一句话开发App?谷歌Gemini 3让我见识了什么叫“真·魔法编程“

告别繁琐配置!Trae 国际版:白嫖 GPT-5.2+Gemini 3,程序员的“第二大脑”已上线! 智能体是拥有特定人设、技能和目标的 AI 助手。Trae 内置了通用智能体,但你也可以创建专属智能体(例如:“前端架构师”、“单元测试专家”或“遗留代码重构员”)。入口:点击左侧活动栏的 Agent 图标(通常是一个机器人头像🤖),或者在聊天窗口输入 /agent 命令。新建智能体:点击 “+ Create New Agent”。核心配置项:Name & Description:起个名字(如 RefactorBot),并简短描述它的职责。 阅读详情

大家好,我是菜哥!

昨天在群里看到有人发了个视频,一个程序员对着电脑说:"给我做个3D电风扇,要能转、能调速、还能摇头。"

35秒后,一个精美的交互式网页就出来了。风扇不仅能转,按键还有真实的反馈动画,甚至能语音控制。

我当时就惊了,这是什么黑科技?

仔细一查,原来是谷歌刚发布的Gemini 3 Pro,搞了个叫"Vibe Coding"的功能。简单说,就是你用人话描述想法,它直接给你生成能用的应用。

不是生成一段代码让你去调试,而是直接给你一个可以运行、可以交互产品。

今天我也赶紧是了一下,其实操作很简单,2步就搞定了。

1.打开谷歌AIStudio

 https://aistudio.google.com/

然后输入一段提示词,这个提示词其实可以先通过gemini3 给出了,然后把这个提示词扔给build 

点一下build按钮就可以,然后gemini3就开始哗哗执行了。

2.看一下效果

我要做的一个每日菜谱的小程序,小应用,我其实用过其他的国产比如阿里的灵光app,但是效果没有gemini3的惊艳。gemini3会自动去思考用什么开发,看左边的推理过程:

看一下生成的效果:

是不是非常有专业的感觉,无论是UI还是的设计还是功能都是非常不错的。

其实这背后不只是写代码的能力变强了。

Gemini 3 Pro在多模态理解上有了质的提升。它能看懂设计稿、理解物理规律、把握交互逻辑,然后把这些东西整合成可执行的应用。不是简单的模板拼接,而是真的"理解"了你想要什么。

更关键的是,它生成的不是那种玩具代码,而是用React + TypeScript这种工程化的框架。换句话说,这些代码是可以直接拿去做二次开发、部署上线的。

在Google AI Studio的Build模式下,你甚至能直接调用Nano Banana(谷歌的图像生成模型)、Google Map这些服务。一句话就能做出带AI功能的完整应用。

AI编程2.0时代已经来临,一句话变出一个应用,这事儿放在几年前,谁敢信?

但它就这么发生了。我们能做的,就是尽快适应这个变化,想办法用好这些工具。毕竟,工具本身不会淘汰人,会用工具的人会淘汰不会用工具的人。

如果你对AI编程感兴趣,欢迎加入我们,一起实战行动起来!

最后推荐一下我们团队的新课程:

我们星球专门有课程教这个,主要是2个方向:(市场同类价格都是399,599,目前是优惠价199,后面随时涨价的)

1.智能体零基础开发跟变现

-coze零基础入门和公众号爆文副业变现

-dify零基础开发

-n8n零基础入门

2.AI编程

-cursor/trae工具的使用

-AI编程零基础开发个人简历网站

-AI编程零基础开发微信小程序

图片

Gemini 3.5 Flash:AI编程的物理层重构与意图编译革命 大语言模型在代码生成中的应用正从‘文本补全’迈向‘意图理解’,其核心演进体现在低延迟推理、百万级上下文支持与原生工具调用等底层能力突破。Gemini 3.5 Flash并非简单提速,而是通过动态计算图编译、硬件感知KV缓存与原生AST生成协议,将AI编程从应用层辅助推向开发环境的‘物理层’——即决定响应速度、上下文深度与执行确定性的基础架构层。这种重构使‘意图编译’成为可能:开发者无需撰写提示词,而通过UI交互、代码选中与约束勾选,直接将模糊需求转化为可执行的结构化输出。它适用于IDE深度集成场景下的实时重 阅读详情

相关推荐

Antigravity与Gemini CLI:嵌入式AI工程化 vs 开发流智能体

AI开发工具正从通用代码辅助走向垂直场景深度适配。Antigravity代表面向资源受限硬件的确定性AI工程化范式,其核心是构建时约束、内存感知编译与固件级身份认证;Gemini CLI则体现可编程开发流智能体理念,通过结构化意图解析、本地模型调度与可插拔执行链路,将自然语言指令转化为可审计的CI/CD动作。二者分别解决物理世界稳定性(如ESP32-C3功耗优化)与数字世界协作熵减(如PR自动审查)两大根本问题。理解`project_id`作为编译期硬编码凭证、`--target`作为配置驱动的上下文识别机

weixin_30876945的博客 622

Gemini 3做粒子交互特效很出圈?拿 TRAE SOLO 来实现一波!

