阅读视图

发现新文章,点击刷新页面。

比纯电便宜 4 万!小鹏 X9 增程版 30.98 万起,1602 公里续航告别焦虑

Max 版 30.98 万元,Ultra 版 32.98 万元。

在价格公布前,大家都有预期小鹏 X9 增程版的价格会有下调,但没想到幅度如此之大。如果叠加置换补贴,Max 版本的价格甚至可以做到 30 万元以内。

颇有点「必须成功」的味道。

作为小鹏从「纯电路线」转向更务实能源战略的首款产品,X9 增程版的意义远不仅是一款新车。它的市场表现将直接塑造消费者对小鹏增程技术的信任度,并深刻影响后续增程车型的口碑与接受度。

何小鹏在发布会开场时花了很长的篇幅解释了小鹏为何要转向纯电、增程双车并行,但如果抛开众所周知的增程车拥有的优点外,或许可以将原因总结为一句话——

小鹏需要一个更具想象力的增长空间。

增程、出海、AI、机器人都在为这个目标而服务。

发布会前几天,小鹏公布了其第三季度的财报。今年第三季度,小鹏汽车实现总营收 203.8 亿元,同比增长 101.8%,环比上一季度增长 11.5%,当季净亏损 3.8 亿元。

何小鹏在财报电话会上讲到,「小鹏汽车的各项关键经营指标,包括销量、收入、毛利率、在手现金,再创新高,有望在在第四季度实现盈利」。

但市场其实对此业绩不太满意。虽然汽车销售收入增长,但小鹏的单车售价从 2022 年的 20.57 万元降至 2024 年的 18.85 万元,今年前三季度进一步下降至 15.85 万元,定位中低端的 MONA M03 销量占比长期在 4 成左右。

中高端车型的表现也不尽如人意。新款 P7 10 月仅售出 5600 多台,环比降幅超 30%;小鹏 P7+的月销量也从去年 12 月的万台,降至今年 10 月的 5568 台;高端主力车型,小鹏 G9 和 X9 销量也连续下挫,10 月,G9 销售 974 台,X9 销售 835 台。

小鹏急需一个销量和业绩的新增长点,增程就是目前最能看得见摸得着的那个。

正因如此,小鹏几乎倾注了当前全部的技术积累与造车经验于这款车之上。从三电系统到智能座舱,从空间工程到安全架构,X9 超级增程并非简单地增加一套增程模块,而是试图在能源形式、空间利用与驾乘体验之间,找到一个真正兼顾性能、实用与舒适的最佳平衡点。

告别里程焦虑

最直观的突破是 X9 增程的续航表现。

X9 超级增程 CLTC 综合续航达 1602 公里,纯电续航 452 公里。

这意味着城市通勤用户每周充电一次即可满足日常所需,而在跨省长途出行或高频次商务接待场景下,也能依靠增程系统实现「加油即走」,彻底告别里程焦虑。

支撑这一体验的,是一套深度协同的增程动力系统:小鹏 X9 增程版搭载 63.3kWh 高能量密度电池组与 60 升油箱,整车基于 800V 高压碳化硅电驱平台打造,并采用支持 5C 超快充的高倍率电池。


官方数据显示,在小鹏自营 S4 超快充桩上,车辆充电 10 分钟即可补充 313 公里的 CLTC 纯电续航。

此外,X9 是业内首款全面兼容 2015+ 充电标准的车型,在第三方充电桩上也能实现满功率充电,大幅提升了补能自由度。

在能效表现上,WLTC 综合油耗低至 2.53L/100km,CLTC 电耗仅 16.5kWh/100km,甚至优于部分竞品的纯电版本。它支持 92 号汽油,是目前市场上少数兼容普通标号燃油的高端增程 MPV。

同时,小鹏联合嘉实多共同开发了专用机油,专门针对增程器低负荷运行、频繁启停的工作特性进行优化,进一步提升系统可靠性与使用寿命。车辆保养周期长达 2 万公里,每年可比埃尔法等豪华 MPV 节省超 4 万元。

不侵占一寸空间

增程系统的加入解决了不少问题,但同时也带来了一些新问题。

其中最大的挑战在于,如何在加入整套增程系统的同时,不牺牲 MPV 最核心的空间价值?

传统增程车常因油箱、排气管和增程器的加入,压缩后备厢或第三排空间。

小鹏为此研发了一套名为「鲲鹏超级集成架构」的工程方案。其后桥采用全球首创的「9 合 1」设计,将增程器排气系统、60L 油箱、主动式后轮转向、第三排 4/6 分独立电动座椅收纳机构、双腔空气悬架、智能可变阻尼减振器、同轴电驱总成、H 臂多连杆独立悬架以及传动轴等九大功能模块,高度集成于同一紧凑区域,整体空间利用率达 95.8%,在保障性能的同时,最大限度释放了乘员舱与行李空间。

与此同时,小鹏 X9 在车身结构上大规模应用一体化铝压铸技术,整车集成度高达 167 个零部件合一——远超当前行业主流水平(多数竞品集中在 70 合 1 以内)。

带来的好处也显而易见,小鹏 X9 新增了一套增程系统,但却未侵占乘员舱一寸空间。

七座状态下,三排均拥有超过 1 米的腿部空间,10 岁以下儿童可在车内站立行走;六座模式下,可轻松容纳三个 24 英寸行李箱、一辆轮椅和两台婴儿车;五座时,能装下五个行李箱加两辆儿童自行车;而一键电动收纳第三排后,可形成 2514 升的纯平储物空间——足以放下五辆成人自行车,甚至铺上 1.8×1.6 米的床垫变身露营床。

