近期，一则来自科技媒体The Information的报道引发行业关注。根据动察 Beating监测信息披露，Google DeepMind正在内部组建一支专门的“突击队”，目标直指提升其编码模型能力，尤其是在复杂软件开发任务中的表现。

这支团队由DeepMind研究工程师Sebastian Borgeaud牵头，他此前曾参与该机构的预训练体系建设。同时，谷歌联合创始人Sergey Brin以及DeepMind首席技术官Koray Kavukcuoglu也直接参与该项目，显示出该计划在公司内部的重要级别。

据知情人士透露，这一调整的直接触发因素，是竞争对手Anthropic近期在编码模型领域取得的进展。在内部评估中，部分DeepMind研究人员认为Anthropic推出的编码工具，在代码生成能力上已经超过了当前的Gemini系列模型。

这一差距在数据层面也较为明显。Anthropic编码负责人Boris Cherny曾在今年1月表示，公司内部“几乎100%代码由AI生成”。相比之下，谷歌首席财务官Anat Ashkenazi在2月财报电话会议中提到，当前编码代理在谷歌内部仅承担约50%的代码工作。这一对比也成为推动内部调整的重要背景。

新成立的突击队重点攻关的方向，是“长周期编码任务”。这类任务通常指从零开始构建一个完整软件系统，需要模型跨文件理解代码结构、持续保持上下文，并准确执行多步骤开发流程。这一类能力被认为是当前AI编程工具最难突破的环节之一。

为提升模型能力，谷歌也在调整训练数据策略。据悉，团队开始更多使用内部私有代码库进行训练，而非单纯依赖公开数据。原因在于内部工程代码与公开代码在结构、规范以及复杂度上存在明显差异，通用模型在真实工程环境中的表现仍然有限。虽然这些内部模型不会直接对外发布，但其训练成果会反哺公开版本的迭代。

与此同时，谷歌内部也在强化AI工具的使用普及。例如，公司设立了名为“Jetski”的内部编码工具排行榜，用于跟踪工程师使用AI工具的频率与效果。此外，一些团队还开始推进强制性AI培训，以提高整体使用水平。

在管理层推动下，Sergey Brin在内部备忘录中提出明确要求：所有Gemini工程师在处理复杂多步骤任务时，必须使用内部AI代理工具。他将这一阶段形容为“追赶窗口期”，认为编码能力提升是下一阶段AI竞争的关键。

从更长远的角度来看，Brin提出的目标是所谓“AI起飞”阶段，即具备自我改进能力的AI系统。他多次在内部交流中强调，如果AI能够更高效地完成代码编写、数学推导以及实验执行，那么未来AI研究本身也可能被部分自动化。

值得注意的是，这一趋势并非谷歌独有。OpenAI等公司也已在内部使用类似工具，帮助研究人员更快生成实验代码，加速模型迭代效率。

整体来看，这场围绕AI编码能力的竞争，正在从模型性能比拼，逐渐延伸到组织结构、数据策略与开发流程的全面竞争。DeepMind此次组建突击队，更像是在这一轮竞争加速阶段的一次集中回应，而真正的差距，也正在编码能力这一关键环节被放大。

热门标签： 谷歌