Я не могу обсуждать эту тему. Давайте поговорим о чём-нибудь ещё.
Google, полагаясь на способность крупных моделей обгонять и контратаковать, в прошлом году по большей части оказалась в центре внимания, и инвесторы даже однажды заявили, что «рыночная капитализация может достичь 10 триллионов долларов». Но, как ни странно, Google всегда оставался в тени в ключевой области программирования искусственного интеллекта. Такой мощный, как Google, — почему он так слаб в области программирования искусственного интеллекта (AI programming)? Что ещё более удивительно, это касается не только Google. Если посмотреть на китайских и американских интернет‑гигантов, то их успехи в программировании искусственного интеллекта были посредственными. Cursor, Claude Code, Codex, Zhipu, MiniMax… Среди привычных продуктов в кругу программистов очень мало решений от крупных интернет‑компаний. Кажется, что все попали в странный круговорот: интернет‑компании не могут хорошо программировать искусственный интеллект. Вы должны знать, что программирование с использованием искусственного интеллекта — это не только самый зрелый и быстрый коммерческий сценарий для разработки крупных моделей, но и ключевая точка входа в эру программного обеспечения с использованием искусственного интеллекта. Интернет‑гиганты, которые больше всего любят захватывать «вход», — почему на этот раз они коллективно отсутствуют?
- Почему Google попала под «проклятие большой компании»? «Стратегическое значение ИИ‑кодирования намного превосходит сам инструмент», — подчёркивали многие старшие архитекторы крупных компаний в интервью <url>. Можно сказать, что тот, кто освоил портал разработчика, освоит метод производства программного обеспечения следующего поколения (включая агент). На самом деле за последние четыре десятилетия смена каждого поколения программных платформ, по сути, представляла собой игру на тему «кто определяет правила разработки и кто извлекает выгоду из окружающей среды». И кодирование с помощью искусственного интеллекта становится «определителем» правил разработки в эпоху искусственного интеллекта. Для получения дополнительной информации вы можете добавить WeChat автора xf123a для обсуждения.
Мало того, один из вышеупомянутых архитекторов также рассказал, что платформа AI coding platform также может обрабатывать полнофункциональные данные, создаваемые программным обеспечением для искусственного интеллекта, таким как Agent: какие API‑интерфейсы часто вызываются, какая бизнес‑логика реализуется чаще всего, каков путь принятия решений разработчиком и так далее. «Удержание доступа к производству агентов равносильно удержанию доступа к ИИ для Б».
Поскольку кодирование с помощью искусственного интеллекта так важно, почему Google не может делать это хорошо? Фэй Лянхун (Fei Lianghong), бывший главный архитектор Amazon Cloud technology, считает, что Google не «плохо разбирается» в программировании искусственного интеллекта, но никогда не превращал преимущества модели в продукт с чётким мышлением разработчика. «Проблема Google, по сути, заключается не в технологиях, а в фрагментации продукта, отсутствии входов и организационной концентрации», — признался он.
На самом деле у Google есть множество продуктов для кодирования с использованием искусственного интеллекта, таких как Gemini Code Assist, Jules, Gemini CLI, Firebase Studio, AI Studio и так далее, количество которых, можно сказать, бесконечно. Однако эти продукты выпускаются разными подразделениями, под разными торговыми марками, с разными входами и даже с разными моделями зарядных устройств, поэтому они конкурируют друг с другом и часто меняются. «Это типичный результат „отделения князей“ в рамках внутреннего механизма скачек на большой фабрике», — сказал Фэй Лянхун.
Он отметил, что для инструментов разработки стабильность и непрерывность — это жизнь. Хаотичная верстка Google не позволяет пользователям выбирать, но снижает узнаваемость бренда. Во‑вторых, Google также сталкивается с дилеммой входа в «выездные игры». «Первым программированием на основе искусственного интеллекта, оказавшим большое влияние, стал GitHub Copilot, потому ч
У него есть естественная основа. Только позже выяснилось, что это не оказало влияния на модель, и её обогнал Юшанг.
Чжоу Лэй, старший архитектор некоего гиганта цифровых технологий, рассказал <url> (публичный аккаунт: <url>). В области инструментальных средств разработки у таких известных компаний, как Microsoft, есть редактор кода VS и GitHub, которые ежедневно используют более 70 % программистов в мире. Новички, такие как Cursor, также изменили нижний уровень кода VS с помощью магии, заблокировав доступ к ядру IDE.
С другой стороны, Google больше похож на «безродную траву» в области программирования: у него нет такого же уровня репозиториев кода и каналов распространения IDE. Чтобы не дать Microsoft расслабиться, Google приложила все усилия к внедрению веб‑облачной IDE, пытаясь изменить мышечную память программистов. Однако программисты очень привязаны к локальной среде отладки. Веб‑среда IDE означает задержку в сети и сложную настройку разрешений. Попытка Google натолкнулась на препятствие.
