所有前沿AI公司都在往这个方向进军。就连并不靠编程出圈的DeepSeek，也开始围绕Agent Harness招人。
可以说，AI Coding未必是每家AI公司的起点，却正在成为前沿AI公司的共同落点。
在国内，字节的尴尬和谷歌很相似。它们都拥有完整的AI生态，但到了AI Coding领域，Trae和Antigravity一样，只是众多可替换的开发工具中的一个名字。
如果它们想在Agent时代继续做巨头全家桶，这块短板还是要抓紧补全。
01
没拿下程序员
谷歌在AI Coding上的问题，不是缺产品，是缺用户。
Codex有超过400万周活跃用户，Claude Code则取得了开发者心智的胜利。The Pragmatic Engineer今年2月面向软件工程师的AI工具调查显示，Claude Code是最受喜爱的工具，占比46%。Business Insider 5月23日报道，在创业公司内部，Claude Code已成为复杂工程任务里的首选工具。
相比之下，Antigravity没有什么值得拿来说道的地方，仅仅是一个背靠谷歌生态大厦的AI Coding产品。
就体感方面，Antigravity也没能获得开发者的信任。
5个月前，有人专门整理了100多条Antigravity相关帖子，把Reddit社群里最常见的痛点归成几类：额度混乱、性能吃资源、安全担忧、模型选择问题，以及Agent删除或改坏代码。
这些痛点本应在更新后得到解决，Antigravity 2.0的发布按理是谷歌追赶AI Coding的一个重要节点。但更新之后，社群反响也并不算好。
目前最大的争议是，Antigravity 2.0把原本偏IDE的体验，突然改成了一个更偏Agent Manager的界面。用户找不到熟悉的编辑器、文件树、终端、版本控制和扩展环境，不得不被迫适应新的界面。
或许谷歌觉得这样做是在往更智能的方向进步，但事实是，谷歌在没有充分建立信任之前，就试图让开发者从“可控的IDE协作”跳到“黑盒式Agent调度”，约等于完全放弃了之前的那套模式，连带着放弃了原先的那群用户。
额度混乱的问题依然存在，并且变本加厉。
从5月20号开始，Gemini的限额机制从按条数，转向更接近算力消耗的口径。Antigravity官方说Pro用户有5小时刷新机制，但同时又有周限制；用户不知道一次Agent任务会消耗多少，也不知道自己什么时候会撞上周上限。一旦中途限额，就可能直接打断开发流程。
更要命的是，谷歌最新发布的Gemini 3.5 Flash虽然速度很快，但在编程上表现不够稳定。
有用户吐槽，自己只是让Gemini 3.5 Flash给一个重构计划，它却直接开始改代码，之后还声称重构成功，但核心目标基本没完成，最后甚至在没有许可的情况下恢复了一个无关文件。
还有用户抱怨，3.5 Flash在明确给出目标文件、行号和修改要求后，仍然会反复探索同一批文件，而不是直接完成代码改动。而token在这个过程中不要钱似地烧。
一边是产品形态突然从IDE协作转向Agent Manager，用户觉得原来的工作台被拆掉了；一边是额度规则不透明，长任务可能跑到一半被中断；再加上Gemini 3.5 Flash在真实代码库里的执行稳定性仍然被质疑，Antigravity并没做到向开发者证明，自己值得相信。
02
谷歌已经开始补课
但谷歌也不是没有意识到问题。
在最新的采访里，谷歌CEO皮查伊其实把谷歌的短板说得很清楚：如果看文本、多模态、语音、音频、推理和整体智能，谷歌仍然很有竞争力；但到了AI Coding、工具使用、指令遵循和长周期任务，谷歌确实有点落后。
皮查伊专门提到，谷歌过去在Coding上可能缺少类似Claude Code或Cursor那样的数据流和产品。
这也是谷歌现在追赶动作的逻辑。
过去很长一段时间，谷歌面向开发者的AI工具比较分散：Gemini Code Assist、Gemini CLI、Antigravity、Firebase相关工具，各自都在，但很难形成一个清晰的主入口。I/O大会之后，谷歌开始把这条线往Antigravity上收，Gemini CLI和Gemini Code Assist面向个人用户的相关能力，将逐步转向Antigravity CLI和Antigravity 2.0。
谷歌需要一个统一入口，把Gemini真正放进复杂软件工程流程里，拿到足够多的真实任务、失败案例、工具调用和长任务数据。
但同样是进入真实工作流，Claude Code的做法是让Agent贴着开发者原来的终端和代码库工作，Cursor的做法是把AI塞进IDE，让人随时能看、能改、能接管。Antigravity 2.0的产品形态却难免有些过于激进，直接把开发者往上推了一层，推到一个Agent Manager里去看任务进度、等结果交付。
这不是不能做，甚至可能是未来方向之一。可前提是，用户已经足够信任这个Agent，而Antigravity还没有建立起这种信任，就先把熟悉的IDE协作体验削弱了。
只能说不破不立，可能还需要一段时间来过渡。
除了把产品入口往Antigravity上收，谷歌也在补它背后的Agent底座。官方已经开放Antigravity SDK预览版，开发者可以基于这套框架搭自己的Agent。
这背后多少能看到Claude Code的“他山之石”。
Claude Code做得好的地方不只是Claude模型本身，还有Anthropic把模型放进了一套成熟的Agent Harness里。很多开发者喜欢Claude Code，在于它足够贴近真实开发现场，终端、代码库、Git、测试、报错都在眼前。谷歌显然也在吸收这套经验。
