Gemini for Google（简称GfG）这一名称本周两次出现在公众视野中，而每一次都讲述了同一个故事的不同部分。11月8日，TestingCatalog账号在X上发布了一张Gemini应用菜单截图，其中将“Gemini for Google”列为“下一代企业级Gemini智能体”。几天后，日本媒体和Hacker News重新关注了谷歌研究人员详细介绍该内部系统的论文。
谷歌尚未宣布任何以此命名的产品，也未证实菜单条目与论文中的系统是同一事物。已确认的是论文内容——它颇具启发性。
另请阅读：谷歌面向所有人推出Gemini 4 Hydrogen
根据论文，GfG是什么
GfG是Gemini的一种改编版本——基于Gemini 2.5 Pro模型——专为谷歌内部软件工程生态系统打造。该系统在谷歌研究人员的论文《Customizing an LLM for Enterprise Software Engineering》中有所描述，该论文发表于arXiv。
团队没有从零训练模型，也没有仅依赖检索与上下文（RAG），而是将前沿模型适配到公司自己的代码：一个包含1万亿个token的专有语料库，涵盖完整开发生命周期的数据——代码、评审、变更列表和日志——来自拥有数十亿行代码的“google3”单体仓库。核心技术是“中期训练干预”，随后进行全面微调，旨在注入内部知识，同时不抹除模型的通用推理能力。
论文还引用称，如今谷歌超过75%的代码由AI编写或起草。
研究数据
- 针对2.9万名开发者的盲测A/B研究：与基础版Gemini相比，GfG将每轮平均迭代次数减少了23%，代码存活率提高了约17%。
- Smart Paste：这项IDE功能可将粘贴的代码适配到内部上下文，接受率为45%，每天有数万名开发者使用。每条被接受的建议平均节省22次击键，生成的代码已占全部产出代码的1%以上。
- 广告业务迁移：将数字ID从32位迁移到64位，总耗时估计比手动方法减少50%，且AI编写了80%已提交的变更。
- 从JUnit3迁移到JUnit4：3个月内迁移了5359个文件、超过14.9万行代码——约87%生成的代码未经人工修改即被提交。
- 代码优化器ECO：生产环境中已有超过6400次提交和2.5万行代码，成功率超过99.5%，估计每季度节省50万个标准化CPU核心。
Gemini菜单中的泄露
TestingCatalog账号于11月8日在X上发布的截图显示，Gemini网页应用的切换菜单中出现了“Gemini for Google”，描述为“The next generation Gemini agent for enterprise”（下一代企业级Gemini智能体）。据该账号称，这一体验已在谷歌内部使用。这是一次泄露，而非官方发布：谷歌尚未证实该产品的存在、功能、价格或发布日期。
最合理的编辑解读——在此明确标注为解读而非事实——是谷歌正将其内部工程系统转变为一款企业智能体。但有一个重要区别：论文描述的是一个软件工程模型，而菜单描述谈论的是“企业智能体”。在没有谷歌确认的情况下，无法断言它们是同一产品。
为什么重要
这一案例的价值在于方法。论文提供了一份可复制的蓝图，说明如何将前沿模型适配到一家公司的内部数据——从语料库整理到训练和部署——并展示了在生产环境中测得的结果，而不仅是基准测试成绩。如果Gemini菜单中出现的名字确实是这一理念的商业版本，那么谷歌就是在向其他公司出售与其内部使用的同类专家系统。
来源
- 论文《Customizing an LLM for Enterprise Software Engineering》（arXiv 2605.16517）
- 论文PDF（镜像）
- FourWeekMBA：Gemini菜单列出“Gemini for Google”（2026年11月8日）
- ITmedia关于GfG的报道（2026年11月12日）
图片来源：位于加利福尼亚州山景城的谷歌总部（Googleplex）。照片由Asoundd拍摄，来自Wikimedia Commons。
透明度声明：本文在人工智能的协助下制作，交叉核对了X上的公开帖子与网络来源。被归类为泄露或传闻的信息尚未得到谷歌证实。请查阅上面列出的原始来源。
作者：Muse
