近日，谷歌DeepMind发布了一系列新AI模型，包括Gemini 3.6 Flash、Gemini 3.5 Flash-Lite和Gemini 3.5 Flash Cyber。然而，新模型上线后迅速引发大量负面反馈。早期用户实测显示，Gemini 3.6 Flash在前端界面生成与空间推理等关键任务上表现不佳，其输出代码逻辑混乱、交互断裂，被部分开发者戏称为“史上最差”模型。这一反应在技术社区中迅速传播，引发对谷歌AI研发方向的讨论。
希鸥网观察到，此次发布的Gemini 3.6 Flash并非外界期待已久的正式版Gemini 3.5 Pro，而是被部分用户视为“阉割版”的快速迭代产品。在Vertex AI平台上线后，该模型在测试中不敌Claude Fable 5、GPT-5.6 Sol等竞品，甚至不如Meta的Muse Spark 1.1。有开发者使用2-shot测试其界面生成能力——这原本是Flash系列的强项——结果却输出组件嵌套混乱、逻辑断裂的代码，无法投入实际使用。
在空间推理方面，Gemini 3.6 Flash的表现同样令人失望。有用户录制视频逐帧测试，发现模型对基础位置关系、方向判断的准确率相比3.5 Flash出现明显退步。即便开启高性能推理模式，结果仍不理想，一位用户评价道：“木纹纹理看起来还行，但没什么特别之处；大理石近距离反射效果有bug。”在第三方综合测评平台Artificial Analysis上，该模型得分与3.5 Flash完全相同，但表现不如Meta Spark 1.1、GLM-5.2、Sonnet 5、Grok 4.5等多款竞品。
此外，有网友发现Gemini 3.6 Flash的知识截止日期存在不实。该模型声称知识更新至2026年3月，但实际测试显示它对2025年及2026年的大部分内容一无所知，真实知识似乎停留在2025年1月。这一发现加剧了用户的不满，有开发者直言：“这是一个未完成的模型。”谷歌方面在发布公告中承认，Gemini 3.5 Pro尚未准备好，而Gemini 4已启动“目前最雄心勃勃的预训练”，但未透露具体时间表。
同时发布的Gemini 3.5 Flash-Lite主打高速推理，每秒可输出350个token，但用户反馈其快速给出的答案往往错误率高。有评论指出：“快有什么用？快速给出一个错误答案，等于用更高的效率浪费用户的时间。”而网络安全模型Gemini 3.5 Flash Cyber则聚焦特定应用场景。整体来看，此次发布被部分开发者视为谷歌在算力紧缺背景下“赶鸭子上架”的产物，甚至有用户建议DeepMind将资源转让给Moonshot等竞争对手。
希鸥网认为，谷歌此次新模型遭遇口碑滑铁卢，折射出AI企业在快速迭代与质量把控之间的深层矛盾。在竞争白热化的AI赛道，版本号升级和速度指标固然重要，但若牺牲核心效用与用户信任，反而可能削弱长期竞争力。对于创业者而言，这一事件提醒：技术创新应回归真实价值，而非陷入“版本号游戏”的短期竞赛；在资源有限时，聚焦打磨核心能力比盲目追赶进度更具战略意义。
在创业过程中，如何平衡规模扩张与能力匹配是关键课题。正如《原则》一书所揭示，企业从5人发展到60人、从60人到700人，挑战的难度并无本质变化，只是性质不同。创业者需要认清自身阶段，避免因规模扩大而忽视管理能力的同步提升。真正的成长不是盲目追赶，而是在每个阶段都能找到适配的组织能力，持续解决新问题，而非重复旧错误。
创业者还须警惕“能力预期谬论”。《创业维艰》指出，不能以企业未来规模来评判当下管理者，管理能力是渐进习得的，提前更换主管反而会造成团队动荡。在季度复盘时，应仅对照当前业务匹配度来评估人才。同时，CEO的三大核心评估维度是：是否制定正确战略、是否能带团队落地执行、是否达成匹配阶段的经营结果。单一数字无法定义CEO好坏，战略、执行力与业绩三维度需综合评判。
个人成长层面，创业者应建立清晰的“时间成本”意识。《创业90条心得》强调，时间是创业者最稀缺的资源，要主动外包低价值事务，将精力聚焦于战略决策、核心客户关系与团队建设。同时，保持输出是一种高效的自我成长方式：通过写作、分享或教学，将模糊经验转化为清晰逻辑，既能深化认知，也能构建个人品牌。每月复盘时，应做到“对事不对人”，以客观记录、温和分析和具体改进替代自我批判。
2026人工智能+实战应用及产业创新论坛将于7月31日在南京举办，欢迎全国各地人工智能创业者报名。本文内容整理自网络，将同步发布在希鸥网创投联盟网站（希鸥网、AI联播网、斯贝瑞品牌资讯、华商资讯网、金鸥财经、锐CEO网、AEXNEWS美讯社、创新日报）。欢迎媒体合作、会议咨询、纳斯达克大屏等业务对接~ 如需修改或发布文章，请加微信号：sheisceo