Gemini 3.7 Flash 突袭！谷歌AI紧急换帅后的首个大动作，内斗真相浮出水面

事件背景：换帅后八天的突袭

2026 年 8 月 5 日，Google DeepMind 完成近年来最剧烈的权力重组：

• Demis Hassabis 卸任 CEO，转任董事长和 Alphabet 首席科学家，聚焦 AGI 与长期研究
• Koray Kavukcuoglu（原 CTO、Alphabet 首席 AI 架构师）升任高级副总裁，接管 Gemini 模型研发、Frontier AI 研究、Gemini App 和开发者团队，直接向 Pichai 汇报，拥有重大决策最终决定权

八天后（8 月 13 日），Gemini 3.7 Flash 发布。距上一代 3.6 Flash 仅三周——谷歌自称这是基于开发者反馈和算法创新的快速迭代。

三周迭代一次：重点压在 Coding 和 Agent

大模型竞争重心已从聊天/知识问答转向代码生成、工具调用、Computer Use 和长链条 Agent 任务。3.7 Flash 集中攻击谷歌最需要补强的区域：

代码能力：

Agent 执行能力：

谷歌特别强调：3.7 Flash 在遇到执行障碍时会更主动调整策略，必要时澄清用户意图，更严格遵循指令——模型在多步骤规划和工具调用中"投入更多思考"，减少人工监督和重试。目标很现实：模型不能只"第一次回答得不错"，需要把任务彻底完成。

Flash 开始逼近旗舰模型

3.7 Flash 与高价旗舰模型的性能差距正在缩小：

• Artificial Analysis Intelligence Index：3.7 Flash = 56，Claude Sonnet 5 = 55，GPT-5.6 Terra = 57
• FrontierCode 1.1：3.7 Flash 的 43.6% 高于 Claude Sonnet 5（42.7%）和 GPT-5.6 Terra（41.3%）
• WebDev Code Arena：3.7 Flash Elo 1588，高于 Claude Sonnet 5、GPT-5.6 Terra 和 Muse Spark 1.2

但旗舰模型在部分领域仍有优势：DeepSWE v1.1 中 GPT-5.6 Terra 达 69.6%，Terminal-bench 3.0 为 20.8%（vs 3.7 Flash 的 14.9%）。

谷歌对 Flash 的定位清晰：不需要所有 Benchmark 第一，而是用接近前沿的能力 + 更低价格 + 更高吞吐，成为真正能大规模跑 Agent 的 "workhorse model"。

Agent 成本战：价格砍半

介绍期价格（至 2026 年 12 月 31 日）：

• 输入：0.75 美元 / 百万 Token（3.6 Flash 最初价格的一半）
• 输出：3.75 美元 / 百万 Token

2027 年 1 月 1 日起恢复至输入 1.5 美元、输出 7.5 美元 / 百万 Token。

这一定价策略反映了 Agent 时代的成本结构变化：聊天机器人调用模型一两次，但一个真正工作的 Agent 需要规划任务、搜索资料、读十几个文件、调用多个工具、失败后重试——Token 和工具调用次数会迅速膨胀。谁能以最低成本让足够聪明的模型运行几十步甚至几百步，才是杀出重围的关键。

即日部署：进入谷歌自己的 Agent 产品

3.7 Flash 发布当天即部署到 Gemini Spark（谷歌 I/O 推出的个人 AI Agent，24 小时持续运行，覆盖 160+ 国家/地区），处理 Google Workspace 工具调用，场景包括整合多个文件、起草邮件、更新项目状态文档。

开发者可通过 Gemini API、Google AI Studio、Android Studio、Google Antigravity 使用；企业用户可通过 Gemini Enterprise Agent Platform 调用。

值得注意：Gemini 3.5 Pro 至今未正式发布。7 月 21 日谷歌称"与合作伙伴测试中"，但 3.7 Flash 发布时仍无 Pro 时间表。路透指出这次发布没提供任何旗舰 Pro 模型的消息。

"内斗"真相：四组矛盾同时爆发

路透披露，这次重组并非简单高管恩怨，而是几组长期矛盾同时爆发：

1. 科研 vs 商业化 Sergey Brin 在 4 月数百人内部会议上要求 DeepMind "加快速度"。8 月，原计划的新一代旗舰 Gemini 已推迟约两个月，内部测试显示代码能力落后于竞争对手。

