游牧周记第99期

标签 Tags

starlink, 飞行汽车, 金明, PHP

开发

我的下一个应用Picvia启动

用ChatGPT聊完后，形成spec文档，用Codex一次性完成第一版功能开发。 Astro medium模型。 都抱怨OpenAI的UI审美，我虽然不追求第一版很好看（主要图一个简洁，以便之后自己指挥AI调整），但确实也过于“简陋”了点，体验流程的逻辑上也似乎有点缺乏人性思维。 不知道现在Opus 5.5会好到什么惊艳的程度，我们也只能看X的帖子兴叹了。 这个应用是关于照片/图片的简单实用应用，是我自己真想要，而ios不提供的功能，暂时其他app也没有完全符合我要求的，所以进入开发了。 这次vibe coding过程，我没有太多指定框架、库和我的一些styling等规范，而是让AI从专注基本功能实现开始，以最简洁的UI来完成操作流程逻辑。 之后，再进入figma，用仅存的免费AI额度，设计了基本界面布局（不得不说，figma的AI很厉害），然后Codex自动引入Figma的插件（MCP？），我让它参考而不是照抄。 这次流程上我还有一个设定，先聚焦ios版本的实现，甚至一度想完全用swift做原生，后来确认用expo最新sdk（58）结合swift完成，swift处理一些性能要求和原生调用最新功能的地方（还找不到expo库时）。 结果很顺利。 最初的plan和实现，用了Astra，基本功能比较稳了以后，新启动多个对话，分别执行各个任务，这时候采用Sol 6.1 这个近期评价不高的模型，节省token量太明显。 后来买了Gemini pro，又用opus5.5检查了一遍，找出一堆性能问题和bug，不到一半额度完了，然后Argon继续，最后让Astra修... 到周五提交给Appstore审核了。

AI

买了Gemini pro

据说Google的AI，特别是新模型Argon，近期发展不错，写代码能力接近Opus了，反而我之前订的GPT，新模型写代码似乎有点拉胯。 今天试了一下以前的一个泰国gmail账号，可以用招行信用卡买Gemini服务，于是订阅了750泰铢/月的会员，由于不是新用户，没法享受那个大幅优惠了。 我下载了Gemini app, 发现可以直接切Antigravity，问了Gemini一些问题，如：

问：我买了gemini pro订阅，现在mac上安装了gemini app, 似乎也可以切换antigravity写代码，那之前单独安装的antigravity是否还需要？是同一个应用吗？另外，聊天流量和agent的流量是一起的吗？还是分开算的?

回答如下：

1. 独立安装的 Antigravity 是否还需要？是同一个应用吗？

它们不是同一个应用，底层共享服务但定位和形态不同：

• Gemini App 内的 Antigravity 模式：本质上是一个“轻量级嵌入入口”。它侧重于轻量原型生成、即开即用的脚本编写和快速实验，省去了配置环境的麻烦，适合不用打开重型编辑器就能快速完成的编程或自动化任务。

• 独立的 Antigravity 应用（Antigravity IDE / App）：是一个完整的全功能开发环境（基于现代编辑器核心深度定制的 Agent-First IDE）。它支持深度本地代码库交互、完整的终端/CLI 配合、多文件上下文审查、测试套件反馈循环以及自定义 MCP（Model Context Protocol）扩展。

保留建议：

• 需要保留独立版：如果你平时有正式的工程项目、需要长期维护代码仓库、依赖本地调试与测试循环，或者需要配合终端 CLI 工作。
• 可以卸载独立版：如果你写代码只是临时让它生成小脚本、做一些简单的数据清洗或快速 Demo，在 Gemini Mac 客户端内切换模式就完全够用。

2. 聊天流量和 Agent 流量是一起算还是分开算？

二者是共享底层算力池（统一配额）的，但消耗速度相差很大：

• 配额池是共享的：订阅 Gemini Pro 后，账号享有统一的计算额度（通常按 5 小时滚动周期与每周上限综合管理）。你在 Gemini 常规聊天中发送的对话，与在 Antigravity 中运行 Agent，扣除的都是同一个订阅账户下的配额池。
• Agent 消耗额度的速度远快于普通聊天：
  • 普通聊天：通常是单轮或多轮的简单 “Prompt → 回复”，只产生一次性的输入和输出 Token。
  • Antigravity Agent：采用自主执行循环（Agentic Loop）。即使你只下达了一句话指令，Agent 后台可能需要经历“拆解计划 → 读取/分析项目文件 → 编写代码 → 在沙盒运行测试 → 报错回滚并重写”等多个步骤。每一次工具调用与多文件上下文回传都会消耗大量 Token，因此一次复杂任务的额度消耗可能是普通闲聊的数倍甚至几十倍。

