您的位置首页 >科技要闻 >

给 Gemini 道歉,请自觉排队

这轮反转的主线是:曾在 8 月公开唱衰 Google、写下 "Gemini is cooked(Gemini 完了)" 的知名 AI 研究机构 SemiAnalysis,在 11 月看到 Gemini 4 系列密集发布并重返榜单前列后,于 X 上发布一张《向 Google 道歉专用表》,向 Google DeepMind 主席 Demis Hassabis 认错,划掉当初标题里的 cooked 一词;Hassabis 随后转发接梗表示 "接受道歉"。从 8 月被判断 "重回顶级概率降到零",到 10 月底 Carbon 登顶 Artificial Analysis 综合榜单、11 月八天内连发 Hydrogen 和 Neon,Google 用七周四款 Gemini 4 模型完成了一次舆论反转。 下面把来龙去脉、时间线和技术背景按顺序拆开。

一、道歉事件是怎么发生的

1. 道歉表上写了什么

SemiAnalysis 在 X 上发出一张写给 Demis Hassabis 的《向 Google 道歉专用表》,理由栏勾选了几条带有自嘲色彩的选项:

  • 我只看了 X 上大家的消息;
  • 我那在 Anthropic 工作的室友,说服我相信 Gemini 已经完了;
  • 我没有阅读模型卡;
  • 最后一行写明:"Demis,关于 Gemini 4,我们错了。我们只想撤回一个词。"

他们从当初的标题 "Gemini is cooked" 中划掉 cooked,一句 "Gemini 完了" 变成 "Gemini 这回真做出了点东西"。

2. 双方在 X 上的互动

环节内容
Google 研究员回应DeepMind 研究员 Arthur Douillard 发帖称,团队曾把那篇批评文章打印出来放在桌上,每天提醒自己当时的实际情况;他感谢 SemiAnalysis 的文章提供的动力
SemiAnalysis 转发转发 Douillard 帖子,同时晒出这张填好的 "道歉表"
Hassabis 接梗转发帖子表示 "接受道歉",并打趣对方漏勾了 "低估了 Google DeepMind 这群高手" 这一项
更早的个人致歉官号发梗图两周多前,看空报告共同作者 Dylan Patel 已在 Gemini 4 Carbon 评测发布后,以个人名义向 Google 公开致歉

二、8 月看空报告到底说了什么

1. 报告背景

2026 年 8 月,SemiAnalysis 发文认为:Google 自去年 11 月短暂领先之后,就再没有发布让人激动的模型,基本处于掉队状态。报告给出的主要依据包括:

  • DeepMind 强化学习团队走了不少人;
  • 内部算力没有分配好;
  • 原定 6 月推出的 Gemini 3.5 Pro 迟迟未上线;
  • 编程等后来被证明关键的方向,当时获得的资源偏少。

2. 当时的核心判断

报告给出了一个很重的结论:照这样下去,Google 当然还会继续发模型,但再一次达到行业最高水平的概率,已经 "降到了零"。

3. 同期的组织调整

就在看空报告发布前后,Google 于 8 月 5 日宣布对 DeepMind 进行重大组织调整:

调整项内容
研发负责人原 DeepMind CTO、Google 首席 AI 架构师 Koray Kavukcuoglu 出任 DeepMind 高级副总裁,直接向皮查伊汇报,全面负责 Gemini 模型开发、前沿研究以及 Gemini 应用和开发者团队
Hassabis 职务交出日常运营职责,转任 DeepMind 主席和 Alphabet 首席科学家
离开团队Gemini 原技术共同负责人 Jeff Dean、Oriol Vinyals,与 Sanjay Ghemawat、Quoc Le 一同离开谷歌,创办 Discovery Loop

