
Antigravity 用起来真的是太难受了,感觉像去年的产品。真的不如 ChatGPT 桌面端做的好,虽然 Gemini 4 一代模型可以给到好评,但是Antigravity 真的是拉完了。

Github Homepage: github.com/Cai-aa

Antigravity 用起来真的是太难受了,感觉像去年的产品。真的不如 ChatGPT 桌面端做的好,虽然 Gemini 4 一代模型可以给到好评,但是Antigravity 真的是拉完了。

Gemini 4 Hydrogen三维CAD建模能力实测,先说结论:体验下来感觉很强很惊艳。 我只在Antigravity里使用了一张航空发动机的三维图片喂给了Gemini 4 Hydrogen,让它通过MCP把模型在SolidWorks里建出来,结果它直接一步到位生成了,图片的还原程度还是挺高的。 不得不说,Google这一波模型更新的突破确实猛!Gemini直接赶上了AI大模型能力的第一梯队。而且Gemini 4 Hydrogen只是Gemini 新一代模型里的最经济实惠的模型,上边还有Argon和Carbon。Gemini 4的CAD建模能力还是可以的,后续试一下它的CAE仿真工程能力。 #Gemini #Hydrogen #SolidWorks #ai大模型

Gemini 4 Hydrogen三维CAD建模能力实测的一些图片,通过给Antigravity安装Solidworks MCP就可以实现,MCP地址github.com/Cai-aa/CAD-Agent-…
Gemini 4 Hydrogen三维CAD建模能力实测,体验下来感觉很强很惊艳。 我只在Antigravity里使用了一张三维图片喂给了Gemini 4 Hydrogen,让它把模型在SolidWorks里把模型建出来,它就直接建立出来了,几乎和图片还一模一样的。 Google这一波是真的强,Gemini 4这一波建模能力还是可以的,后续试一下它的CAE仿真工程能力。

Gemini 4 Hydrogen三维CAD建模能力实测,体验下来感觉很强很惊艳。 我只在Antigravity里使用了一张三维图片喂给了Gemini 4 Hydrogen,让它把模型在SolidWorks里把模型建出来,它就直接建立出来了,几乎和图片还一模一样的。 Google这一波是真的强,Gemini 4这一波建模能力还是可以的,后续试一下它的CAE仿真工程能力。

Claude 被封号后,在 Apple store 里订阅的 Caldue 会员补个鸡腿钱了。有没有人遇到过这种情况。 我是 11 月 5 号美区 Apple ID 订阅的 20 美金Claude Pro 会员,10 号再用的时候显示被封了,然后再苹果官网申请退款,结果现在不给退了。

现在 GPT 6.1 Sol 已经变得蠢的不可用了,刚开始发布的时候可能还只是慢点儿,但是能干活,现在几乎是不可用的状态。这是每个版本的模型到了新模型要发布的末期都会变成这个样子吗。GPT 6.2 Astra 和sol快来吧


我靠,Antigravity 里的 Gemini 4 Carbon理解和解决问题的能力,非常到位,而且回答文字的输出段落也是很让人可以读懂的那种,不像 ChatGPT 输出一堆东西,但是抓不住重点,让人没有想读下去的欲望。 Gemini 4 Carbon这波我给到好评

目前能感受到的是,在 Antigravity 里 gemini 4 carbon 执行任务非常慢
成功 280 元在土耳其区的 Apple store 拿下 google one 的 AI ultra (20T)的会员,让我来看看 Gemini 4 Carbon 怎么样

成功 280 元在土耳其区的 Apple store 拿下 google one 的 AI ultra (20T)的会员,让我来看看 Gemini 4 Carbon 怎么样



这么朴实无华的视频已经不多了,这个越南的程序员哥们分享了一个名为《我是人类,不是AI,这是我的故事》的视频,全程通过他的相册分享他的日常故事,他的家庭,全程通过打字传递信息,只用简单的英文单词表达他想说的,再加上展示他生活的照片。时不时的抽一下烟,没有多多高大上的东西,但是这个视频也有许多人观看。 我又看了一下这个老哥的主页,他的YouTube账号创建日期不超过一个月,只发了24个视频,就获得了两万多个粉丝,而且基本上就是在分享他在电脑前手敲代码的场景,不说任何话,只通过在电脑便利贴上敲击键盘用简单的英文单词来传递他想表达的,不会表达的就直接Google翻译,时不时也抽两口烟,就是这么的朴实无华。只听键盘打字的声音也挺解压的。 我想在这个AI视频、各种精致的视频充满的时代,这个老哥反其道而行之,手搓代码,手敲想要表达的东西。不加任何的修饰的表达,或许就是他能这个大部分人都在用AI产出的时代,短期内收获这么多关注的原因之一吧。就是那种真实感,很生活的表达。 youtube.com/watch?v=gLn7F22H…

AI 时代,科研的评价体系应该改变了。
昨天和朋友聊 AI 学术圈,越来越觉得现在的科研生态有些畸形。 很多研究已经快变成一场拼手速的游戏了。 一个想法刚出现,赶紧写篇 Paper 挂上 arXiv,先把概念占住。实验不够完整可以后面补,理论还没想清楚可以让别人来完善。 只要名字起得足够响亮、故事讲得足够宏大,就有机会迅速形成一个新的研究方向。 最近的 WSP、JEV 这些讨论也让我有类似的感受。 很多底层思想早就存在,但换成 Frontier LLM 来执行,重新包装一套叙事,就可能被宣传成全新的技术范式。 当然,旧技术在新条件下实现突破,同样可以是有价值的科研。我并不否认这些工作的贡献。 但让我不舒服的是,如今很多时候,大家似乎更关心谁先提出了一个概念、谁能最快发表、谁能吸引更多后续研究引用,而不是这个工作究竟解决了多么重要的问题。 这其实很难完全责怪研究者。 博士需要论文毕业,教授需要论文申请经费,实验室需要影响力招人,学校需要成果维持排名。 所有人都在同一套评价体系里追逐最容易量化的指标。 AI 又极大地降低了代码实现、实验执行和论文写作的成本,让这场竞争变得更加激烈。 最后就出现了一种很荒诞的局面: 我们拥有了历史上最强大的科研工具,却可能把越来越多的生产力,用来制造越来越多不值得研究的论文。 我始终觉得,科学研究的目的应该是让人类更深入地理解世界,而不是比谁能更快地在 arXiv 上占一个坑。 一篇 Paper 被引用了一千次,不代表它真的推动了科学进步。 有时候,它只是成功地让一千个人开始围绕同一个概念继续写 Paper。 如果科研评价体系不改变,AI 带来的生产力革命,可能首先制造的不是更多科学发现,而是更加严重的学术通货膨胀。

我真切的感受的 AI 已经开始普及开来了。 这几次出去吃饭总能听到旁坐的人在谈论用什么 AI 工具,之前吃饭的时候几乎没有听别人讨论,但是这几次吃饭几乎每次都能听到。
