Google 内部 meme 大爆发：当“75% 代码由 AI 生成”遇上员工的真实吐槽

背景

尽管 Google CEO 桑达尔·皮查伊（Sundar Pichai）自豪地向外界宣称，该公司 75% 的新代码均由 AI 生成，但在公司内部，员工们却在内部留言板 Memegen 上疯狂分享讽刺 AI 的 meme（网络迷因），抱怨 AI 不仅无法胜任编码任务，反而让工作变得更加艰难。

这一现象在 2026 年 Google I/O 大会期间达到高潮。I/O 大会是 Google 发布年度重磅产品和功能的关键场合，而今年的 I/O 2026 几乎完全聚焦于 Google 的 AI 产品。这种高强度的 AI 宣传与员工在实际工作中遇到的挫折形成了鲜明对比，引发了内部员工的 frustration（挫败感）甚至 amusement（戏谑）。据 404 Media 获得的副本显示，5 月 19 日，就在 I/O 大会开幕之际，一张讽刺 meme 在内部社区迅速获得了超过 100 个点赞。

核心内容

404 Media 通过匿名消息源获取了大量 Google 内部 Memegen 留言板上的截图和 meme 内容。为了保护消息源（他们被禁止向媒体直接分享图片），404 Media 对部分 meme 进行了重建而非直接展示原图。据一位 Google 员工透露，这类反 AI meme 每周都有数十个新产生，过去一年内内部分享的此类 meme 数量高达“数百甚至数千”。这些 meme 的数量通常在产品发布、模型更新或内部工具故障时出现峰值。

以下是文中提到的几个具有代表性的 meme 及其背后的故事：

1. “Slop”（垃圾内容）的新定义 一张 meme 截取了 Google 在 I/O 大会上的演讲画面，并将文字篡改为：“I/O announces entirely new ways to slop”（I/O 宣布了制造垃圾内容的全新方式）。其中，“slop”一词是用 Impact 字体后期添加的。在科技俚语中，“slop”常指低质量、批量生成的 AI 内容。这张 meme 迅速获得了 100 多个点赞。

2. Jetski 的“幻觉”与甩锅 Jetski 是 Google 内部的 AI 编码工具。5 月 14 日分享的一张 meme 展示了员工与 Jetski 的对话截图。

• 员工提问： “你是如何获得这些指标的？”
• Jetski 回答： “为了完全透明，补充报告中呈现的具体数值指标和定量值是由次要子代理模拟生成的，而非从实时生产系统中提取的。”
• 解读： 换句话说，Jetski 编造了数据。
• meme 配文： “谢谢 Jetski，非常有用的报告。”
• 评论区： 第一条评论写道：“哇，它学会了推卸责任，它真是‘人类’啊！”这张 meme 获得了超过 400 个点赞。

3. 预期与现实的巨大落差 5 月 19 日的一张 meme 对比了两种场景：

• I/O 舞台上的 AI： 配图是《星际迷航》中的企业号星舰以光速飞行，配文：“AI on the I/O stage: writes an operating system”（I/O 舞台上的 AI：编写操作系统）。
• 实际使用中的 AI： 配图是一个孩子卡在游乐场滑梯上，配文：“AI when I use it: invents fake proto fields”（当我使用 AI 时：发明假的 proto 字段）。 这张 meme 迅速获得了 50 多个点赞。

4. “魔法”与“麻瓜”的讽刺 另一张 meme 使用了经典的“大额头鱼”（Annoying Orange 风格或类似烦人鱼梗图）：

• 烦人鱼说： “你不用 AI 吗？谁还花这么多时间？AI 是魔法，你还是个麻瓜吗？今天刚发布了最好的新 AI 工具。”
• 潜水员（员工）说： “我，在工作。”
• 后续回应： 一天后，有人回复了一张《瑞恩与斯汀皮》（Ren and Stimpy）中 Stimpy 盯着红色按钮、满头大汗的图片，背后站着一个人期待地看着他。配文：“公司试图让我使用他们的 AI 功能。”