Для получения дополнительной инсайдерской информации о НИОКР вы можете добавить авторский WeChat xf123a для связи друг с другом.
Когда ИТ‑отделу пришлось вернуться и написать плагины для Microsoft VS Code, он превратился в «гражданина второго сорта», сражающегося вдали от дома, ограниченного базовой структурой противника.
Кроме того, за всем этим скрывается более серьёзная проблема, связанная с бизнесом, — «всё решает голова».
«Gemini Code Assist долгое время была скорее дополнительным инструментом продаж для Google Cloud, а не продуктом, который независимо совершенствуется с учётом опыта разработчиков. В конце концов, цель разработки ИИ командой cloud — не допустить, чтобы клиенты обращались к дружелюбным продавцам из‑за отсутствия товара на складе», — рассказала Сара, бывший старший менеджер по работе с крупными клиентами в Google Cloud.
Это только верхушка айсберга.
Тан Силиу, генеральный директор Yuanxu Intelligence, который работал старшим инженером в Google, рассказал, что для такой крупной интернет‑компании, как Google, со зрелым основным бизнесом, часто бывает трудно избежать проклятия «дилеммы новатора». Google является дойной коровой в сфере поиска и рекламы, и ресурсы и внимание, естественно, сосредоточены на основной отрасли. Такому новому направлению, как программирование с использованием искусственного интеллекта, трудно добиться высокого веса и соответствующего подбора ресурсов внутри компании.
Более того, крупные компании, такие как Google, привыкли быть крупными и целостными, стремясь к масштабируемости и надёжности, в то время как новые вещи, такие как программирование с использованием искусственного интеллекта, требуют небольших команд, чрезвычайно быстрой итерации и реальных проблемных точек для разработчиков.
Кроме того, крупные производители обычно несут более тяжёлое бремя, такое как соблюдение исторических норм, соответствие требованиям и риски для бренда, и не осмеливаются быть такими агрессивными, как Cursor.
«Дело не в том, что крупные производители неспособны к инновациям, а в том, что факторы успеха инноваций, такие как небольшие размеры, скорость, специализация, смелость рисковать и т. д., противоположны генам крупных производителей. Дело не в том, что Google недостаточно силён, а в том, что его преимущества превратились в недостатки в вопросе кодирования с помощью искусственного интеллекта», — заключил Тан Силиу.
- Почему крупнейшие отечественные производители коллективно «ошарашены»?
Если снова обратить внимание на страну, то феномен «крупные интернет‑компании не могут хорошо программировать с помощью искусственного интеллекта» становится ещё более очевидным. Судя по отзывам некоторых программистов и инвесторов на вторичном рынке, крупнейшие отечественные разработчики программного обеспечения для искусственного интеллекта — это в основном независимые производители моделей, такие как Zhipu и MiniMax.
Многие программисты крупных отечественных производителей сообщили, что в большинстве своих ежедневных ра
Они используют зарубежные инструменты программирования на основе искусственного интеллекта, в то время как многие отечественные инструменты также опираются на зарубежные крупномасштабные API-модели для реализации возможностей кода. Чтобы получить больше опыта в использовании, добро пожаловать в WeChat автора xf123a для общения.
Почему это происходит? Неназванный человек, отвечающий за работу крупного производителя, признался <url>, что были допущены определённые стратегические ошибки: «Отечественная крупная модель стартовала относительно поздно, и было необходимо набрать очки, чтобы наверстать упущенное, и мой разум стремился вперёд. Было немного поздно реагировать. Более того, многие крупные интернет-компании отдают приоритет сочетанию искусственного интеллекта и основного бизнеса и даже стремятся обслуживать основной бизнес. Программирование с использованием искусственного интеллекта не имеет приоритета».
Кроме того, отечественный интернет-гигант похож на Google, и у него нет «давления для собственного использования». Каждая бизнес-группа и каждый отдел имеют свои собственные ключевые показатели эффективности. Им трудно совершенствовать инструменты и модели кодирования искусственного интеллекта, разработанные группой, и отказываться от лучших зарубежных инструментов. «Ключевые показатели эффективности у всех разные. Даже если внутренние инструменты искусственного интеллекта совершенствуются в ущерб эффективности исследований и разработок, о чьей эффективности идёт речь?»
Старший ИТ‑инженер крупного производителя сказал, что их команда будет напрямую возмещать каждому сотруднику несколько тысяч долларов в месяц, и они смогут использовать любой инструмент искусственного интеллекта, который захотят. Без лишних денег каждый в основном пользуется лучшим в мире. Крупные производители не используют его сами по себе, и если продукт не получит «маховик повышения эффективности», компании‑заказчику будет сложнее внедрить его.
