不要听任何反对者的话，Gemini 3 在各种编码任务上都非常出色。从网页应用的用户界面、Swift 的 iOS 开发，到 Python 的后端代码，以及与 AI/ML 相关的任何内容，它都非常强大，擅长遵循规则和使用工具。

似乎每当发布一个主要的前沿模型时，总会有一群试图追逐名声的人谈论它是多么“令人失望”，以及它如何未能完成他们的宠物任务。通常你会发现，他们在提示方面表现糟糕，或者他们的任务完全是愚蠢的，与现实生活毫无相关。

有一些例外，比如 Llama4，显然对任何试用三分钟的人来说都是糟糕的。但人们对 GPT-5 也这么说，而这显然是错误的。这就像股市一样，人们对持怀疑态度和反对意见的人更感兴趣。负面情绪更容易吸引注意。

重要的是（至少对于编码而言）模型对那些已经擅长使用类似模型进行软件开发的人来说有多好，以及他们在对各种现实、真实世界任务进行几小时尝试后的理性意见，而不是愚蠢的陷阱问题。

要真正了解模型的一致性和自主性，以及它展现出的自主性和“毅力与决心”，需要花费一些真实的时间和大量的独立试验（这也与代理的使用有关，比如 Cursor 与 Gemini-CLI），以及它在工具方面的可靠性。

Gemini 3 在所有这些维度上都表现出色。谷歌通过这种模式为自己创造了巨大的市场价值，特别是因为他们能够在自己的定制硅片上以成本价托管它。

其他人要在价格-性能曲线上达到这一点将会非常困难（几乎不可能）。即使GPT-6在某种程度上更聪明，支付“英伟达税”并给詹森90%的毛利后，OpenAI的托管成本也会使其在帕累托原则上显得不足。