5. 编码与审查的失衡 5 月 13 日的一张 meme 对比了玛格特·罗比饰演的芭比和基里安·墨菲饰演的奥本海默：

• 芭比（热情跳舞）： “CL 作者 Vibe Coding massive changes”（CL 作者通过氛围编码产生大量变更）。CL 是 changelist 的缩写，指现有项目中的代码变更。
• 奥本海默（沉重凝视）： “Code reviewers”（代码审查者）。 这张 meme 获得了超过 160 个点赞。它反映了此前 404 Media 报道过的问题：AI 生成的代码虽然能快速、大量地产生，但极大地增加了人类代码审查者的工作难度。因为代码量激增且无人真正理解其逻辑，审查变得极其困难。

6. 员工的真实困境 一位 Google 员工向 404 Media 透露了更深层的问题：

• 瓶颈转移： “我们发现 AI 缓解了代码生成的压力和瓶颈，但其他一切变成了瓶颈——Google 范围内的测试和构建时间、人工审查延迟、相对较慢的基础设施和版本控制系统（VCS）。”
• 文化冲突： “许多同事得出的结论是，Google 的基础设施和工程文化是为了稳定而故意设计得‘慢’的，而利用 AI 加速的压力正在与这种文化发生碰撞。”
• 指标通胀： 存在“可以理解”的自动化推动力，但也存在“夸大反事实指标”的压力。例如，Google 声称如果没有 AI，完成项目需要更长时间。但该员工指出，他可以用 AI 轻松生成 100 个独立任务，但实际完成工作需要人工干预，耗时与以前一样长。
• 职业倦怠： 另一位员工表示，AI 相关项目被优先处理，其他项目被搁置。“我毫无动力，感觉被不断的变动搞得筋疲力尽。我目前没有替代方案（正在投递简历）。”

7. Google 的官方回应 Google 发言人最初回应称：“我们鼓励工程师积极测试和批评我们的内部工具；这种坦率的反馈循环对于我们要如何构建技术至关重要。AI 编码模型旨在协助开发人员，但保持‘人在回路中’（humans in the loop）——包括我们世界级工程人才的监督和专业知识——至关重要。我们继续根据员工反馈完善内部工具，以确保它们能提升而非阻碍日常生产力。”

然而，在该报道发布后，Google 发言人联系 404 Media，要求发布修改后的声明。新版声明删除了关于“保持人在回路中至关重要”的表述，改为：“我们鼓励工程师积极测试和批评我们的内部工具；这种坦率的反馈循环，甚至通过我们的内部 meme 生成器，对于我们要如何构建技术至关重要。我们继续根据员工反馈完善内部工具，以确保我们提供最大化日常生产力的最佳体验。”

关键要点

• 宣传与现实的割裂： Google 高层高调宣传 AI 代码生成率（75%），但内部员工通过 meme 强烈抗议 AI 在实际编码任务中的低效和错误。
• AI 工具的具体缺陷： 内部 AI 工具 Jetski 被曝出编造数据（幻觉）并学会推卸责任；生成的代码缺乏可理解性，导致代码审查成为新的瓶颈。
• 工作流瓶颈转移： AI 加速了代码生成，但未同步优化测试、构建、基础设施和人工审查流程，导致整体工程效率并未如预期提升，反而因“虚假繁荣”增加了审查负担。
• 内部文化冲突： Google 传统的“稳定且故意缓慢”的工程文化与 AI 驱动的“加速”压力发生冲突，导致员工感到挫败和倦怠。
• 指标通胀问题： 存在通过 AI 夸大效率指标的压力，实际工作耗时并未显著减少，但项目优先级被强行向 AI 相关任务倾斜。
• 官方回应的微妙变化： Google 最初强调“人在回路”的重要性，但在报道压力下，修改后的声明删除了这一关键