三、Gemini 4 系列的翻身节奏

1. 发布时间线

模型发布节点定位与表现
Gemini 4 Argon9 月底至 10 月初公布,10 月 13 日模型卡公开Gemini 4 首款前沿模型,100 万 token 上下文,面向复杂长程工作流、编程、金融法律研究与网络安全防御
Gemini 4 Carbon10 月 28 日发布最强旗舰,擅长长程 Agent 任务;以 59 分登顶 Artificial Analysis Intelligence Index v5.0,超过 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分
Gemini 4 Hydrogen11 月 12 日推出主打 Flash,写作和复杂软件工程任务可快速完成
Gemini 4 Neon11 月 18 日发布兼顾推理深度与效率,被称为 Gemini 4 系列中综合能力最强的一款;由 Carbon 适配而来

从 9 月底到 11 月中旬,Google 在七周内连续公布四款 Gemini 4 系列模型;11 月 12 日到 18 日短短八天内就连发三款。Hydrogen 和 Neon 都基于 Carbon 适配:Carbon 瞄准长时间推理的难题,Hydrogen 追求日常任务执行速度,Neon 兼顾两者。

2. 外部口碑

新模型在社交媒体上获得大量正面反馈,类似 "Gemini 4 Neon 太疯狂了""Neon 比想象中还要疯狂 ""Neon 解决了人们此前对 Gemini 模型的所有不满" 的评论,在 X 上被大量点赞。

四、这次翻身背后的研发准备

1. 底座启动早于舆论和人事调整

  • 2026 年 7 月 22 日 Alphabet 二季度财报电话会上,皮查伊已明确透露 Gemini 4 启动了 "Google 迄今最有野心的预训练";
  • 管理层把大量算力和精力集中投入 Gemini 4,目标是依托这一代基础模型加快后续迭代,把发布节奏推进到接近每月一版;
  • 也就是说,Gemini 4 的底座工程在 8 月 5 日组织调整和 8 月 7 日看空报告之前就已经在进行。

2. 多条研发线并行

Koray Kavukcuoglu 在 9 月初和 11 月 19 日的两场播客访谈中还原了内部机制:DeepMind 内部多条研发线并行推进,一组人打磨当前发布版本时,另外两组团队已在同步开发后续两代模型;10 月看到的 Gemini 4 背后,至少有一年的连续研发沿革。

3. 基于真实工程场景的后训练体系

11 月 12 日,时任 Gemini 后训练负责人 Melvin Johnson 在 AI Engineer CODE 大会上,以 SemiAnalysis 的批评文章开场,披露了内部训练方法:

环节做法
真实工作流替代静态题库Google 内部每天约 10 万名员工用编程工具 Antigravity 写代码;候选模型版本先在内部发起盲测,由工程师用手头真实开发任务检验、挑选更顺手的版本
回收真实 "失手现场"模型在跨文件修改中卡在哪一步、哪一次改坏既有逻辑,立刻回收转化为下一轮训练题与评分细则
果断淘汰过期题目模型对某道题反复尝试都能稳定满分后,奖励信号完全相同,题目无法再区分优劣,就撤下换成更高难度挑战
重新定义 "做完了"不只看单元测试是否跑通,还考察边界条件处理、代码质量、改动范围是否克制、后续可维护性
重点考察诚实度评分系统把模型的自我汇报与实际操作日志逐一核对;难题只完成一半但如实交代进度可拿部分奖励,没运行测试就声称 "全部通过" 则严厉惩罚

在内部一项高难度工程评测中,基线模型编造率为 8%,Hydrogen 约 3%,Carbon 约 1.5%。

五、怎么看这次 "排队道歉"

  • SemiAnalysis 当时指出的很多问题确实存在,DeepMind 研究员也没有否认,并未把批评当作全盘否定;
  • 三个月后的结果说明,外界低估了 Google 多年积累的研发能力,以及它把这些能力集中投入一代模型上的速度;
  • 眼下 Gemini 4 已重新成为编程、Agent 等方向第一梯队的竞争对手,并在真实产品体验上追赶 Codex、Claude 等 Agent 产品;
  • 需要注意:榜单排名和单点评测会随版本更新变化,模型实际表现仍要结合具体任务、上下文场景和后续版本迭代判断。

【相关 FAQ】

问题 1:SemiAnalysis 为什么要给 Gemini 道歉,道歉表里写了什么?