组织层面，据The Information报道，Google DeepMind已经组建了一支针对AI Coding模型能力的专责行动小组，由研究员和工程师集中改善Gemini的代码能力。这支团队由Google DeepMind研究工程师Sebastian Borgeaud牵头，DeepMind CTO Koray Kavukcuoglu 和Google联合创始人Sergey Brin据称也参与其中。
这些动作证明谷歌已经开始补课，但还不能证明它可以追上。
谷歌历史上并不缺“集中力量补短板”的时刻。社交网络时代，它曾经用Google+追赶Facebook；移动通讯时代，它也试过用Allo追赶WhatsApp、iMessage和Messenger。它们背后同样有谷歌账号体系、搜索流量、Android入口和强大的工程资源，但最后都没有真正改变市场格局。
不是说Antigravity会重演这些失败，AI Coding和社交、通讯不是同一个市场，谷歌手里也确实有Gemini、云、开发者工具和企业客户这些更贴近软件工程的资产。但它提醒了一件事：巨头资源只能把产品推到用户面前，不能替产品赢得用户习惯。
现在的Antigravity，已经被谷歌推到了更重要的位置。但它还需要证明自己不是一个被强行整合出来的入口，是一个真正能接住开发者日常工作的工具。
皮查伊对此倒是很有信心。他在采访里说，自己“非常、非常乐观”，也相信谷歌会“突破这一关”。
03
全家桶救不了不稳定的Agent
字节的境遇和谷歌很像。
字节手里同样是一套相当完整的AI全家桶：豆包、即梦、剪映、CapCut、飞书、火山引擎、扣子，再加上Trae，从普通用户到内容生产，从企业协作到云服务，从Agent平台到AI编程工具，字节几乎每一层都已经落子。
但到了AI Coding上，Trae和Antigravity一样，都没能成为开发者绕不开的名字。
字节当然也在追。
Trae早已不只是一个AI IDE，它有Trae SOLO，试图切入用户的真实工作流；也有开源的Trae Agent，用来补开发者心智和技术信任。从招聘和产品动作看，Trae已经被字节做成一条完整的产品线，覆盖Agent基础架构、AI Coding环境、模型算法、开发者运营和企业客户等方向。
谷歌有Gemini、Antigravity、Google Cloud、Firebase、Android、Workspace；字节有豆包、Trae、飞书、火山引擎、扣子和内容生态。它们都不是单点工具公司，而是平台型公司。
谷歌财报里，Google Services仍然是绝对大头，搜索、YouTube、订阅和平台业务支撑了主要收入；Google Cloud则是增长最快的关键业务之一。
字节虽然没有公开上市财报，但据路透社和第三方机构披露，它的主要收入仍来自抖音/TikTok等内容平台上的广告、电商、直播和本地生活变现。
AI Coding对它们来说，更像一个入口：开发者入口，云服务入口，企业研发入口。
从业务收入看，谷歌不靠Antigravity也能活得很好，字节不靠Trae也不会伤筋动骨。但如果它们想在Agent时代继续做平台级公司，就不能长期缺这个入口。
微软已经证明，开发工具的价值不一定体现在直接收入上。VS Code免费，GitHub长期也不靠单点软件授权赚钱，但它们让微软锁住了开发者工作流。一个工程师在哪里写代码，在哪里管理代码，在哪里调用AI，最后很可能就在哪里部署应用、采购云服务、接入企业工具。
AI Coding也是同样的逻辑。谁拿下开发者每天打开的工作台，谁就更容易往后接云、模型、数据库、部署、监控、安全和企业协作。
谷歌和字节都拥有非常强大的生态，但AI Coding不是一个简单靠生态导流就能做起来的市场。对开发者来说，重要的是模型在真实代码库里到底能不能干活。
一个Coding Agent要解决的，不只是“生成一段代码”（这种工作Chatbot也能做）。它要知道应该看哪些文件，哪些文件不用看；要理解用户真正想改什么，而不是反复探索；要能根据报错继续修；要知道什么时候应该动手，什么时候应该先问；要能少制造垃圾文件，少误改生产代码，少把token烧在无效搜索上。
而这些能力，最终都回到底层模型。
Antigravity的很多问题，表面上看是产品问题：Agent Manager太黑盒、额度不透明、任务容易中断、文件改动不可控。但往深处看，很多也是模型问题：如果模型足够强，知道该看哪里、该改哪里、什么时候该停，用户就不会那么强烈地感受到“不可靠”
这也是为什么Claude Code和Codex能先跑出来。Claude Code的成功，最最重要是Claude模型本身在代码理解、长上下文、工具调用和复杂任务规划上足够强；Codex也一样，OpenAI能把它做成大规模开发者入口，靠的是模型在软件工程任务上的持续迭代。
产品设计当然重要，Harness、权限、回滚、插件、移动端审批、第三方工具接入，这些都很关键。但它们都是为了给模型更好的发挥空间，如果模型本身不够稳，再好的生态也只是把不稳定放大；只有模型足够强，产品和生态才有机会把能力变成工作流。
AI Coding拼到最后，第一层是模型，第二层是工具，第三层才是生态。
谷歌和字节都不缺生态。真正的问题是，它们能不能把模型、Agent框架和开发者工作流做成一个稳定系统。
谷歌和字节都可以把入口铺得很满，但要是模型撑不住复杂软件工程任务，这块软肋就会一直露在外面。
生态可以把人带到门口，模型和产品稳定性才决定他们会不会留下来。
京海配资提示：文章来自网络，不代表本站观点。
