（本文作者为 字母 AI，钛媒体经授权发布）
文 | 字母 AI
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。
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。
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”。
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。
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App