增程器带来的噪声则是另一大考验。增程器一旦启动,巨大的噪音容易破坏 MPV 的豪华感。

小鹏的解法是让增程「无感化」。通过优化液压悬置结构,使整体振动降低 30%;自研主动停缸技术,使启停振动下降 60%。此外通过 ENC(增程器主动降噪)与 RNC(路噪主动降噪)双重系统,最终增程器介入时车内噪声增量不超过 0.5 分贝,远低于人耳可感知的 1 分贝阈值。配合 6 平方米双层隔音玻璃和 34 处声学包升级,整车静谧性媲美图书馆。

发布会上,小鹏同样用了大量的篇幅来介绍 X9 在安全性能上的优化。

X9 不分版本、不分地区,均满足中国 C-NCAP 2024、中保研 G+、欧洲 E-NCAP 2026 及美标后碰安全标准。

车身 87% 为高强度钢铝混合结构,A 柱内嵌 2000MPa 热气胀膨胀管,扭转刚度达 46000N·m/deg;电池包提前满足 2026 年新国标,单电芯热失控 24 小时不起火,底部可承受 2000 焦耳冲击。

同时,车辆标配 9 个安全气囊,包括同级唯一的前排远端气囊和二排坐垫防下潜气囊。

为了验证车辆可靠性,小鹏历时 800 天,在 20 个国家 330 座城市完成了超 2000 万公里路测。从吐鲁番 70℃高温沙漠,到瑞典北极圈冰雪路面,再到意大利斯泰尔维奥 48 连发卡弯,车辆经受了极端环境考验。

X9 还首发了「冰雪稳行系统」。在冰面或积雪中,dTCS 2.0 扭矩控制系统可使车辆在 2 毫秒内响应打滑,并且悬架自动抬高至 185mm 离地间隙,助力车辆脱困。

而在动态表现上,小鹏 X9 增程全系标配主动式后轮转向,最大转角±5 度,5.3 米车长实现 5.4 米转弯半径,媲美 MINI。在狭窄老城区掉头、停车毫无压力。配合双腔空悬和 6D 防晕车算法,高速稳定性甚至优于雷克萨斯 LM。方向盘振感更低,起步更平稳。

移动起居室

小鹏 X9 的内外饰在增程版上也有些许变化。

小鹏 X9 增程版全新推出了一款「极光青」车漆,采用与劳斯莱斯同源的巴斯夫顶级清漆,结合多层渐变喷涂工艺,可以令车身在不同光线下呈现出流动的光影韵律。

车辆前脸则同步升级 AGS 智能可变进气格栅,可根据车速与温度自动调节开合——高速时闭合以降低风阻,低温时开启以加速电机散热,兼顾效率与性能。

来到车内,新车全车三排座椅均可 180°电动放平,第三排腿部空间超过 1 米,即便是身高 1.88 米的成年人也能轻松跷二郎腿,头部空间同样充裕;配合同级最高的 1360mm 车内净高与 180mm 中央过道,10 岁以下儿童甚至能在车厢内自由行走奔跑,彻底告别 MPV 常见的局促感。

同时第一排标配主副驾 12 向电动调节、坐垫与靠背三挡通风/加热、SPA 级 10 点按摩及 6 种智能场景模式;第二排搭载专属零重力太空座椅,支持 14 向电动调节(含 4 向电动腿托),靠背最大可调至 180°放平,座椅还集成了超宽扶手、50W 无线快充、折叠桌板、隐藏杯架、腿托加热等细节,并配备行业首创的智能「指压」按摩系统,配合冥想模式,10 分钟即可让心率降至静息水平,有效缓解焦虑。

此外,X9 内饰新增「云间玫棕」配色,采用玫瑰棕与静谧白拼色,营造温暖柔和的居家氛围;另提供气宇灰、月影咖两种选择。整体延续了「星舰头等舱」设计语言,仪表台、副仪表台与门板采用一体环抱式布局。

智能化方面,X9 超级增程搭载了全新的电容方向盘、21 英寸 W-HUD 以及一块 21.4 英寸的后排屏。

整车共有 4 颗芯片,包括 3 颗自研图灵 AI 芯片和 1 颗 8295P,有效算力达 2250TOPS。基于 VLA 大模型的智驾系统能处理「盲区鬼探头」等复杂场景,并通过人机共驾持续学习用户习惯。座舱运行本地 VLM 大模型,支持智能迎宾、充电推荐、离车舒享等功能。所有隐私数据不出车端,不同账号相互隔离。

虽然任何技术路线都存在权衡。增程车型在高速巡航时的能效天然低于纯电,且机械复杂度高于单一动力形式。

但在当前 MPV 市场加速电动化、家庭用户对空间与续航双重敏感的背景下,X9 超级增程确实提供了一种折中的可能性——

既保留了纯电车的驾驶质感与智能化体验,又通过增程系统消除了里程焦虑,同时未牺牲 MPV 最核心的空间魔法与舒适配置。

或许从增程 X9 开始,小鹏真能迎来新一轮增长。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博


yalc,yyds!

npm link

最近开发一个组件库rn-skeleton,想着组件库就该有组件库的样子,于是我想着找个宿主项目(假设叫rn-app)通过npm link的方式进行本地调试,谁知道拉了坨大的。。。

事情是这样的:众所周知,npm link的使用就很简单。在rn-skelton执行npm link,在宿主项目rn-app安装npm link rn-skeleton,到这里其实已经完事了,结果引入的时候,一直显示:找不到模块“rn-skeleton”或其相应的类型声明,更过分的是告诉我rn-app中找不到react-native....