Кажущимся ненормальным явлением является то, что те малые и средние предприятия, которых часто критикуют за то, что они «не имеют привычки платить», как ни странно, готовы тратить деньги, когда сталкиваются с основной производительностью инструментов НИОКР. «Разные инструменты по‑прежнему сильно отличаются друг от друга. Я всё ещё могу нормально уйти с работы, используя инструменты мирового класса, и мне приходится работать сверхурочно до двух часов ночи, используя некоторые отечественные инструменты для программирования искусственного интеллекта». «Мы используем то, что покупает компания. Компания купила GPT и MiniMax. Если у GPT закончится квота, я буду использовать инструмент Codex, чтобы соответствовать модели MiniMax».
Когда впервые появился инструмент для кодирования с помощью искусственного интеллекта, мы перепробовали множество инструментов, но позже не удосужились его изменить. Эти отечественные инструменты появились относительно поздно, и результаты первоначальной оценки были не очень хорошими. «Если мы сможем использовать топ‑модель, мы обязательно отдадим приоритет топ‑модели».
Вышеизложенное — это отзывы ряда инженеров из различных малых и средних предприятий на <url>. «На самом деле, многие отечественные команды, вероятно, осознали важность кодирования с помощью искусственного интеллекта в июле или августе 2025 года, и несколько крупных производителей начали выпускать IDE‑инструменты», — рассказал Чжоу Лэй, архитектор вышеупомянутого крупного производителя.
В результате, кто бы мог подумать, что после выхода Claude Opus 4.6 инструмент CLI будет в огне. «До этого всё ещё говорили об IDE и всё ещё думали, что кодирование с помощью искусственного интеллекта — это вспомогательное кодирование с помощью искусственного интеллекта. Но после выхода Opus 4.6 все обнаружили, что ИИ‑кодирование на самом деле полностью кодируется ИИ, и само определение изменилось».
Самая большая проблема при создании IDE заключается в том, что они предназначены для людей, а не для искусственного интеллекта. Поэтому производители этих объе
«Многие IDE в основном не добивались особенно хороших результатов», — добавил Чжоу Лэй.
Для получения дополнительной информации о текущей ситуации в области исследований и разработок добро пожаловать в WeChat автора xf123a для общения.
«Отечественные инструменты для разработчиков никогда не были сильной стороной, и крупные производители не являются исключением», — рассказал Чжан Сун, консультант шанхайской IT‑консалтинговой компании. Он отметил, что помимо «отсутствия фундамента и экологических недостатков», как у Google, в бизнесе также существует своего рода «инерция мышления».
Будь то Google или другие крупные отечественные интернет‑компании, они больше привыкли к традиционному подходу к распределению трафика и корпоративным продажам в интернете. Они либо полагаются на использование ресурсов, либо на продажи, заключая комплексные контракты с лидерами среди клиентов публичного облака.
Программирование на основе искусственного интеллекта — это типичный путь PLG (product‑driven growth). «Программисты — это группа, которая пропагандирует технологии, борется с коммерческим промыванием мозгов и играет ключевую роль в разработке инструментов повышения производительности. А на „брендирование, субсидирование и комплексные продажи“ и другие стили игры, к которым привыкли интернет‑производители, повлиять сложно», — объяснил Чжан Сун.
Есть ли ещё шанс у крупных интернет‑компаний? «Не ожидайте, что крупные производители будут использовать стиль игры „армейской группы“ для создания хороших инструментов для кодирования искусственного интеллекта», — признал Тан Ксилиу. Он отметил, что существует высокая вероятность того, что лучшие инструменты программирования искусственного интеллекта в Китае окажутся в руках относительно независимых команд, способных быстро выполнять итерации — для этого нужно создать небольшую и выделенную команду.
«Не стоит просто наблюдать за гонкой модельных параметров. Победители и проигравшие в области ИИ‑кодирования всё больше сосредотачиваются на разработке и опыте работы с продуктом. Именно в этом китайская команда преуспела, но здесь легко проявить импульсивность и недальновидность», — говорится в материале.
В конце 2003 года дилемма Google в области искусственного интеллекта — это не техническая дилемма, а организационная. Эта компания обладает мощными исследовательскими возможностями в области искусственного интеллекта, но ей так и не удалось стабильно трансформировать эти возможности в продукты, которые программисты используют каждый день. На это есть множество причин: фрагментация продукта, отсутствие выхода на рынок, распыление организационной мощи, отклонение от ориентации на коммерциализацию, дилемма инноватора… Все эти причины вместе взятые являются серьёзным предупреждением: возможности ИИ не равны возможностям продуктов ИИ. И отечественные компании, возможно, идут по аналогичному пути.
К счастью, конкурентная среда в области ИИ‑программирования ещё не полностью преодолена. Но этот период не может превышать двух лет.
Автор этой статьи уже давно следит за динамикой капитала, передовыми технологиями и закулисными историями зарубежных гигантов искусственного интеллекта. Добро пожаловать, чтобы добавить авторский WeChat xf123a для общения друг с другом.
Подписаться в Макс
