一天 15k 星，代码生成碾压 Claude，连 Cursor 都慌了？谷歌 Gemini CLI 杀疯了

427 0 0

文章摘要

谷歌正式发布了Gemini CLI，这是其AI助手在终端环境下的一个版本，标志着三大AI实验室均已推出各自的终端智能体工具。Gemini CLI的亮点在于其非常慷慨的免费使用配额，支持每分钟60次、每天1000次的模型调用，这一策略被认为将对竞争对手Anthropic造成巨大压力。与Claude Code不同，Gemini CLI和OpenAI Codex CLI一样是开源的，使用Apache 2.0许可，并在发布后迅速获得了社区的广泛关注和高度评价。

Gemini CLI提供的功能包括代码编写、问题调试、项目管理、文档查询以及代码解释，还连接了MCP服务器，具备Agentic AI能力。它的优势在于可以与任何编辑器或IDE搭配使用，支持多实例并发运行，且命令行交互效率更高。此外，Gemini CLI支持Mac、Linux和Windows平台，Windows上为原生实现，无需依赖Windows子系统（WSL）。开发者可以通过在项目根目录添加一个名为gemini.md的文本文件来自定义上下文和参数。

Gemini CLI接入的是谷歌最先进的编码与推理模型Gemini 2.5 Pro，具备代码理解、文件操作、命令执行和动态故障排查等能力，全面提升命令行的使用体验。用户可以通过自然语言编写代码、调试问题，并优化工作流程。此外，Gemini CLI还能基于MCP调用其他谷歌服务，在终端中生成图像或视频，实现从编码到创作的一体化体验。

在发布会上展示的一体化演示和背后的技术理念，揭示了Gemini CLI的关键定位——它不仅是一个写代码的工具，而是一个连接多模态智能、打通编码与创作的“终端智能体”。这一理念也体现在背后所依赖的Gemini 2.5 Pro模型选择上。值得注意的是，Gemini 2.5 Pro本身并不是为代码任务特别训练的“代码专用模型”，而是一个覆盖更广泛能力边界的通用模型。产品负责人Connie Fan和研究负责人Danny Tarlow在深度访谈中分享了他们的思考，强调对于大多数现实世界中的开发任务而言，编码需求往往不局限于代码本身，通用模型上的协同发展，寻求不同能力之间的融合和平衡，打造一个“通才型”模型，这才是更优的发展路径。

实际上，现在已经有越来越多开发者开始注意到Gemini 2.5 Pro在代码生成和理解方面的显著提升。在Claude长期占据主导的讨论氛围中，不少人也开始发出“Gemini要逆袭了吗？”、“Google要翻盘了吗？”的声音。社交媒体上，有用户分享了一些开发体验：在一个约50万行代码规模的项目中，使用Claude Code生成的代码质量“远远不如cline + Gemini 2.5 Pro”，要达到同等效果，Claude需要开发者全程盯着。还有开发者表示，在Trae上使用Gemini 2.5 Pro编程的完成率已经大幅超过Claude 3.7。也有开发者表示Gemini修复bug的速度明显快于Claude Code。

这些反馈表明，过去一年，谷歌在代码能力上的提升已经进入“质变期”。Gemini编码产品负责人Connie Fan表示，Gemini 2.5 Pro之所以能获得良好口碑，关键在于两个方面的系统性演进：“数据”和“方法论”。从数据的角度看，“代码仓库上下文”变得非常关键。现在模型的目标不再只是做简单的代码补全，而是要理解并修改分布在多个文件、涉及多个模块的大型代码库。为了让模型真正理解这些上下文，谷歌也开始系统性地挖掘内部工程师资源。从研究角度看，Gemini团队并未将全部筹码押在“单一大上下文窗口”的方案上，而是探索双路线：一方面持续扩展上下文长度，另一方面发展具有自主搜索、推理能力的agentic编程模型，模型以代理的形式与用户交互，甚至具备一定程度的自主性。

正如研究负责人Danny Tarlow所描述：“如果我们把你（人类开发者）丢进一个大代码库里，你会怎么做？你会用代码搜索、看文件结构、点来点去，读点代码再搜索其他信息。agentic模型就模仿了这种方式。”更有趣的是，当模型成功处理一个百万行代码库时，用户会感受到一种“魔法般”的惊喜。而这正是Gemini 2.5 Pro所在意的方向：不仅是模拟人类的工作方式，更是突破人类经验限制，发展出“非人类”的全新解法。正因如此，不少开发者开始转而重视起谷歌在这场AI编程竞赛中的回归。Gemini是否“翻盘”尚未可知，但“赶超”的信号，正在越来越清晰。