于是我进行了好一会的问题解决,我寻思着node_module也是能看到rn-skeleton这个包的,怎么就找不到? 先解决react-native的问题,我把rn-skeleton项目中package.jsonoverrides字段删除:

 "overrides": {
    "react": "18.3.1",
    "react-native": "0.77.2"
  }

因为宿主项目也有这玩意,但是无济于事,尝试好几次,还是无用。于是尝试:

  • npm install /Projects/drn-dialog --legacy-peer-deps
  • ln -s /Projects/rn-skeleton node_modules/rn-skeleton

还是无济于事,于是放弃了,另辟蹊径去。结果发现:

在 React Native 项目中,npm link 和软连接(ln -s)一般无法用于组件库的本地调试,主要因为
Metro bundler(RN 打包器)默认不支持 symlink,所以常规的 npm link 方案不生效。

metroReact Native 使用的 Facebook打包器不支持符号链接,这严重阻碍了本地代码的共享。

wml

WML(Webpack Module Linker)是一款文件同步工具,基于watchman实现文件监听 用于自定义metro打包器配置的实用程序,以解决其不支持符号链接的问题。

该软件包的主要用途是支持使用yarn link或 开发 React Native 依赖项npm link

npm install -g wml

// 命令
wml ls  // 查看当前link
wml add <ProjectA Name> <ProjectA NameB>/node_modules/<ProjectA Package Name>
wml rm <LinkId>
wml rm all
wml start // 启动生效
wml start --verbose
wml stop
  1. ProjectA Name需要引入的包目录
  2. ProjectB Name需要引入包的宿主项目
  3. ProjectA Package NameProjectApackage.json中的name 优点:
  • 完全实时同步
  • 轻量无配置:无需修改包的 package.json,仅需建立一次映射即可长期使用
  • 支持任意文件同步:不限npm包
  • 跨平台:支持mac/windows/linux,依赖watchman

缺点:

  • 仅做文件同步,不处理包的依赖解析
  • 依赖watchman

原以为简简单单,还自带热更新,没想到执行wml start一直卡着不动,也没日志输出,闹麻了,接着换~

yalc

npm install -g yalc

yalc publish  // 将本地包发布到yalc本地仓库
yalc add <Package Name> // 从yalc仓库引入包到当前项目
yalc update <Package Name> // 更新当前项目的本地包到最新版本
yalc push // 将本地包的修改同步到所有引入的项目(热更新)
yalc remove <Package Name> // 从当前项目删除yalc引入的包
yalc clean // 清空yalc本地仓库缓存

执行yalc后可以看到项目中的node_modules出现该包,而且多了一个文件yalc.lock。 如果不是标准的npm包项目,可能还需修改一些内容:

ProjectA

{
  "name": "rn-dialog",
  "main": "src/index.tsx", // 入口文件路径
  "types": "src/index.d.ts" // index.d.ts文件路径
  // ...
 }

ProjectB

{
  "compilerOptions": {
    "paths": {
       // 手动映射模块路径,强化 TS 解析
      "sk-dialog-rn": ["node_modules/sk-dialog-rn/src/SKDialog/index.tsx"]
    },
}

缺点:

  • 不支持热更新,需要手动执行yalc update
  • 会有新文件生成,记得添加到.gitignore
  • 主要针对npm 包

优点:

  • 绕开npm linkpeerDependencies/overrides校验冲突,因为yalc是模拟安装而不是软链
  • 支持多项目同步
  • 轻量无侵入

至于@carimus/metro-symlinked-deps,略

我宣布,以后yalc是我的首选项~

ESLint报错无具体信息:大型代码合并中的内存与性能问题排查

ESLint报错无具体信息:大型代码合并中的内存与性能问题排查

问题描述

在最近的一次大型代码合并中,遇到了一个令人困惑的ESLint问题:

先是提示内存溢出

img_v3_02s7_537bfaa6-6a75-48d7-a4d2-5bfc5fe092hu.png

然后出现报错,但是没有报错信息,只展示检测的文件路径。

PixPin_2025-11-20_20-38-26.png

  • 现象:ESLint执行失败,但终端只显示 ✖ pnpm eslint --quiet,没有任何具体的错误信息
  • 背景:这次合并涉及1968个文件,其中1744个是TypeScript/JavaScript文件
  • 之前提示:合并前曾出现"git emit超过内存"的警告

这种"静默失败"让问题排查变得异常困难,本文将详细分析这个问题的原因和解决方案。

原因分析

1. 代码量爆炸性增长

通过分析发现,这次合并的规模远超寻常:

# 查看合并涉及的文件数量
$ git diff --name-only HEAD~1 | wc -l
1968

# 其中TypeScript/JavaScript文件数量
$ git diff --name-only HEAD~1 | grep -E '\.(ts|tsx|js|jsx)$' | wc -l
1744

eslint需要检测大量的文件,检测本身是没有问题的,只是检测完的结果展示被遮住了,展示不全。

2. 大型IDL文件的性能瓶颈

进一步分析发现,存在大量大型自动生成的IDL文件:

# 查看超过100KB的文件
$ git diff --name-only HEAD~1 | xargs wc -c 2>/dev/null | awk '$1 > 100000 {print $1/1024 "KB", $2}' | wc -l
26

