Gemini 3 没有奇迹,但谷歌正在重新变得可怕
这期 TBPN 讨论从 Gemini 3 Pro 的真实能力出发,拆解为什么它不像一次“AI 奇点”,却可能是谷歌重新成为行业赢家的拐点。节目用大量测试、调侃和对比,揭示了当下 AI 进步的真实形态:没有二元跃迁,只有持续堆叠,以及由此带来的产品、资本与竞争格局变化。
这期 TBPN 讨论从 Gemini 3 Pro 的真实能力出发,拆解为什么它不像一次“AI 奇点”,却可能是谷歌重新成为行业赢家的拐点。节目用大量测试、调侃和对比,揭示了当下 AI 进步的真实形态:没有二元跃迁,只有持续堆叠,以及由此带来的产品、资本与竞争格局变化。
如果你还以为生成式 AI 只是“帮你快一点”,那这场 Figma CEO Dylan Field 的演示可能会直接颠覆你。Gemini 3 Pro 在 Figma Make 里做的,不是加速设计,而是主动探索、给出意想不到的创意路径——甚至反过来启发人类。
很多人以为,Agentic Coding 的瓶颈在模型、在算力、在代码生成质量。但在 Schema 2025 的这场分享里,Figma 抛出了一个更刺耳的判断:真正限制 AI 写好代码的,是设计上下文是否被系统性地表达出来。这不是更快的问题,而是能不能走得更远。
一款名为Cosmos的“AI科学家”引爆了AI圈:一天完成相当于博士半年工作的研究,并已产出7项科学发现。本文基于原视频,拆解它为何引发Sam Altman关注、它究竟做了什么、技术路线的真实含义,以及为什么现在既值得兴奋,也必须保持高度怀疑。
在长期质疑与低预期中,Google正式发布了Gemini 3。这次发布并未靠营销造势取胜,而是通过真实能力、编码表现和原生AI Agent工具,重新把讨论焦点拉回“模型是否真的变强了”。
这篇文章梳理了《The AI Daily Brief》中关于Moonshot最新开源模型 Kimmy K2 thinking 的完整脉络:从地缘政治背景,到技术突破,再到开发者生态的潜在爆发。即便你没看过视频,也能理解为什么这个模型被认为正在改写大模型竞争格局。
在这场日本 Config 官方活动中,Figma 抛出了一个让人后背发凉的信号:原型不再是“给人看的假东西”,而是可以直接跑、能接 API、甚至走向开发的真实起点。Figma Make,不只是多了个 AI 按钮。
在AI工具泛滥的2025年,Peter Yang亲测22款效率与编程工具,只留下7个真正进入“S级”的选择。这篇文章还原他的真实使用体验、踩坑教训和方法论,帮你理解哪些AI真的在省时间,哪些只是看起来很美。
在这支不到9分钟的视频里,OpenAI展示了一件看似普通、实则颠覆的软件工程变革:让AI成为第一个代码审查者。它不只看diff,还会跑测试、写代码验证假设,甚至在你还没敢@同事之前,就已经把致命bug揪了出来。
很多人还把Figma当成设计稿交付工具,但这支官方视频悄悄揭示了一次方向级转向:Figma正在用AI、代码生成和可发布能力,把“设计”直接推到“上线”。更关键的是,它改变了AI从业者做产品验证和展示的方式。