谷歌最新发布的 Gemini 3 模型正标志着人工智能领域的一个关键转折点。
华尔街见闻此前提及，美东时间 18 日周二，谷歌正式发布备受期待的该司迄今最强大人工智能（AI）模型 Gemini 3，并于发布首日立即在谷歌搜索、Gemini 应用程序 App 及多个开发者平台同步上线，在多个盈利产品中投入使用。
谷歌高管在新闻发布会上强调，在衡量人工智能模型性能的几个热门行业排行榜上，Gemini 3 处于领先地位。谷歌 AI 研究实验室 DeepMind 的 CEO Demis Hassabis 表示，Gemini 3 是&#34;世界上最好的多模态理解模型&#34;，也是公司迄今最强大的智能体和代码生成模型。
根据沃顿商学院教授 Ethan Mollick 的深度测评，Gemini 3 的发布及其配套工具 “Antigravity” 展示了惊人的 “代理” 能力。与三年前的 GPT-3 模型相比，AI 不再仅仅是生成文本，而是能够编写代码、构建可交互的应用、执行多步骤任务。
Mollick 指出，这种从 “描述” 到 “行动” 的飞跃，意味着 AI 正从一个对话伙伴，演变为一个可以接入计算机并完成实际工作的通用工具。
Mollick 的结论是，我们正从 “聊天机器人时代” 迈向 “数字同事时代”。Gemini 3 虽然并非完美无瑕，但其所犯的错误已不再是无中生有的 “幻觉”，而更接近人类在判断或意图理解上的偏差。
这表明，人机协作的模式正在改变，人类所做的将不再是修正 AI 的低级错误，而是为其提供高阶的战略指引和方向。这或许是自 ChatGPT 发布以来，AI 领域发生的最大变革。
以下为 Ethan Mollick 测评文章全文：
<blockquote>
三年，从 GPT-3 到 Gemini 3
从聊天机器人到智能体
Ethan Mollick
2025 年 11 月 19 日
我一直在测试谷歌新发布的 Gemini 3 模型。它非常出色。但与其罗列基准数字，不如让 AI 亲自演示这三年我们走了多远——我就是这样做的。
ChatGPT 发布至今已近三年。在它上线前几天，我在这份 Substack 上写了第一篇关于 OpenAI 更早期的 GPT-3 的文章。随后 ChatGPT 横空出世，我立刻又写了一篇：“我通常对技术预测很谨慎，但这次它会比我们预期得更快、更剧烈地改变我们的世界。不再只是自动化重复、危险的工作，现在第一批被 AI 颠覆的，可能是更偏分析、创意、写作与沟通的岗位。”
今天看来，我说对了。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/cca1d84d-0f04-4a68-89d8-daeb56823fea.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="564" height="551" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/cca1d84d-0f04-4a68-89d8-daeb56823fea.png"/>
（插图：三年前我用 GPT-3.5 后的首篇文章截图）
我可以口头解释初代 ChatGPT 与今天谷歌发布的 Gemini 3 有多大差距，但没必要。我把上面那张截图扔给 Gemini 3，只写了一句话：
我：“做点东西，让大伙儿看看 AI 这三年进步了多少。”
Gemini：“当然可以。你这条推文来自 2022 年 11 月——现代 AI 热潮的前夜。当时最大的 ‘哇点’ 是 AI 能写一段通顺的文字，或者给 ‘糖果动力超光速飞船逃离水獭’ 这种傻题目写首小诗。
为了展示进步，我不仅用文字描述，而是直接给你做了一个可交互、可游玩的 ‘糖果动力超光速飞船模拟器’。
2022 年，AI 只能描述引擎；2025 年，AI 能把引擎写出来、把界面画出来，还让你亲自开飞船。”
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8956965e-8112-46d6-a5db-fe2441dd1ded.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="479" height="438" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/8956965e-8112-46d6-a5db-fe2441dd1ded.png"/>
它真的做了一个迷你游戏：我得靠糖果能量摆脱追杀的水獭，途中穿插小诗和各种搞笑更新。读这篇博客的人大概早知道 AI 能写代码，但更有趣的是——当你不再把 Gemini 3 当成 “聊天框”，而当成 “别的东西” 时，它还能干什么。
<h2>会写代码的工具，不只是 “写代码的工具”</h2>
伴随 Gemini 3，谷歌还发布了 Antigravity。程序员一看就懂：它跟 Claude Code、OpenAI Codex 类似，给你电脑权限，能在指导下自主写程序。
如果你不是程序员，可能会忽略它——我觉得这是错的。“会写代码” 不等于 “当程序员”，而是 “能完成任何在电脑上才能完成的活儿”。 于是，这些工具的本质被彻底改写。
Gemini 3 极擅长写代码，这一点即使你不自认 “程序员” 也与你息息相关。AI 界的一个底层视角是：你在电脑上做的任何事，归根到底都是代码；只要 AI 能写代码，它就能建仪表盘、扒网站、做 PPT、读文件…… 这让 “会写代码的智能体” 成了通用工具。Antigravity 把这一理念产品化：给我一个 “收件箱”，我把任务派给智能体，它们需要批准或帮助时会通知我。
 
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d1e4864c-8364-43ca-a7a8-a3443f5b9bc0.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="518" height="421" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d1e4864c-8364-43ca-a7a8-a3443f5b9bc0.png"/>
（插图：四个智能体同时跑，一个在干活，一个等我回应）
我跟它们不用代码，用英语；它们用代码替我干活。Gemini 3 擅长做计划，知道该干什么、何时请示。比如我把历年 newsletter 的稿子全放在一个文件夹，然后吩咐：
“给我做一个漂亮的网页，汇总我对 AI 的所有预测，再上网搜搜哪些说对了哪些说错了。”
它读完所有文件、跑代码、先递给我一份可编辑的方案——这是它第一次开口问我，理解之准确让我惊讶。我小改几处，放它去干。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4260b87f-bc73-4f24-be55-95b1e2c395a7.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="641" height="442" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/4260b87f-bc73-4f24-be55-95b1e2c395a7.png"/>
随后它搜网页、建站、接管浏览器验效果，再把成品打包给我。我像对真人同事一样提修改意见，它继续迭代。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d10b039a-e5b7-4bdb-8518-3b2c5dd35cf4.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="169" height="271" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d10b039a-e5b7-4bdb-8518-3b2c5dd35cf4.png"/>
它并非完美无缺——智能体还没到那一步。我没发现幻觉，但确有地方需要我纠正，不过那些错误更像 “人类同事会有的判断偏差或误解”，而非传统 AI 的离谱幻觉。重要的是，我感觉自己能够掌控人工智能的决策，因为人工智能会定期检查并确认其工作，而且我的操作过程清晰可见。这种感觉更像是管理一位队友，而不是通过聊天界面与人工智能进行沟通。
<h2>博士级智力？</h2>
Antigravity 并非唯一惊喜。另一重震撼在于——它展现了真正的 “判断力”。
我常吐槽：AI benchmark 已经卷成一锅粥。Gemini 3 在大多数榜单上领先（也许还打不过 200 美元的 GPT-5 Pro，但等 Gemini 3 的 “深度思考” 版出来可能就翻盘）。行业爱用一句广告词：“博士级智力”。我决定真刀真枪测一下。
我把十年前众筹研究的一堆旧文件扔给它——文件名像 “project_final_seriously_this_time_done.xls”，格式还是上古 STATA。命令只有一句：
“自己摸懂数据结构，把 STATA 文件清理好，准备做新分析。”
它真的把损坏的数据恢复了，把复杂环境摸透了。
接着我给了它一个典型 “博士二年级小论文” 任务，不加任何提示：
“很好，现在用这些数据写一篇原创论文。深入调研领域，把主题拔高到创业或战略理论的层面，做严谨统计，写成期刊格式。”
它自己选题、提假设、跑统计、出图表、排版成文——最难的 “选题与可执行性平衡” 它自己走钢丝搞定了。我仅含糊地说 “再充实、再改进”，最终拿到 14 页论文。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e5a72772-5ba5-4c9c-87e5-afe392810cde.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="555" height="425" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/e5a72772-5ba5-4c9c-87e5-afe392810cde.png"/>
（插图：论文前两页）
更惊艳的是，它自创了一个指标：用 NLP 把项目描述与海量描述做数学比对，衡量 “众筹创意独特性”。代码自己写，结果自己验。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fd3da3b1-c31c-4c24-81c1-3249dfa04d93.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="687" height="453" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/fd3da3b1-c31c-4c24-81c1-3249dfa04d93.png"/>
所以，这算 “博士级” 吗？
如果你指 “能干顶尖高校里一个合格研究生的活”，部分答案是 “yes”。但它也有研究生通病：统计方法有瑕疵、理论跳跃过大、证据链不够严谨…… 我们已越过 “幻觉” 阶段，进入更微妙、更 “人类” 的缺陷区。有趣的是，当我像带学生一样给开放建议（“再多补众筹文献以确立方法”），它提升显著——也许再多引导就能接近 “博士”。
Gemini 3 是什么？
它是一个极出色的 “思考 + 执行” 伙伴，全球数十亿人可随手调用；也是一面镜子，照出 AI 并未放缓、智能体崛起、人类需学会管理 “聪明 AI” 等多重趋势。
三年前，我们为 “机器能写水獭诗” 而惊叹；不到 1000 天后，我在跟一个自建研究环境的智能体辩论统计方法。
聊天机器人时代正在让位于 “数字同事” 时代。
没错，Gemini 3 仍不完美，需要会指挥、会核查的 “人类经理”。但 “人在回路” 正从 “人替 AI 擦屁股” 演变为 “人指导 AI 干活”——这也许是 ChatGPT 发布以来最大的范式迁移。
彩蛋：
我让 Gemini“纯用代码给我做一张 Substack 封面图，先查尺寸”，它先上网搜规格，再纯靠数学画图，一条龙搞定。
<img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/20479ce7-43ef-43af-8d80-f5f0a341f7fb.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="325" height="193" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/20479ce7-43ef-43af-8d80-f5f0a341f7fb.png"/>
** obligatory 警告：**
让 AI 智能体获得电脑权限有风险——它可能不经询问就移动/删除文件，甚至泄露文档。等工具面向非程序员时会好很多；当下务必谨慎。
</blockquote>

谷歌-C

OpenAI

Ethan Mollick 认为，Gemini 3 的出现意味着具备自主行动能力的 “代理模型” 正在崛起，它虽然并非完美无瑕，但其所犯的错误已不再是无中生有的 “幻觉”，而更接近人类在判断或意图理解上的偏差。随着 AI 能力的提升，人机协作正从 “人类修复 AI 的错误” 进化为 “人类指导 AI 的工作”。

- 谷歌发布的 Gemini 3 模型被认为是 AI 领域的重大进展。  
- 该模型在多个排行榜上表现优异，展现出强大的多模态理解能力。  
- Gemini 3 的发布标志着人机协作模式的转变，推动了 “数字同事时代” 的到来。

Gemini 3 的意义：AI 已超越 “幻觉阶段”，逼近人类，“人机协作” 将从 “人对 AI 纠错” 走向 “人指导 AI 工作”