# 最大的文件达到1.2MB
$ git diff --name-only HEAD~1 | xargs wc -c 2>/dev/null | sort -n | tail -5
1209435 apps/hub/src/idls/app_idl/namespaces/all_req_data.ts
1399027 pnpm-lock.yaml
14093097 total

3. ESLint处理机制的问题

虽然这些IDL文件顶部都有 /* eslint-disable */ 注释,但ESLint仍然需要:

  1. 解析每个文件来确定是否应用规则
  2. 构建AST来理解文件结构
  3. 处理大型文件(如770KB的IDL文件)

单个大型IDL文件的处理时间测试:

$ time NODE_OPTIONS="--max-old-space-size=16384" emox eslint --quiet apps/creative-hub/src/idls/creation_bff/index.ts
# 耗时5.66秒

4. 内存压力

当1744个文件同时处理时,Node.js默认的内存限制(约1.4GB)很容易被突破,导致进程崩溃或异常行为。

解决方案

方案一:增加Node.js内存限制

# 临时解决方案
export NODE_OPTIONS="--max-old-space-size=16384"
emox eslint --quiet your-files

# 或者永久设置
echo "export NODE_OPTIONS=\"--max-old-space-size=16384\"" >> ~/.zshrc
source ~/.zshrc

方案二:使用ESLint缓存机制

# 启用缓存避免重复处理
emox eslint --quiet --cache your-files

方案三:分批处理

创建分批处理脚本,避免同时处理过多文件:

#!/bin/bash
# 分批处理文件,每批50个
batch_size=50
files=$(git diff --name-only HEAD~1 | grep -E '\.(ts|tsx|js|jsx)$' | grep -v idls)

# 分批处理
echo "$files" | split -l $batch_size - /tmp/eslint_batch_
for batch_file in /tmp/eslint_batch/batch_*; do
    echo "处理第 $batch_num 批文件..."
    emox eslint --quiet --cache $(cat $batch_file)
done

方案四:排除IDL文件

IDL文件通常是自动生成的,可以安全排除:

# 排除IDL文件进行检查
emox eslint --quiet $(git diff --name-only HEAD~1 | grep -E '\.(ts|tsx|js|jsx)$' | grep -v idls)

最终解决步骤

在尝试了增加node内存和eslint缓存发现无济于事。并且排除idl文件也有一定的安全隐患,虽然idl是自动生成的,但是如果不小心改动了也会引起编译不通过。最终为了快速提交代码,使用最简单粗暴的方法,分段提交。

1. 逐步添加文件到暂存区

# 分批添加文件,避免一次性处理过多
git add apps/edit/src/ -A
git add apps/app-hub/src/ -A
# ... 其他目录分批添加

2. 执行lint-staged检查

# 使用pnpm执行lint-staged
pnpm lint-staged

3. 处理具体报错

根据lint-staged的输出,逐一解决具体的ESLint错误:

# 如果有错误,会显示具体的文件和行号
# 例如:
# apps/your-file.ts
#   45:10  error  Missing semicolon  @typescript-eslint/semi

# 修复后重新检查
pnpm lint-staged

4. 继续合并流程

# 所有问题解决后,继续合并
git merge --continue

总结

这次ESLint"静默失败"问题的根本原因是大型代码合并导致的内存和性能压力。在尝试了增加内存限制和缓存之后也无济于事,那么化繁为简,用最简单的逐步提交就行了。

希望这个经验能帮助你在未来的大型代码合并中避免类似问题。

雅培以210亿美元收购肠癌早筛龙头Exact Sciences

雅培与Exact Sciences公司11月20日宣布达成最终协议,雅培将收购肠癌早筛龙头Exact Sciences。根据协议条款,Exact Sciences股东将获得每股普通股105美元的收购价,总股权价值约达210亿美元。(界面)

中国工程机械工业协会:10月我国工程机械进出口贸易额为48.44亿美元,同比增长0.07%

36氪获悉,据中国工程机械工业协会官微,据海关数据整理,2025年10月我国工程机械进出口贸易额为48.44亿美元,同比增长0.07%,其中:进口额1.76亿美元,同比下降24.2%;出口额46.68亿美元,同比增长1.29%。2025年1至10月我国工程机械进出口贸易额累计为507.18亿美元,同比增长11.5%。其中进口金额21.92亿美元,同比增长0.78%;出口金额485.26亿美元,同比增长12%。按照以人民币计价的出口额计算,10月份出口额332.03亿元,同比增长1.86%。10月份止累计出口额3478.16亿元,同比增长13%。

联合飞机在迪拜航展获1600架重载工业级无人机订单

联合飞机今日宣布在迪拜航展现场获1600架重载工业级无人机订单,这是中国企业在迪拜航展收获的最大一笔订单。航展前夕,联合飞机在中东地区正式落地无人机送餐服务。最新的订单来自阿联酋、韩国等低空物流、医疗配送、农业植保领域。(第一财经)

默克集团拟借助瓦罗健康的药物研发人工智能技术

德国默克集团(Merck KGaA)于周四宣布,已同意采用总部位于美国波士顿的瓦罗健康公司(Valo Health)的药物研究服务,双方将围绕帕金森病及相关疾病开展合作。对这家美国公司(瓦罗健康)而言,该合作的潜在价值可能超过30亿美元。(新浪财经)

唯品会发布三季报:净营收214亿元,SVIP用户贡献51%线上销售额

11月20日美股盘前,唯品会发布2025年第三季度财报。三季度,唯品会实现净营收214亿元(人民币,下同),同比增长3.4%;Non-GAAP净利润15亿元,同比增长14.6%。

