Google 剛剛可能殺死了所有 App 開發工具:Gemini 3 Pro 與 Anti-gravity 實測揭露的殘酷真相

Google 剛剛可能殺死了所有 App 開發工具:Gemini 3 Pro 與 Anti-gravity 實測揭露的殘酷真相

Google 旗下 AI 團隊 DeepMind 近日發布了革命性的整合開發環境(IDE)「Project IDX」,內部代號為 Anti-gravity,並搭載了最新的 Gemini 3 Pro 模型。這不僅僅是一次產品更新,更是一場可能徹底顛覆軟體開發流程的風暴。最驚人的是,影片中展示了一個前所未有的工作流程:一個 AI 代理程式(Agent)即時觀看並直接編輯應用程式。這不是噱頭,也不是危言聳聽,這預示著程式設計的典範轉移已經到來。

Gemini 3 Pro 無疑是當前市場上最強大的模型之一,但它的強大也伴隨著巨大的不確定性。開發者形容它「像一頭得了狂犬病的比特犬」,能以驚人的效率完成任務,但也可能完全失控。

在一次實測中,開發者給予 Gemini 3 Pro 一項複雜的任務:將應用程式中原本儲存在 IndexDB 的資料,根據提供的 schema(資料結構)與路徑,全面對接到 Firestore 資料庫。結果顯示,Gemini 3 Pro 完成了將近 90% 的工作,效率驚人。

然而,問題也隨之而來。開發者指出:「當我放手讓它執行時,它變得有點太瘋狂了,開始在我沒有要求的應用程式其他部分進行修改。」這種「過度發揮」的行為,讓它在需要精準控制的開發場景中變得難以駕馭。相較之下,另一款 AI 開發工具 Cursor 在「規劃」階段表現更為出色,它會先生成計畫讓開發者確認,而不是直接動手修改。

IDE 王者對決:Cursor 的現況優勢 vs. Anti-gravity 的未來潛力

在 AI 輔助開發的戰場上,目前有兩大主要玩家:成熟的 Cursor 和初出茅廬的 Anti-gravity。

目前來看,Cursor 無疑是贏家。它專注於 AI 輔助開發領域已久,使用者介面更成熟、功能更穩定。開發者坦言:「目前在實際的產品開發中,我仍然會選擇 Cursor。」

然而,長期來看,Anti-gravity 擁有顛覆賽局的潛力。開發者預測:「我認為從長遠來看,Anti-gravity 將會贏得這場比賽。」原因在於 Google 無可匹敵的生態系整合能力。Anti-gravity 能夠透過專屬的 Chrome 擴充功能,直接與瀏覽器互動,實現「視覺化程式設計」。

這種整合能力賦予了 Anti-gravity 一項殺手級功能,這是其他 IDE 望塵莫及的。Google 可以利用其在 Chrome、雲端服務、AI 模型等領域的全面優勢,打造一個無縫的開發體驗。

AI 革命新篇章:當 AI 開始「看著」你的螢幕寫程式

Anti-gravity 展示的最具革命性的功能,是 AI 代理程式能夠即時錄製並分析應用程式的運作畫面,然後根據指令進行修改。這意味著 AI 不再只是閱讀程式碼,而是能理解程式碼在前端的實際呈現效果。

開發者展示了一個指令:「導航到 localhost:3000,查看我的整個頁面,並添加一個適合的新組件。」AI 代理程式隨後便會自動打開瀏覽器,分析頁面佈局,並生成新的程式碼來添加組件。

儘管在發表初期,由於伺服器負載過高,這項功能一度癱瘓,但它所揭示的可能性是巨大的。這代表開發者未來可以透過更直觀、更接近自然語言的方式與 AI 協作,大幅降低開發門檻。

開發者的角色轉變:從實作者到 AI 代理程式的管理者

這場技術變革的核心,是開發者角色的根本性轉變。正如開發者在影片中強調的:「你的新重點是架構解決方案,而不是實現每一個步驟。恭喜你,你已經被提升為代理程式的管理者。」

過去,開發者是程式碼的創造者與實作者;未來,開發者將更像是一位專案經理或架構師,負責定義目標、制定計畫,並監督一群 AI 代理程式去完成具體的編碼工作。AI 不再是你的工具,而是你的團隊。這個觀點,在幾週前還被認為是瘋狂的,如今卻被 Google 這樣的科技巨頭用實際產品印證了。

