Google 最近在 Gemini 3.8 Live 的發表會上，再次表演了如何讓全世界的西洋棋手集體沈默。當宣傳影片中的 AI 在面對最基礎的將死棋局時陷入邏輯盲區，這種尷尬感讓我想起幾年前那場被剪輯過的演示。很多人在討論「Extended Thinking」到底是真的在思考，還是在浪費用戶的時間。這種所謂的思考模式，本質上是增加推理步驟來換取正確率，但如果基礎邏輯層在面對規則明確的博弈遊戲時都會崩潰，那麼再長的思考鏈條也不過是無效的循環。
當我們在 Gemini 3.8 Live 中切換到語音模式，那種絲滑的擬人感確實比 ChatGPT 的語音功能更像一個「人」。OpenAI 的語音模式總有一種莫名的急促感，背景音裡偶爾出現的底噪干擾，讓對話過程顯得神經質。Google 的優勢在於它對音頻訊號的處理更細膩，它不會在你呼吸的間隙急著插話。但問題就在這裡，一個情緒價值拉滿、聲音溫柔的對象，在處理具體邏輯問題時卻像個剛學會走路的孩子，這種反差感在專業開發環境中是非常致命的。我們需要的不是一個會陪聊的玩伴，而是一個不會在關鍵時刻掉鏈子的生產力工具。
從技術實踐來看，Gemini 在長文本處理上的優勢一直是它的護城河，百萬級別的 Token 容納量讓它在處理法律文件或代碼庫時極具競爭力。但在 3.8 版本中引入的 Extended Thinking，似乎是在試圖補齊它在邏輯推理上的短板。這種做法讓人聯想到 Claude 在處理複雜推理時的表現。Claude 的思維鏈條通常更加乾淨，不會為了顯得自己在思考而列出大量冗餘的廢話。相比之下，Gemini 的思考過程有時更像是一種文學創作，文字優美但邏輯結構鬆散。
在這次的技術更新週期中，市場上的競爭對手動作頻頻。相較於 Qwen 3.8 Omni Flash 的更新節奏，Google 在 Gemini 上的迭代顯得有些混亂。許多 Workspace 企業用戶發現自己還停留在舊版本，而開發者文檔中的 API 行為又與網頁端表現不一。當 Google 試圖通過增加模型深度來解決問題時，我們看到的是一種大廠特有的焦慮感。它既想保有語音互動的領先地位，又急於在推理能力上反超 GPT-4o。
這種焦慮在橫向對比中尤為明顯。Grok 在處理實時數據時有其獨特的粗獷感，雖然缺乏修飾，但勝在直接。ChatGPT 則在功能完整性上築起高牆，哪怕它的語音模式偶爾會讓人感到尷尬。而 Gemini 走的是一條極其依賴「體感」的路徑。它產出的文案是四大平台中最不具備 AI 腔調的，讀起來甚至帶點文藝氣質，這也是為什麼許多文字工作者對它情有獨鍾的原因。然而，當這種文藝氣質被帶入到邏輯推理中，就會變成一種災難。
在實際測試中，Gemini 的 Function Calling 在處理超過十個以上的工具鏈接時，出錯率明顯高於 Claude。這反映出一個底層問題：Google 的模型在指令遵循（Instruction Following）的穩定性上，依然存在著某種不可預測的飄移。即使在最新的 3.8 版本中，這種飄移也沒有因為增加了思考時間而完全消失。相較於 Qwen 3.8 Omni Flash 在特定任務下的反應速度，Gemini 似乎更傾向於在後台進行一場漫長的自我對話，然後給出一個充滿修辭但可能錯誤的答案。
這讓我們不得不重新審視「思考」這件事在 AI 領域的定義。如果增加推理步驟只是為了模擬人類的沈思，而非為了解決邏輯閉環中的漏洞，那麼這種算力消耗的意義何在？Google 擁有的算力資源無疑是頂級的，但它在產品落地的細節上總是透出一種不修邊幅的傲慢。一邊是極致流暢的 Live Mode 語音體驗，一邊是連西洋棋基本步法都會看錯的邏輯漏洞，這種分裂感正是目前 Gemini 最真實的寫照。
我們是否正處於一個「表演式 AI」的時代？當所有廠商都在強調自己的模型會思考、有情緒、能聽懂語氣中的微小起伏時，最核心的邏輯正確性反而成了被犧牲的代價。如果一個模型能像真人一樣與你談笑風生，卻在關鍵的決策點上給出一個看似合理實則荒謬的建議，我們真的敢把工作流程交給它嗎？當 Extended Thinking 變成了一種新的黑盒，我們又該如何驗證它在那些漫長的思考秒數裡，到底是在推導真理，還是在編織下一個優雅的錯誤？