观察其核心运营数据,三季度唯品会实现商品交易总额(GMV)431亿元,同比增长7.5%,订单量1.66亿单,同比增长1.5%。同时,平台第三季度活跃用户数为4010万,同比增长1.3%。

在主营业务层面,本季度唯品会持续提升买手制好货能力,与Alexander Wang、bebe、OUTDOOR PRODUCTS、PINKO等国际品牌持续深化合作,扩大货品供给。同时,三季度“唯品独家”销售业绩增速显著,同比增长41%,新增合作品牌超过100个。

会员方面,唯品会在本季度继续围绕高价值品牌商品,打造私享特卖活动,以巩固超级VIP(SVIP)用户粘性。如超V品牌日、超V补贴日等,为SVIP用户带来更多专属货价权益。反映在财报数据上,三季度唯品会SVIP活跃用户数同比继续保持两位数增长,SVIP用户贡献了线上销售的51%。

AI创新方面,唯品会多个业务场景在AI加持下实现体验升级。如平台推出AI试衣功能“穿上看看”,支持用户虚拟试衣及社交分享。同时,平台通过相关模型、算法及产品运营的系统性升级,构建更加高效的搜索推荐系统。

唯品会董事长兼首席执行官沈亚即表示:“AI在驱动增长与效率提升方面发挥着日益重要的作用。通过深化团队协同,公司积极把握市场机遇。我们对实现长期可持续增长充满信心。”

招商证券分析指出,今年伴随宏观环境及可选消费持续复苏,以及唯品会供应链能力的不断建设和营销获客能力的持续优化,平台实现逐季边际改善。

长期来看,该机构认为唯品会在品牌服装正品特卖领域竞争力稳固,供给端平台深耕特卖赛道长期与品牌深度合作,为品牌贡献独特的增量价值,进而打造出差异化的深度折扣服装供应链。用户侧平台提供高质价比商品及无限次免邮的优质服务体验,为SVIP核心用户创造差异化的价值,目前核心客群仍在稳步扩充。

基于平台正品特卖心智及供应链优势下平台价值及核心客群保持稳固,加之公司持续分红并通过回购提升股东价值彰显经营信心,招商证券对唯品会给出25.29美元的目标价,维持“强烈推荐”评级。

海峡创新:停牌核查结束,股票明起复牌

36氪获悉,海峡创新发布公告,公司股票自2025年10月27日至11月17日价格涨幅为185.89%,股价波动较大,公司股票自2025年11月18日(星期二)开市起停牌核查。停牌期间,公司就股价波动的相关事项进行了核查。鉴于相关自查工作已完成,公司股票将于2025年11月21日(星期五)开市起复牌。

云铝股份:董事长冀树军辞职

36氪获悉,云铝股份发布公告,因工作变动,冀树军辞去公司董事、董事长和董事会战略委员会主任委员及提名委员会委员职务,辞任后不再担任公司任何职务。

IBM与思科计划构建大规模容错量子计算机网络

11月20日,IBM与思科宣布计划合作开展网络分布式量子计算的基础研究,该技术有望在2030年代初实现。未来五年内,IBM与思科将致力于实现首个概念验证网络:该网络将整合多台独立的大型容错量子计算机,使其协同运行数万至数十万量子比特的计算任务。此类网络有望处理涉及数万亿量子门的复杂问题,对解决大规模优化问题、设计复杂材料与药物等变革性量子应用至关重要。(界面)

前端程序员原地失业?全面实测 Gemini 3.0,附三个免费使用方法!

本期视频:www.bilibili.com/video/BV1gP…

众所周知,每次有新的模型发布前端都要失业一次,前端已经成为了大模型编程能力的计量单位,所以广大前端朋友不要破防哈!至于这次是不是真的,我们实战测评后再见分晓。

大家好,欢迎来到 code秘密花园,我是花园老师(ConardLi)。

就在我们还在回味上周 OpenAI 发布的 GPT-5.1 如何用“更有人情味”的交互惊艳全场,还在感叹9月底 Claude 4.5 Sonnet 在编程领域的统治力时,Google 在昨夜(11月18日)终于丢出了它的重磅炸弹 —— Gemini 3.0

“地表最强多模态”、“推理能力断层领先”、“LMArena 首个突破 1500 分的模型” …… Google 这次不仅是来“交作业”的,更是直接奔着“砸场子”来的。

Sundar Pichai 在 X 上自信宣称:“Gemini 3.0 是世界上最好的多模态理解模型,迄今为止最强大的智能体 + Vibe Coding 模型。它能将任何想法变为现实,快速掌握上下文和意图,让您无需过多提示即可获得所需信息。”

这个牛吹的还是挺大的。Gemini 3.0 真的有这么强吗?我熬夜实测了 Gemini 3.0 Pro 的编程能力,挖掘了大量细节,为你带来这篇最全解读。以下是本期内容概览:

榜单解读

盲测打分

我们先来看一下官方放出的榜单,是不是非常炸裂,除了 SWE-Bench 没能打过 Claude Sonnet 4.5,大部分测试简直是全面屠榜,甚至有些是断崖式领先:

https://lmarena.ai/leaderboard

在 LMArena(大模型竞技场) 榜单中,Gemini 3.0 Pro 以 1501 Elo 的积分空降第一,这是人类历史上首个突破 1500 分大关的 AI 模型!

LMArena 是由 LMSYS 组织的大众盲测竞技场。用户输入问题,两个匿名模型回答,用户凭感觉选哪个好。它代表了 “用户体验”和“好用程度”。 很多榜单跑分高的模型不一定真的好用,但 Arena 分高一定好用,因为它是大众凭真实感觉选出来的。Gemini 3.0 突破 1500 分,说明在大众眼中,它的体感确实有了质的飞跃。

推理能力

GPQA Diamond 91.7% 的分数非常恐怖,这代表它在生物、物理、化学等博士级别的专业问题上,正确率极高。在 Humanity’s Last Exam(当前最难的测试基准,号称 AI 的 "终极学术考试")中,在不使用任何工具的情况下达到 37.5% 。

https://www.vals.ai/benchmarks/gpqa

GPQA Diamond (Graduate-Level Google-Proof Q&A) 是一套由领域专家编写的、Google 搜不到答案的博士级难题。它是目前衡量AI“智商”的最硬核指标。 只有真正的推理能力,才能在这里得分。Gemini 3.0 能跑到 90% 以上,意味着它在很多专业领域的判断力已经超过了普通人类专家。

视觉理解

Gemini 系列一直以原生多模态(Native Multimodal)著称,Gemini 3.0 更是将这一优势发挥到了极致,它在 MMMU-Pro 和 Video-MMMU 上分别斩获了 81% 87.6% 的高分,全面领先其他模型。

MMMU 是聚焦大学水平的多学科多模态理解与推理基准。MMMU-proMMMU 的升级强化版,通过过滤纯文本问题、将选项增至10个、引入问题嵌于图像的纯视觉输入设置,大幅降低模型猜测空间,是更贴近真实场景的严格多模态评估基准。

其他基准

另外,在 ARC-AGI-2、ScreenSpot-Pro、MathArena Apex 等基准上更是数倍领先其他模型:

  • MathArena Apex 的题目是年全球顶级奥数比赛的压轴题,难度和 IMO(国际数学奥林匹克)最高级别相当。之前主流 AI 模型做这些题,得分都低于 2%,直到 Gemini 3 Pro 交出 23.4% 的成绩。
  • ARC-AGI-2 是 ArcPrize 基金会 2025 年推出的通用智能测试,能重点考察 AI 的组合推理能力和高效解题思路,还通过成本限制避免 AI 靠 “暴力破解” 得分。
  • ScreenSpot-Pro 是 2025 年新出的专业 GUI 视觉定位测试工具。它的核心任务是让 AI 精准找到界面上的 UI 元素,比如按钮、输入框等。目前多数模型的原始准确率不到 10%,而 Gemini 3 Pro 凭借 72.7% 的准确率创下了当前纪录。

这个榜单看着确实挺恐怖的,实际效果如何,我们一起来测试一下。

使用方法

以下四个位置目前均可以免费使用 Gemini 3.0:

  1. 打开 Google Gemini App 或网页版,可以直接体验 Gemini 3.0,仅限基础对话和简单工具调用,普通 Google 账号即可:

gemini.google.com/app

  1. Google AI Studio Playground ,API 已经开放 Preview 版本(gemini-3-pro-preview)可以更改模型参数,进行基础对话和工具调用:

aistudio.google.com/prompts/new…

  1. Google AI Studio Build ,一个专业的 AI 建站平台,类似 V0,可以编写复杂的前端应用:

aistudio.google.com/apps

  1. Google Antigravity,Google 推出的全新 AI IDE,对标 Cursor。

目前可以直接白嫖 Gemini 3 ProClaude Sonnet 4.5(不过需要美区 Google 账号):

中文写作

我们先来进入 Google Gemini 网页版,测试一下最基础的中文写作能力,我们在右下角切换到 Thinking 模式,即可使用最新的 Gemini 3.0 的推理能力:

我们来让他调研一下昨天比较火的 Cloudflare 宕机事件,并且生成一篇工作号文章,输入如下提示词:

调研最新的 Cloudflare 崩溃事件,然后编写一篇公众号文章来介绍这个事件。注意文章信息的真实性、完整性、可读性。

可以看到,它进行了非常长并且有条理的推理:

然后开始输出正文,先给出了公众号的推荐标题和摘要:

以下是完整的文章,基本没什么 AI 味:

接下来,我们再看看我们的老朋友豆包的生成效果:

大家觉得哪个文笔好一点呢,可以自行评判一下。

开发实测

下面,我们开始测试开发能力,这时我们可以到 Google AI Studio 的 Build 功能,这其实是一个在线的 AI Coding 工具,帮你快速把想法变成可运行的网页。

测试1:物理规律理解

我们先来一个非常经典的测试:

::: block-1 实现一个弹力小球游戏:

  • 环境设置:创建一个旋转的六边形作为小球的活动区域。
  • 物理规律:小球需要受到重力和摩擦力的影响。
  • 碰撞检测:小球与六边形墙壁碰撞时,需要按照物理规律反弹。 :::

理解物理规律一直是众多模型的最大难题之一,所以每次有新的模型出现这都是我首要测试的题目。可以看到,Gemini 依然首先给出了非常详细且有条理的思考:

然后开始编写代码,我们可以切换到 Code,可以看到实时的代码生成,输出速度还是非常快速。一个很明显的区别,在 Build 模式下生成的代码并不是简单的 HTML,而是一个含有多个文件的 React + TS 的应用,这就给了它更高的上限,可以编写非常复杂的网页应用,并且写出的代码也会更容易维护。