用TRAE SOLO实现手势控制粒子特效 本文介绍了如何利用TRAE SOLO工具和Gemini 3 pro模型快速制作手势控制的粒子交互特效。作者通过简单需求描述,在TRAE SOLO中实现了5种手势控制粒子形态变化的功能,包括握拳聚拢成爱心、挥手恢复离散状态,以及三种手势分别显示不同文字。文章展示了从需求输入到代码生成、部署的完整流程,最终效果已部署在Vercel上。作者认为TRAE SOLO正式版功能强大,特别是集成Gemini 3 pro后弥补了大模型短板,适合无基础用户进行AI编程。

qq_31647491的博客 1057

用AI从0开始量化交易-制定学习计划安装学习环境

量化小白,利用AI从零开始学量化

weixin_52285994的博客 2113

Gemini 3 Pro 刚刚发布,就做到 Vibe Coding 遥遥领先了?

Google 于 2025 年 11 月 18 日宣布 Gemini 3 Pro 正式集成到 Gemini CLI,开发者可以直接在终端使用目前最强大的 AI 编程模型之一。Gemini 3 Pro 集成到 CLI 后,提供了多模态、终端优先的 AI 编程体验,在 Terminal-Bench 2.0 测试中得分 54.2%。Gemini 3 Pro 的优势在于大上下文(最多 100 万 token)、原生多模态理解和高级工具调用能力,可以执行复杂的多步骤任务。

技术小黑屋 1768

利用featureCounts实现高效转录本定量:从比对到下游分析

本文详细介绍了利用featureCounts工具进行RNA-seq转录本定量的完整流程。从软件安装、输入文件准备,到核心命令参数解析与批量样本处理,再到将生成的计数矩阵无缝衔接至DESeq2进行差异表达分析,提供了从比对到下游分析的一站式实战指南。文章重点阐述了featureCounts在效率与易用性上的优势,并分享了常见问题排查与性能优化技巧,帮助研究者高效完成转录本定量这一关键步骤。

weixin_29069131的博客 319

青龙人形机器人硬件平台设计全解析:从构型到控制系统的实战指南

本文全面解析了青龙人形机器人硬件平台的设计与实现,涵盖构型设计、驱动系统、能源方案及控制系统等核心模块。重点介绍了43个自由度的仿生学实践、关节模组的技术突破以及多模态感知融合等创新设计,为开发者提供了从理论到实战的完整指南。

embedding5hiker的博客 890

使用trae和Gemini给小朋友做个天平教学案例

摘要:作者使用AI工具trae和Gemini为小学生设计了一个数学加法练习游戏"天平.html"。通过多次对话调整,trae逐步实现了可放置不同重量砝码的虚拟天平界面,包含重置按钮、刻度圆盘等功能优化。相比之下,Gemini只需一次提示就能生成完整页面。最终成果可在文汇百川webos平台(family.finalos.cn)查看,支持在线编辑和运行。该案例展示了不同AI工具在响应提示和迭代改进能力上的差异。(149字)

乔帮主的专栏 958

莆田市C++专项选拔第一轮题4

现在小明同学想要从两堆硬币中各选择一枚硬币,使得两枚硬币的面值之和 不超过 k。不同的硬币组合,就算面值相同,也视为不同的方案。现在他把这些硬币分成了两堆,已知两堆硬币分别有 n 和 m 枚硬币。可选方案有: (1,2), (1,1), (1,1), (5,2), (5,1), (5,1),共 6 种。第一行三个整数 n, m, k,分别表示第一堆硬币的数量,第二堆硬币的数量,以及面值之和的上限。对于30%的数据,1 ≤ n , m ≤ 1000 , 1 ≤ b , c ≤ 1000。

lpstudio的博客 925

简单聊聊 Gemini 3:到底多强,用用便知

聊聊Gemini 3。

weixin_46739493的博客 2200

全局子程序 参数调用

为什么要子程序: 为了实现程序结构化,我们尽量使用不同功能的功能块来实现一些特定的功能, 子程序接口: 使用过程的注意事项,尤其是数组使用时的注意事项 从一个主程序中可以将参数传递到局部或全局子程序和函数中。 怎样传递参数有 2 种方式: 作为 IN 参数 变量值在主程序中保持不变。 这种传递方式也称为“ 值传递 (Call by Value)”。 作为 OUT 参数 子程序读取并更改该值,然后将新值写回到主程序中。 这种传递方式也称为“Call by Reference”。 举例说明 1 DEF MY