2. 伦敦 vs 硅谷 Koray 去年从伦敦迁往 Mountain View 总部。一些伦敦团队负责人感受到自己对 Gemini 技术路线影响力下降。Hassabis 更偏科研/AGI，Koray 更接近产品与商业化体系——他此前就是 DeepMind 与 Google Cloud 的主要接口。

3. Gemini 多位负责人意见分歧 + 算力分配 Gemini 项目长期存在多位负责人之间的意见分歧，加上计算资源受限，使一些后来证明非常重要的方向（包括 Coding）没有及时获得足够资源。Google Cloud 与 DeepMind 之间围绕 TPU 算力分配也存在紧张关系。

4. DeepMind 独立性"特权"终结 X 网友评论：

"DeepMind 能保持独立，说到底只是太平日子里的'特权'罢了。Alphabet 一慌，2014 年的协议直接作废，布林亲自下场开全员会。"

核心人才流失：Jeff Dean、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 离职创建 Discovery Loop（Jeff Dean 和 Oriol Vinyals 都曾是 Gemini 最初的技术联合负责人）。Noam Shazeer 转投 OpenAI，AlphaFold 核心研究者 John Jumper 加入 Anthropic。过去由大量明星研究者共同推动的 Gemini，正在变成权力更集中的项目。

Koray 时代的第一声枪响

3.7 Flash 几乎精准对应了重组后 DeepMind 最关心的问题：更快发布、更强 Coding、更强 Agent、更低成本、更直接进入产品和商业场景。

• Hassabis 时代标签：AlphaGo、AlphaFold、科学突破、AGI
• Koray 时代问题：Gemini 能不能更快迭代？能不能把 Coding 抢回来？能不能真正跑进 Agent？能不能把 TPU + Cloud + Workspace + Android + Gemini 用户规模组织成统一商业机器？

3.7 Flash 回答不了所有问题。迟迟未亮相的 Gemini 3.5 Pro 依然是判断谷歌是否真正重回前沿的更关键考试。但信号已经很明显：换帅后的 DeepMind，首先选择了提速。

参考链接

• Google 官方博客
• DeepMind 模型页
• 路透报道：Google AI 重组内幕

Zero 的看法

从工程视角看，3.7 Flash 的发布策略比模型本身更值得关注。三周迭代周期 + 价格砍半 + 即日部署到自家 Agent 产品——这不是常规模型升级，而是典型的"抢节奏"操作。谷歌显然在补 Agent 工程化的课。

几个关键信号值得前端/工程化视角解读：

1. Workhorse model 定位 = Agent 基础设施思维。 谷歌不再追求 Flash 在所有 Benchmark 第一，而是让它成为"能大规模跑 Agent 的马"。这对应工程现实：Agent 场景下单次调用成本低比单次精度高更重要，因为 Token 消耗是 O(n) 甚至是 O(n²) 增长的（规划→执行→失败重试→再规划）。0.75 美元/百万 Token 的介绍价是在抢开发者心智。

2. Coding + Agent 聚焦 = 承认战略失误。 路透披露 Coding 方向"没有及时获得足够资源"，这在工程层面意味着谷歌在 Agent 工程化上错失了窗口期。3.7 Flash 的 Terminal-bench 3.0 从 5.4% 到 14.9% 看似大幅提升，但绝对值仍然很低——说明长链条 Agent 的可靠性仍是行业性难题，不是一次迭代能解决的。

3. 旗舰 Pro 缺席 = 真正的隐忧。 Flash 逼近旗舰只是叙事技巧。真正的前沿竞争（DeepSWE、Terminal-bench 3.0）仍由 GPT-5.6 Terra 主导。3.5 Pro 迟迟不发布，要么是技术没ready，要么是资源被重新分配给快速迭代——无论哪种，都说明谷歌内部还在"补课"而非"领跑"。

4. 人才流失是最大风险。 Jeff Dean、Oriol Vinyals 这些 Gemini 技术联创离开，对项目的工程连续性影响远大于管理层换帅。模型研发是有深度技术债的领域，核心架构师离职意味着大量隐性知识流失。Koray 的产品化能力能否弥补这个缺口，还需观察。

结论：3.7 Flash 是个务实的工程决策，但还不足以改变竞争格局。真正的试金石是 3.5 Pro 何时以什么水准亮相。在那之前，谷歌 AI 的"提速"更像是在追赶而非领跑。