生成完成了,我们来看一下效果,可以发现 Gemini 对物理规律的理解是非常不错的,而且页面样式和交互体验也不错。

在生成完成后,我们可以继续对网站提出改进意见让它继续迭代,还可以直接更改网页的代码,还是非常方便的。

测试2:小游戏开发

提示词:请你帮我编写一款赛博朋克风格的马里奥小游戏,要求界面炫酷、可玩性高、功能完整。

最终效果(经过三轮迭代,耗时 8 分钟左右):

游机制还原度还是非常高的,运行效果也很流畅,文章里就不放视频了,具体效果大家可以到 B 站视频中去看。

测试3:3D效果开发

开发一个拥有逼真效果的 3D 风扇 网页,可以真实模拟风扇的运行

最终效果(经过两轮迭代,耗时 5 分钟左右)

这个风扇生成的还是很逼真的,支持开关、调整风扇转速、摇头。甚至还是个 AI 智能风扇,可以直接跟风扇语音对话让他自己决定如何调整转速 ...

测试4:UI还原能力

提示词:帮我编写一个网站,要求尽可能的还原给你的这两张设计图

设计稿原图:

一轮对话直接完成,耗时 3 分钟左右:

最终还原效果:

这效果,基本上算是 1:1 直接还原了,并且界面上的组件都是可交互的,这个必须点赞。

测试5:使用插件开发

在 Build 模式下,我们还可以直接选择官方提供的各种插件,比如前段时间比较火的 Nano Banana(Gemini 的生图模型),以及 Google Map、Veo 等服务:

我们来尝试使用 Nano Banana 生成一个在线的 AI 图片处理网站:

提示词:创建一个在线的 AI 图片处理应用,可以支持多项图片处理能力,页面炫酷、交互友好。

最终效果(经过三轮迭代,耗时 6 分钟左右)

效果非常不错,支持拖动对比图片处理前后的效果,还支持对图片局部进行处理:

测试6:I'm feeling lucky

在 Build 模式下,还有个非常有意思的功能,I'm feeling lucky,点击这个按钮,它会自动帮我生成一些项目灵感,如果你支持想尝试一下 Gemini 3.0 的强大能力,但不知道要做点啥,这就是一个不错的选择:

比如下面这个项目,就是我基于 AI 生成的灵感而创建的:

这是一个 AI 写作工具:支持通过输入提示词和文件附件,让 AI 协助创作内容;并要求 AI 对任意段落、句子等进行迭代优化;AI 也会智能主动介入 —— 当它判断时机合适时,主动提供反馈建议,支持嵌入式修改;

经过这几轮测试我们发现,Gemini 3.0 编写网站的能力确实非常强,不过这也离不开 Build 工具的加持,那脱离了这个工具后究竟效果如何呢,下面我们在本地 AI IDE 环境中来进行测试。

Gemini 3.0 PK Claude Sonnet 4.5

我们让 Gemini 3.0 来 PK 一下目前公认最强的编码模型 Claude Sonnet 4.5

为了保证公平的测试环境,我们使用本地的 AI IDE 来进行测试,可让两个模型拥有同样的调度机制和工具。

我们直接用 Google 这次和 Gemini 3.0 一起发布的 Antigravity 编辑器,这是一款直接对标 Cursro、Windsurf 的本地 AI 编辑器,可以直接白嫖 Gemini 3 ProClaude Sonnet 4.5

Antigravity 也是基于 VsCode 二次开发的,使用体验感觉也和 Cursor 差不多:

  • 输入 @ 可以选择文件、配置 MCP Server、配置 Global Rules 等功能;
  • Coding Agent 可以选择 PlanningFast 两种模式

目前支持选择以下五个模型,都是免费的:

  • Gemini 3 Pro (High)、Gemini 3 Pro (Low)
  • Claude Sonnet 4.5、Claude Sonnet 4.5 (Thinking)
  • GPT-OSS 120B (Medium)

题目1:项目理解能力:大型项目优化分析

第一局,我们来测试一下模型的项目理解能力,我们让他对一个大型的项目,进行整体的分析和产出优化建议,我们选择 Easy Dataset 这个项目。

理解当前项目架构,并告诉我本项目还有哪些需要改进的地方?(无需改动代码,先输出结论)

Gemini 3.0

这是 Gemini 3.0 的情况,它先进行了非常全面的分析,然后为最终的结论创作了一个单独的文件,使用英文编写:

Claude Sonnet 4.5

然后是 Claude 4.5 的分析过程:

最终结论直接输出到了聊天窗口:

对比结果

凭我个人对这个项目的理解,乍一看还是 Claude 4.5 生成的结果更准确,而且查看的文件也很关键,给出的建议也都是正确的。

为了公平的评判,下面我们有请 DeepSeek 老师来担当裁判:

最终结论,Claude Sonnet 4.5 胜出:

其实这里对 Claude 来讲还稍微有点不公平的,因为 Gemini 3.0 我们使用的是长思考模式,而 Claude 4.5 我们选择的是非思考模型,如果是 Claude 4.5 Thinking 模式,最终效果肯定还要更好一点。

题目2:架构设计能力:全栈项目编写

下面,我们再来测试一下综合的架构设计和编码能力,让它帮我们生成一个完整的全栈项目,既要兼顾某一个具体的技术设计,又要兼顾前后端的协作,需求如下:

设计并实现一个 Node.js 的 JWT 认证中间件,考虑安全性和易用性;设计对应的前端页面、业务接口来演示中间件的调用效果;创建 Readme 文档,并编写此中间件的架构设计、使用方式等。