回答 1:SemiAnalysis 在 8 月曾发布看空报告,标题 "Gemini is cooked",判断 Google 重回行业顶级概率降到零;10 月底以来 Gemini 4 Carbon 登顶榜单、Hydrogen 和 Neon 陆续获得好评,SemiAnalysis 于是在 X 上发出《向 Google 道歉专用表》,勾选 "只看了 X 消息"" 没读模型卡 "等理由,并写明"Demis,关于 Gemini 4,我们错了,只想撤回一个词 ",划掉了 cooked。

问题 2:Hassabis 有没有接受这轮来自 SemiAnalysis 的 Gemini 4 道歉?

回答 2:有。DeepMind 研究员 Arthur Douillard 先在 X 上表示感谢那篇批评文章的激励,SemiAnalysis 随后晒出道歉表;Demis Hassabis 转发帖子接梗表示 "接受道歉",还打趣对方漏勾了 "低估了 Google DeepMind 这群高手" 这一项。

问题 3:Gemini 4 系列具体发布了哪几款模型,各自定位是什么?

回答 3:Gemini 4 系列包括 Argon、Carbon、Hydrogen、Neon 四款:Argon 是首款前沿模型,主打复杂长程工作流;Carbon 是最强旗舰,擅长长程 Agent 任务并登顶 Artificial Analysis 榜单;Hydrogen 主打日常任务速度;Neon 兼顾速度与智能,综合能力最强,Hydrogen 和 Neon 均由 Carbon 适配而来。

问题 4:8 月那篇看空 Gemini 的报告主要依据是什么?

回答 4:报告认为 Google 自去年 11 月短暂领先后再无激动模型,主要依据包括 DeepMind 强化学习团队人员流失、内部算力分配不佳、Gemini 3.5 Pro 延期未发、编程方向资源投入偏少;报告当时判断 Google 再次达到行业最高水平的概率已经降到零,后来这一判断被 Gemini 4 的密集发布结果推翻。

问题 5:Google 这次 Gemini 4 翻盘,在研发上提前做了哪些准备?

回答 5:Gemini 4 底座在 7 月财报会上就已启动 "迄今最有野心的预训练",早于 8 月人事调整;内部多条研发线并行,同步打磨当前版本和后续两代模型;后训练用内部约 10 万员工的真实编程工作流做盲测,回收真实失误转化为训练题,并把模型诚实度纳入评分,Carbon 的内部编造率已降到约 1.5%。

【参考资料】

  • [2026-11-20](给 Gemini 道歉,请自觉排队)爱范儿(今日头条)
  • [2026-11-19](「北美大豆包」谷歌,终于杀回 AI 牌桌中央)36 氪
  • [2026-10-29](谷歌 Gemini 4 Carbon 登顶第一:综合评分超越 GPT-6,连续数天自主编程)新浪财经
  • [2026-10-29](Gemini 4 Carbon 能给谷歌挽尊吗?)新浪财经
  • [2026-10-28](Introducing Gemini 4 Carbon)The Keyword(Google 官方博客)
  • [2026-10-13](Gemini 4 Argon - Model Card)Google DeepMind
  • [2026-09-30](Introducing Gemini 4 Argon)The Keyword(Google 官方博客)

【免责声明】

本文事件经过、模型节奏、榜单评分与研发细节均整理自公开媒体报道、Google 官方博客及模型卡;榜单排名、编造率等数据来自特定时间点的公开评测,会随模型版本和评测口径变化。文中涉及的机构判断、个人致歉和社交媒体互动仅为公开信息记录,不代表对各 AI 模型长期优劣的背书,也不构成任何投资或选型建议。

今日大家都在搜的词: