[谷歌] 谷歌 Gemini 3 深夜炸場:沒有懸念的最強 AI
有壹個很有趣的標准也被 Google 掛了上來：在 壹個模擬開店賺錢的基准 Vending-Bench 2 上，Gemini 3 Pro 最終賺取了$5,478.16的淨資產，而 GPT-5.1 僅賺了 $1,473.43。
不過關於之前網傳“徹底端到端終結程序員”的編程能力，Gemini 3 Pro 的狀態是在 AI 屆頂尖，但並沒有“顛覆編程”。
在衡量軟件工程能力的SWE-Bench Verified測試中，Gemini 3 Pro 得分為76.2%，雖然很強，但並未超越 Claude Sonnet 4.5（77.2%）拿到 SOTA。這意味著在處理超長程、極其復雜的後端邏輯時，它依然有局限性。
這也很合理。每壹個大模型目前都在全力卷編程的情況下，想要在這個領域壹騎絕塵確實比較難。
目前 Gemini 的能力更偏向於，還不能幫你重構整個後端架構，但如果你想寫壹個極具現代設計美學的網站、壹個 3D 飛船游戲，或者生成復雜的 SVG 交互動畫，它能通過壹次提示就給出極其驚艷的、可直接運行的結果。
02 Antigravity，Agentic 編程的探索
有了最強的模型和算力，谷歌開始在應用層“掀桌子”了。今晚，谷歌扔出了壹個“小王炸”——Google Antigravity。
前壹陣新聞的風向還是模型公司努力收購 AI 編程應用公司呢，而 Google 這次則這麼快的就發了自己的開發平台。
這不僅僅是壹個新的 IDE，它是谷歌定義的Agent-first（智能體優先）開發平台。在這裡，開發者從“碼農”升級為“架構師”，而 Gemini 3 化身為擁有編輯器、終端和瀏覽器完整權限的“執行合伙人”。
為了達成這種體驗，谷歌甚至在後台配置了壹個“模型軍團”協同作戰：Gemini 3：作為大腦，負責高級推理和代碼編寫。
Gemini 2.5 Computer Use：作為手眼，專門控制瀏覽器進行 UI 驗證和測試。
Nano Banana：作為美工，負責生成圖像和 UI 素材。這種打通了底層模型到頂層交互的閉環體驗，對於 Cursor 等現有 AI 編輯器來說，無疑是壹次降維打擊。
Antigravity 最有趣的能力在於並行。官方材料明確提到，開發者可以與多個智能 Agent 協作，而這些 Agent 能夠代表你同時 自主規劃並執行復雜的端到端軟件任務。
想象壹下這種工作流：你下達壹個指令，Antigravity 瞬間分裂出多個 Agent——Agent A 負責寫後端邏輯，Agent B 負責在終端跑測試用例，Agent C 直接打開瀏覽器去驗證前端 UI 的交互效果。它們並行不悖，像是壹個配合默契的敏捷開發小組，而你只需要驗收它們提交的“工件”。
Antigravity 是是壹個免費平台，網絡上目前對於 Antigravity 的使用體驗不多，但基本上都是好評。
要達到替代 Cursor 本身，肯定不太行——端到端的復雜編程體驗，肯定還需要模型更成熟。但是簡單的項目進行編程，或許會更簡單了。
03 全家桶齊發力：TPU 與搜索
在大模型發展的後半程，比拼的不再是單壹算法的靈光壹閃，而是誰的算力更冗余、誰的數據更廣闊、誰的投入更持久。Gemini 3 Pro 的勝利，有壹點是很特別的：
Gemini 3 Pro 是使用 Google TPU 訓練的。
當全世界的 AI 公司都在苦苦等待英偉達 GPU 的發貨周期時，谷歌依然坐在自家龐大的 TPU 礦山上。TPU 專為 LLM 訓練設計，擁有極高的高帶寬內存（HBM），這讓它能夠輕松處理海量的模型參數和超大的 Batch Size。正是 TPU 的算力冗余，給了 Gemini 3 Pro 肆意擴張參數規模的底氣。
