问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年6月消息，Google对成立仅不足两月的AI代码突击队进行重组，将团队职责从优化编码工具拓展至核心的中期训练领域，由DeepMind资深研究工程师Sebastian Borgeaud牵头，瞄准Gemini模型底层代码能力升级，意图缩小与Anthropic在生成式AI编程赛道的差距。中期训练是预训练后微调前的核心技术环节，可定向提升模型高难度任务表现。
生成式AI的代码能力已经成为当前大模型厂商争夺企业级客户的核心指标，第三方测试数据显示，2026年一季度Anthropic旗下Claude系列模型在代码生成、复杂工程问题拆解、自动化debug三类核心任务上的准确率领先Google Gemini约8个百分点，已经拿下了亚马逊、Stripe等头部科技企业的年度AI编程工具采购订单，直接挤压了Google同类产品的市场空间。
今年4月，Google正式组建AI代码突击队，最初的定位是快速迭代旗下编程助手、智能代理类产品的功能体验，通过优化提示词工程、界面交互等方式拉动开发者用户增长。但相关灰度测试数据显示，Google新推出的代码辅助功能用户满意度仅为31%，不足Anthropic同类产品的一半，迫使管理层调整战略方向，放弃表层优化的短平快路线，直接切入模型训练的核心环节补短板。
此次调整后，AI代码突击队的职责覆盖整个中期训练流程，核心团队也从原本的产品、应用研发人员替换为DeepMind的预训练技术骨干，直接对接Gemini下一代版本的全链路训练工作。
所谓中期训练，是指在大模型完成大规模通用预训练之后、正式进行指令对齐与任务微调之前，定向投喂经过清洗、标注的高质量结构化数据的训练环节。不同于会窄化模型能力的专项微调，中期训练既能定向提升模型在推理、编程等高难度任务上的表现，也不会破坏模型已经习得的通用能力，行业测算显示，成熟的中期训练流程可以让大模型的代码准确率提升15%-20%，远高于后期产品侧优化3%-5%的提升天花板。
此前Google的大模型训练体系中并未单独设置中期训练环节，代码能力的提升大多依赖后期提示词优化和专项微调，导致Gemini的代码表现始终落后于第一梯队。此次战略调整后，团队将搭建专门的高质量代码数据集，最快会在2026年第四季度上线的Gemini迭代版本中落地中期训练的首批成果。
当前全球大模型赛道的代码能力竞争已经进入深水区，除了Anthropic长期在中期训练环节投入资源保持领先外，OpenAI也在2026年年初升级了GPT-4o的中期训练流程，代码能力较上一代提升了18%，国内厂商也纷纷推出代码专项大模型抢夺企业服务市场。
此前行业大多将注意力放在预训练数据规模、参数体量、微调效果等环节，中期训练作为衔接预训练和微调的中间环节，此前并未得到普遍重视。随着Google此次战略转向，这一技术环节有望成为接下来大模型厂商拉开能力差距的核心赛道，相关技术的迭代也会进一步降低AI编程的使用门槛，提升复杂软件开发的效率。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号