如果短时间内让 Agent 处理大规模项目或连续跑深层调试，配额可能会较快见底，进而影响普通对话的响应频率；建议把大型任务的目标和验收标准提前拆细，以减少 Agent 无效迭代带来的额度消耗。

问：claude code编程时，一般用opus 5.5做规划和复杂编程，sonnet 5.5做日常开发或根据规划任务来开发。gemini现在的模型如何对标选择？ 用现在pro版的具体支持模型来说明，直接简单一点，给出较好的策略。

回答： 在当前的 Pro 订阅环境（以及 Antigravity 模型下拉列表）中，不用纠结复杂参数，直接按以下模型做精准分工：

1. 模型具体对应与选择

• 架构规划 & 难点攻坚（对标 Opus 5.5）：选 Gemini 4 Argon（或 Gemini Pro Thinking 高算力模式）
  • 角色：主力规划大脑。
  • 特点：具备极深的自主推理能力，负责长程任务规划、拆解复杂需求、跨模块重构设计以及棘手 Bug 诊断。
  • 注意：推理时间较长、额度消耗快，适合在项目初始阶段或重大决策时使用。
• 日常落地 & 批量编码（对标 Sonnet 5.5）：选 Gemini 3.8 Flash（中高推理档位）或 Gemini 2.5 Pro
  • 角色：全天候主力搬砖工。
  • 特点：响应极快、代码质量扎实、工具调用极稳。在 Antigravity 中处理单功能开发、写 API、补测试、常规代码修改时，能极大兼顾速度与额度平衡。
• 轻量辅助 & 快速排错（对标 Haiku）：选 Gemini Flash 标准/极速档
  • 角色：即时响应助手。
  • 特点：单文件微调、解释终端报错、生成正则或 Git 提交信息，毫秒级返回且几乎不占额度池。

提示：如果在 Antigravity 接入的模型列表中直接看到了集成的 Claude Sonnet 5.5 / Opus 5.5 (thinking) 选项，说明环境允许跨模型路由；若你想纯用 Google 算力，直接按上述原生模型切换即可。

2. 极简实战策略（2步闭环法）

1. 第一步（先别急着让它改文件）：
   • 切到 Gemini 4 Argon（或开高思考的 Pro 模型）。
   • 喂入需求与项目背景，指令只要规划：“只输出实现方案、技术选型和可执行的子任务清单（Task List），不要立刻写代码修改项目。”
2. 第二步（按步执行与落地）：
   • 切回 Gemini 3.8 Flash（或标准 Gemini Pro），开启 Agent。
   • 每次喂给它 1~2 个规划好的子任务让它落盘编码、跑单元测试与验证。 这样既能发挥顶层模型的全局推理优势，又能避免 Agent 多轮空转过度消耗 Pro 订阅的全局配额。

最后补充一点：买了Pro以后，antigravity的模型可以选择Opus 和 Sonnet 最新版，具体的量我还没试。 简单让Gemini聊天做了张icon图片，效果还行，但感觉和它对话很累，不像不理解人，而是不想理解人。

Magpie

之前我用过CC Switch用于配置跨Agents和models的关联。 现在X上Magpie被推得很猛。 于是下来看看，感觉功能应该差不多，只是成熟度和完成度很高。 计划是不是可以把Claude Code又用起来了。

再看中转站

按立党说法，中转站这种生意是见不得光的，我想他说的主要是国人搞的这批（包括孙割的），不包含OpenRouter这种大平台吧。 Magpie预设了很多中转站供应商，也包含一些所谓性价比较高的前者。 我请Gemini分析推荐一下口碑和性价比，排除掉可能没法订阅的国际大平台，出现了一个AiHubMix感觉可能靠谱，先注册了一下，关注备用。

日常

仍然在成都，估计还要待不到一个月。 每天都阴沉沉的，还有雨。 心情郁闷，有空就去网吧打一下暗黑。