[物價飛漲的時候 這樣省錢購物很爽]
無評論不新聞，發表壹下您的意見吧
不過關於之前網傳“徹底端到端終結程序員”的編程能力，Gemini 3 Pro 的狀態是在 AI 屆頂尖，但並沒有“顛覆編程”。
在衡量軟件工程能力的SWE-Bench Verified測試中，Gemini 3 Pro 得分為76.2%，雖然很強，但並未超越 Claude Sonnet 4.5（77.2%）拿到 SOTA。這意味著在處理超長程、極其復雜的後端邏輯時，它依然有局限性。
這也很合理。每壹個大模型目前都在全力卷編程的情況下，想要在這個領域壹騎絕塵確實比較難。
目前 Gemini 的能力更偏向於，還不能幫你重構整個後端架構，但如果你想寫壹個極具現代設計美學的網站、壹個 3D 飛船游戲，或者生成復雜的 SVG 交互動畫，它能通過壹次提示就給出極其驚艷的、可直接運行的結果。
02 Antigravity，Agentic 編程的探索
有了最強的模型和算力，谷歌開始在應用層“掀桌子”了。今晚，谷歌扔出了壹個“小王炸”——Google Antigravity。
前壹陣新聞的風向還是模型公司努力收購 AI 編程應用公司呢，而 Google 這次則這麼快的就發了自己的開發平台。
這不僅僅是壹個新的 IDE，它是谷歌定義的Agent-first（智能體優先）開發平台。在這裡，開發者從“碼農”升級為“架構師”，而 Gemini 3 化身為擁有編輯器、終端和瀏覽器完整權限的“執行合伙人”。
為了達成這種體驗，谷歌甚至在後台配置了壹個“模型軍團”協同作戰：Gemini 3：作為大腦，負責高級推理和代碼編寫。
Gemini 2.5 Computer Use：作為手眼，專門控制瀏覽器進行 UI 驗證和測試。
Nano Banana：作為美工，負責生成圖像和 UI 素材。這種打通了底層模型到頂層交互的閉環體驗，對於 Cursor 等現有 AI 編輯器來說，無疑是壹次降維打擊。
Antigravity 最有趣的能力在於並行。官方材料明確提到，開發者可以與多個智能 Agent 協作，而這些 Agent 能夠代表你同時 自主規劃並執行復雜的端到端軟件任務。
想象壹下這種工作流：你下達壹個指令，Antigravity 瞬間分裂出多個 Agent——Agent A 負責寫後端邏輯，Agent B 負責在終端跑測試用例，Agent C 直接打開瀏覽器去驗證前端 UI 的交互效果。它們並行不悖，像是壹個配合默契的敏捷開發小組，而你只需要驗收它們提交的“工件”。
Antigravity 是是壹個免費平台，網絡上目前對於 Antigravity 的使用體驗不多，但基本上都是好評。
要達到替代 Cursor 本身，肯定不太行——端到端的復雜編程體驗，肯定還需要模型更成熟。但是簡單的項目進行編程，或許會更簡單了。
03 全家桶齊發力：TPU 與搜索
在大模型發展的後半程，比拼的不再是單壹算法的靈光壹閃，而是誰的算力更冗余、誰的數據更廣闊、誰的投入更持久。Gemini 3 Pro 的勝利，有壹點是很特別的：
Gemini 3 Pro 是使用 Google TPU 訓練的。
當全世界的 AI 公司都在苦苦等待英偉達 GPU 的發貨周期時，谷歌依然坐在自家龐大的 TPU 礦山上。TPU 專為 LLM 訓練設計，擁有極高的高帶寬內存（HBM），這讓它能夠輕松處理海量的模型參數和超大的 Batch Size。正是 TPU 的算力冗余，給了 Gemini 3 Pro 肆意擴張參數規模的底氣。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: