错过这个入口，你的 Gemini 体验落后一个版本
Gemini 3.0 已通过手机 App 的 Canvas 功能隐蔽推送 📱 网页版未获更新。
Google 正采用移动优先的 A/B 测试策略。社区报告（11 月 12-14 日）证实，移动端 Canvas 在 SVG 生成、应用原型和代码质量上明显优于网页版 2.5。
抢先体验：
1️⃣ 立即更新 Gemini 手机 App (iOS/Android)。
2️⃣ 在提示框下找到 "Canvas" 选项 (iOS 在 "Add" → "Canvas")。
3️⃣ 用 Canvas 测试复杂任务，直观对比与网页版的质量差异。
开发者关注：
🔹 架构: 3.0 转向大型 MoE (万亿级参数，1.5-2B 激活)，上下文窗口将从 1M 扩展至“数百万”级。
🔹 推理: 默认集成 Deep Think，旨在解决 2.5 在长对话和工具调用中的幻觉 (hallucination) 问题。
🔹 多模态: 扩展到实时视频 (60 FPS) 和 3D 理解。
#Gemini #AI #Google #AI工作流 #开发者
错过这个入口，你的 Gemini 体验落后一个版本
更多动态
别再只用 AI 补全代码了，AI 智能体正接管全流程开发
TRAE SOLO 正式版已全量上线，核心是“双核智能体”架构，目标是从 0 到 1 交付、并搞定 1 到 N 的复杂迭代。 1️⃣ 双核智能体协同： ◦ SOLO Builder：处理 0 到 1 的快速原型或 MVP 交付。 ◦ SOLO Coder (新增)：专攻 1 到 N 复杂迭代、代码重构、Bug 修复，能智能调用多个 Sub-Agent 协作。 2️⃣ 真·多任务并行： ◦ 全新三栏布局，左侧任务列表可随时切换不同项目，上下文独立保存不丢失，开发节奏更流畅。 3️⃣ 关键升级： ◦ 上下文压缩：长链交互时自动压缩冗余数据，提升模型效果并显著节省成本。 ◦ 代码变更可视化：AI 每一步修改都实时展示，过程透明可控。 ◦ 集成工具面板：内置 Vercel, Supabase, Stripe 等，降低切换成本。 4️⃣ 核心差异： ◦ 对比 Cursor/Copilot 停留在 IDE 插件增强，SOLO 是一个独立的 AI 开发中枢。 ◦ 它真正解决了 1 到 N 的复杂工程维护问题，而不只是 0 到 1 的启动。 官网： https://www.trae.ai/solo #AI编程 #AI智能体 #开发工具 #TRAESOLO #AIAgent
让 SIMA 2 成为你的 AI 游戏代练
DeepMind 新 AI，整合 Gemini，在 3D 游戏里自主学习、规划并执行，不再只是“按指令行动”。 🔹 什么是具身智能？ AI 像真人玩家，只“看”屏幕和“操作”键鼠，不依赖游戏 API。它能理解“🪓+🌲” emoji 组合背后的“砍树”意图。 🔹 核心技术 (Dev 关注)： 1️⃣ 推理中枢：Gemini 2.5 flash-lite 驱动，端到端响应 < 200ms。 2️⃣ 关键指标：训练过的游戏任务成功率 65% (接近人类 75% 基准)。 3️⃣ 自我改进：革命性的三步学习循环（AI 生成任务 → 奖励模型评分 → 反馈迭代），无需额外人类标注。 🔹 关键突破： SIMA 2 能在《山羊模拟器 3》这种物理混乱的环境中发现新玩法，甚至能在 Genie 3 实时生成的全新世界中自主学习。这种跨环境的“概念迁移”和“自主迭代”能力，是通向 AGI 和物理世界机器人的重要一步。 参考资料：https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/ #AI代理 #具身智能 #DeepMind #Gemini #AGI
claude申诉失败了。
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