Eric_Yang1024的博客 1095

Yield Management软件:Lam Research二次开发_(5).缺陷分析与分类方法

在半导体制造过程中,缺陷分析和分类是提高良率管理(Yield Management)的关键步骤。通过准确地识别和分类缺陷,可以更好地理解工艺过程中的问题,从而采取有效的措施来提高生产效率和产品质量。本节将详细介绍缺陷分析和分类的方法,包括缺陷检测、特征提取、分类算法及其在Lam Research软件中的应用。

2401_87715305的博客 690

Gemini 3 完整指南(一):免费订阅、CLI 安装到 Agent 开发一次搞懂

本文深度解析 Google Gemini 3 Pro 的原生多模态能力,并分享免费领取一年学生权益的保姆级教程(限时至 1 月 31 日)。内容涵盖从美区账号注册、订阅验证到 Gemini CLI 安装与实战的全流程,同时解析 Web、API、Agent 等多种使用形态,助你零门槛上手,快速掌握下一代通用智能中枢!

阿甘兄 7087

NVIDIA Jetson之交叉编译工具

参考:http://bbs.xfyun.cn/forum.php?mod=viewthread&tid=33630 用TX2做红外热成像仪的识别,厂家不提供源码,只能提供对应版本的SDK,但是需要我们自己提供交叉编译器 由于之前没有做过交叉编译相关工作,对编译工具不太了解,因此查找相关资料学习下 交叉编译知识 一般来说,针对嵌入式平台的开发有两种编译模式:原生编译和交叉编译。原生编...

ZONGXP的博客 8385

Gemini 3.5 Flash实战指南:低延迟AI如何重塑Android与Chrome开发流

AI模型的低延迟推理能力正从实验室走向工程落地,成为开发者构建实时交互体验的核心基础设施。其本质是通过架构精简、稀疏计算与分块摘要等工程优化,在保证任务准确率前提下大幅压缩端到端响应时间。这种‘确定性低延迟’特性,使AI不再仅作为辅助问答工具,而可深度嵌入IDE插件、浏览器扩展及API网关等关键链路,支撑代码补全、网页分析、服务中转等高频场景。尤其在Android Studio调试、Chrome内容解析等真实开发痛点中,Gemini 3.5 Flash以毫秒级响应和可控输出,显著降低上下文超限与连接中断风险

aibiba0894的博客 510

Open-Sora代码详细解读(1):解读DiT结构

目前开源的DiT视频生成模型不是很多,Open-Sora是开发者生态最好的一个,涵盖了DiT、时空DiT、3D VAE、Rectified Flow、因果卷积等Diffusion视频生成的经典知识点。本篇博客从Open-Sora的代码出发,深入解读背后的原理。

沉迷单车的追风少年 2265

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Gemini 3.5 Flash/Omni/Spark:浏览器原生AI如何重构开发工作流

大模型推理不再依赖服务器部署和复杂API调用,而是深度集成到终端环境——以Chrome浏览器为载体,通过Flash实现亚秒级低延迟响应、Omni完成网页多模态语义理解、Spark提供声明式数据管道。其技术本质是将传统需跨进程、跨网络、多工具链协同的数据处理、模型调用与结果可视化,压缩至单进程内存空间内完成。这种‘端侧智能融合’显著降低工程门槛,使自然语言交互成为数据分析、异常诊断与系统调试的新入口。本文聚焦Gemini 3.5三大核心能力在真实业务场景(如酒店系统运维、嵌入式调试、教学分析)中的落地实践,揭

weixin_30600197的博客 368

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

三步完成 Gemini3一年免费订阅(附无法享受此优惠 解决办法)

Gemini3一年免费订阅详细步骤

寂夜了无痕的博客 4364

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Gemini 3.8 Flash本质是服务优化,不是新模型

大语言模型推理服务中的‘低延迟’与‘高吞吐’并非源于模型架构革新,而是依赖动态批处理、token级推测解码和自适应内存调度等底层工程优化。这些技术属于LLM serving infrastructure的核心能力,直接影响首token延迟、显存利用率与服务稳定性。在实际应用中,其价值体现在金融报告生成、客服系统响应、多模态流水线编排等对确定性SLA要求严苛的场景。开发者需关注Vertex AI Serving Layer的演进而非营销命名——真正的性能提升来自可验证的服务层升级,而非‘Flash’这类模糊术

weixin_33778544的博客 279
上一篇: 一句话开发App?谷歌Gemini 3让我见识了什么叫“真·魔法编程“
下一篇: 一句话开发App?谷歌Gemini 3让我见识了什么叫“真·魔法编程“
菜鸟学Python
博客等级 码龄9年 8083粉丝 571原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值