Google postawiło znaczną część swojej przyszłości na Gemini, swoją flagową rodzinę modeli AI. Część osób, które nad nią pracują, podobno jednak z niej szydzi.

Raport z 4 czerwca 2026 roku wykazał, że niektórzy inżynierowie Google turned do memów, aby wyśmiewać firmowe wewnętrzne narzędzia AI. Ich zastrzeżenia obejmują fabrykowanie danych, uciążliwe przeglądy kodu oraz wielomiesięczne opóźnienia kluczowych modeli — co jest niezręcznym obrazem dla firmy próbującej przekonać świat, że jej AI jest gotowa do poważnej pracy.

Na co skarżą się inżynierowie

Raport wskazuje na trzy powtarzające się frustracje. Pierwsza to fabrykowanie danych, czyli sytuacja, w której narzędzia mogą generować informacje nieprawdziwe — tryb błędu powszechnie znany w branży jako halucynacje i jedno z najbardziej uporczywych wyzwań dla systemów AI generatywnego. Druga to przeglądy kodu, które inżynierowie opisują jako ciężar, a nie pomoc; przegląd kodu wspierany przez AI stał się rutynowym elementem pracy programistów w całej branży technologicznej, więc jego niezawodność ma znaczenie dla osób korzystających z niego na co dzień.

zecia, i prawdopodobnie najbardziej istotna, to termin premiery Gemini 3.5 Pro. Premiera modelu została opóźniona o kilka miesięcy, a jego wydajność w kodowaniu podobno spadła poniżej wewnętrznych benchmarków samego Google. Umiejętność kodowania stała się jednym z najczęściej obserwowanych wskaźników użyteczności modeli granicznych, ponieważ bezpośrednio decyduje o tym, czy przedsiębiorstwa i programiści uznają model za gotowy do pracy produkcyjnej.

Według raportu niezadowolenie jest podsycane przez obawy o praktyczną użyteczność oraz presję na wdrażanie narzędzi, a nie przez jakiekolwiek pojedyncze kontrowersyjne ogłoszenie dotyczące modelu. Brak jednego punktu zapalnego prawdopodobnie stłumił zbiorowy protest, sugeruje raport.

Mocne wyniki komercyjne mówią co innego

Wewnętrzne tarcia kontrastują z komercyjnymi wynikami Gemini. Modele Gemini osiągnęły podobno około 900 milionów użytkowników miesięcznie, a Google odnotował 16% wzrost przychodów z reklam w tym samym okresie oceny. Baza użytkowników tej skali stawia Gemini wśród naj szerzej używanych produktów AI dostępnych na rynku. Gemini jest również centralnym elementem strategii firmy pod kierownictwem CEO Sundara Pichaia.

Publiczne relacje na temat wewnętrznych kpin były ograniczone, a niewiele głównych mediów się nimi zajmowało. Może to częściowo wynikać z tego, jak rozproszone są zastrzeżenia — obejmują one kwestie narzędzi i przepływów pracy, zamiast wiązać się z jednym głośnym wydarzeniem.

Znany schemat dla Gemini

To nie pierwsze trudne momenty dla Gemini. Wcześniejsze wersje rodziny modeli spotkały się z krytyką zarówno publiczną, jak i wewnętrzną po premierach w latach 2023 i 2024. Tamte zastrzeżenia koncentrowały się na uprzedzeniach oraz wydajności poniżej oczekiwań, natomiast obecna fala sceptycyzmu dotyczy w większym stopniu codziennej niezodności i terminów dostaw.

Raport zauważa również, że wewnętrzne pętle informacji zwrotnej w Google pełnią podwójną rolę: funkcjonują jako krytyka, ale także jako mechanizm doskonalenia narzędzi AI.

Co to oznacza dla Google

Wielomiesięczne opóźnienie flagowego modelu, takiego jak Gemini 3.5 Pro, nie jest drobnostką w dziedzinie, w której tempo premier kształtuje postrzeganie, a programiści i klienci uważnie śledzą harmonogramy wydań. Niesprostanie wewnętrznym benchmarkom kodowania rodzi pytanie, co Google będzie musiało zmienić przed premierą modelu.

Raport wymienia presję na wdrażanie jako kolejny czynnik. Gdy firmy nalegają na szybkie przyjęcie narzędzi AI, adopcja może wyprzedzać gotowość narzędzi — to napięcie stało się znajome w całej branży technologicznej, wraz z wbudowywaniem AI generatywnego w codzienne narzędzia biurowe.

Podawane około 900 milionów użytkowników miesięcznie i 16% wzrost przychodów z reklam dają Google przestrzeń na rozwiązanie tych problemów. Jedną z rzeczy wartych obserwacji jest to, kiedy Gemini 3.5 Pro faktycznie się pojawi i czy jego wydajność w kodowaniu zmniejszy lukę względem wewnętrznych benchmarków. Drugą — czy brak jednego kontrowersyjnego ogłoszenia będzie nadal utrzymywał niezadowolenie w stanie rozproszenia, czy też głośna wpadka zamieni rozrzucone memy w głośniejszą i bardziej zorganizowaną dyskusję.