Gemini 3.0

过程省略(感兴趣可以到视频里去看),直接上结果吧:

最后只生成了两个页面,一个登录页,一个登录之后的接口验证:

Claude Sonnet 4.5

Claude Sonnet 4.5 的结果明显就要更好一点了:

首先包含了完整的注册登录功能,在登录后,可以进行多种维度的接口验证:

对比结果

为了保证公平,我们还是要看一下代码具体写的怎么样,下面我们还是让 AI 来分析对比下这两个工程的代码:

最终对比结论还是 Claude Sonnet 4.5 完胜

题目3:前端编写能力:项目官网编写

第三局,我们偏心一点,来对比一下两者的纯前端编码的能力,因为毕竟是 Gemini 3.0 的实测,都输了也不太好,我们这次让他们从零调研并生成一个 Easy Dataset 的官网。

提示词:请你调研并分析这个项目的主要功能 github.com/ConardLi/ea… ,并为它编写一个企业级的官方网站。

Gemini 3.0

首先看 Gemini 3.0 的生成效果,列出的项目计划是这样的,然后中间中断,手动继续了一次,后使用 tailwindcss 的脚手架模版创建了这个项目,在最后的自动化测试环节也是没有完成的。

最终生成的效果是这样的,审美还是挺在线的,不过内容略显单薄了。

Claude Sonnet 4.5

然后我们来看 Claude 4.5 生成的结果,首先他生成的一份非常详细的开发计划,然后对 Easy Dataset 项目进行了调研,然后产出了一份调研报告后才开始开发。任务是一次就完成了,中间没有任何中断,然后他没有选择使用脚手架,而是从零创建了项目代码,最终也顺利完成了自动化测试。

然后我们来看最终的生成效果,这个看起来在视觉体验上就明显不如 Gemini 3.0 了。

但是,因为前期进行了非常充分的调研,所以网站的内容非常充实,基本上涵盖了所有关键信息。

对比结果

所以这最后一局可以说是各有优劣:

  • 视觉体验、项目代码的可维护性 Gemini 3.0 胜出;
  • 网站的内容丰富度,整个编写过程的丝滑程度 Claude 4.5 胜出;

所以这一局,我们判定为平局。

总结

最后我们来根据今天的实测结果总结一下结论。

Gemini 3.0 的前端能力确实超标,在小游戏开发,UI 设计稿还原,视觉效果开发这种对审美能力要求极高的需求中更是强的可怕。得益于 Gemini 原生多模态,以及强大的视觉理解能力,让他这种优势进一步放大了出来。

特别是在有了 AI Studio Build 这种工具的加持,让他在从零生成一个 Web 应用这个场景下更是是如虎添翼。另外,在指令遵循,需求理解的能力上,相比上一代的 Gemini 2.5 确实是有了很大幅度的增强。

但是,这足以让前端失业吗?

在实际的开发中,绘制 UI 可能只占很小一部分的工作。说到这,就不得不说我们的前端祖师爷,最近刚靠开发前端工具链融资了 8000 万啊,当之无愧的前端天花板了。

在后面的实战对比中,我们发现,在复杂项目上下文理解,全栈项目的架构设计和编写等实际开发工作中需要考虑的环节上,相比 ClaudeGemini 3.0 还是略逊一筹的,他依然无法撼动 ClaudeVibe Coding 领域的的霸主地位。

这个其实我们看榜单的 SWE Bentch 就看出来了,这是唯一一个被 Claude超越的指标,这个 Bentch 中包含了大量真实项目开发中要解决的 Issue ,能够衡量模型在真实编程环境中解决问题的能力。

所以这也能体现 Gemini 3.0 在真实的编程工作中并没有带来多大的提升,不过对于完全不会编程的小白来讲,确实可以让你们的想法更快也更好的变成现实了。

所以广大前端程序员不要慌,淘汰的是切图仔,关我前端程序员什么事呢?

不过这是玩笑话,广大程序员们确实应该居安思危了,就算不会在短时间内立刻失业,你们的竞争力确实是在实打实的流失的,其实很多行业也都一样,如果一直是在做简单的重复性工作,那未来被 AI 淘汰已是必然了。

最后

关注《code秘密花园》从此学习 AI 不迷路,相关链接:

如果本期对你有所帮助,希望得到一个免费的三连,感谢大家支持

沃尔玛第三季度营收1795亿美元,同比增长5.8%

沃尔玛第三季度营收1795亿美元,同比增长5.8%,预期1774.3亿美元;三季度调整后每股收益0.62美元,预期0.60美元。沃尔玛公司2026财年净销售增长预期为4.8%-5.1%,按不变汇率计算,与之前3.75%至4.75%的增长预期相比有所下调。(财联社)

利率探底至2.3%左右,银行“花样”争夺经营贷客户

“现在经营贷利率挺低的,如果您企业经营情况不错的话,我们最低能做到2.3%、2.4%左右的利率。有需要的话可以来行里找我,或者电话沟通一下。”平安银行北京地区个贷经理陈旭阳告诉记者,根据企业经营范围、每月流水等情况,贷款利率各不相同。在按揭贷款需求疲软、零售业务承压的背景下,众多银行将目光投向了小微企业主,十八般武艺抢夺经营贷客户。记者调研发现,在年末“冲刺”的时点下,经营贷利率持续探底,不少银行经营贷利率可做到2.5%以下,平安银行、珠海华润银行等经营贷利率下探至2.3%左右的历史低位。(中证报)
❌