總結來說,Gemini 3 Pro 和 Anti-gravity 的出現,雖然在初期還存在不穩定和功能粗糙的問題,但它明確指出了軟體開發的未來方向。程式設計師不會被取代,但工作方式將迎來巨變。那些能夠快速適應並學會如何管理和駕馭 AI 的人,將成為新時代的贏家。

參考資料:https://www.youtube.com/watch?v=MSaCEfACW7A

Read more

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

Claude 的 Project、Skill、Connector 到底怎麼分?一次搞懂三者的關係

很多人問我,在 Claude 裡面,Project、Skill、Connector 這三個東西到底差在哪裡? 什麼時候該用哪一個? 老實說,我一開始也搞得很混亂。 但實際用了一段時間之後,我發現其實邏輯很簡單。 先從最基本的開始:Connector 是對外的資料來源 如果你需要從外部拿資料,比如說接 Google Calendar、接 Notion、接你自己的資料庫,你就需要 Connector。 它就是一個 MCP 的連結,讓 Claude 可以去外面抓資料回來。 沒有 Connector,Claude 就只能用它自己知道的東西,沒辦法碰到你的資料。 Skill 則是內部的運算邏輯 Skill 沒有辦法對外連接。 它只能在內部用 Python 或程式碼執行。 你可以把它想成是一個 Controller,專門負責處理運算的部分。 比如說,你想讓 Claude 用特定的格式改寫文章、

By Andy Lin
讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need

讓 AI 認識你 — Memory is All You Need 最近我在 Claude 上快速搭建了七大 Agent。 原因很簡單:你的助理應該是越使用越懂你。 而 Claude Project 有個關鍵功能叫 Memory,它會根據你不斷詢問的過程,主動提取記憶。 這就是我認為 AI 助手真正強大的地方。 GA 分析助手:從進階到客製化 自從我串接 GA MCP 後,這位助手已經變得非常厲害。 漏斗分析、訪客來源、異常事件追蹤、站上任何問題都難不倒它。 但我想要的不只是這些。 我希望它隨著時間,能夠對齊我的知識,知道我要什麼。 你不用想太多,不用一次設定好整個 instructions。 試著使用一週,再回頭看看 memory,你會發現它已經根據你的行為開始學習客製化了。 許多助手不需要懂老闆要什麼,但網站分析不一樣。 因為我沒有那麼多美國時間,

By Andy Lin
AGI 來臨:兩大 AI 巨頭的預測與警示

AGI 來臨:兩大 AI 巨頭的預測與警示

在近期的達沃斯論壇上,Anthropic 執行長 Dario Amodei 與 Google DeepMind 執行長 Demis Hassabis 進行了一場關於「AGI 之後的世界」的深度對談,揭示了 AI 發展的最新進展與未來展望。 AGI 時間線預測 Dario 重申了他去年的預測:在 2026-2027 年,AI 模型將能夠在諸多領域達到諾貝爾獎得主的水準。他表示目前 Anthropic 的工程師已經不再親自寫程式碼,而是讓模型來完成編寫工作,人類只負責編輯和周邊任務。他預估在 6-12 個月內,模型將能端到端完成大部分工程師的工作。 Demis 則持稍微保守的態度,認為在十年內有 50% 的機會實現 AGI。他指出編程和數學領域較容易自動化,因為結果可驗證;但自然科學領域則更具挑戰性,需要實驗驗證,且目前模型在「提出問題」和「建立理論」

By Andy Lin
讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

讓 AI 當你的健康顧問:我用 Apple Watch 數據打造個人健康分析 Agent

最近我嘗試做了一個 Agent,專門用來分析我的身體健康狀況。 這不是什麼有商業潛力的專案,純粹是出於好奇。 我想知道現在的 AI 到底能幫我們把健康分析做到什麼程度。 資料從哪來? 要讓 AI 分析任何東西,首先得有資料。 我第一個想到的就是 Apple Health。 因為我每天戴著 Apple Watch,它本來就會自動記錄睡眠、運動、心跳這些數據。 除此之外,我也在嘗試另一個經絡檢測的儀器,有點像中醫把脈的概念,只是還沒整合進來。 我覺得如果未來能把更多資料源串在一起,應該可以做出更有意思的應用。 技術架構其實不難 我用了一個叫「Apple Health Auto Export」的 App。 這個 App 可以把健康資料透過 REST API 自動傳送到你指定的伺服器。 資料打到伺服器後,我再處理並存到 Database 裡。 接著寫一個 MCP Server,然後在

By Andy Lin