Claude 靠Opus4.7搶占風(fēng)頭，Google 也有大招，而且是三連發(fā)，咱逐個(gè)拆解

　　
Google Gemini 三連發(fā)全景速覽

　　從桌面端到開(kāi)發(fā)者工具，再到語(yǔ)音合成，三條線同時(shí)發(fā)力

　　Google 這波屬于憋了一股勁，要把 Gemini 生態(tài)從頭鋪到尾

　　一、Gemini Mac 桌面版

　　Google 首次把 Gemini 帶上了 Mac 桌面

　　原生 Swift 開(kāi)發(fā)，與 Antigravity 團(tuán)隊(duì)合作，據(jù)說(shuō)從 idea 到原型只用了幾天

　　直接說(shuō)體驗(yàn)重點(diǎn)：

　　① 全局快捷鍵，隨叫隨到

　　Option + Space任何界面一鍵呼出 Gemini 迷你對(duì)話(huà)框，就像 Mac 的 Spotlight 一樣

　　還有Option + Shift + Space可以打開(kāi)完整聊天界面，兩個(gè)快捷鍵都可以自定義

　　這個(gè)體驗(yàn)真的很順滑

　　你在寫(xiě)代碼突然卡殼了，Option + Space 問(wèn)一句，答完繼續(xù)寫(xiě)，全程不用切窗口、不用開(kāi)瀏覽器

　　② 窗口共享，看到你在干什么

　　這是我覺(jué)得最有意思的功能

　　點(diǎn)擊「Add files and tools → Share window」，Gemini 就能看到你當(dāng)前窗口的內(nèi)容——文檔、代碼、數(shù)據(jù)表格都行

　　它會(huì)根據(jù)你屏幕上的內(nèi)容直接給出上下文相關(guān)的回答。

　　舉個(gè)例子：你打開(kāi)一個(gè) Python 腳本，共享窗口后直接問(wèn)「這段代碼有什么 bug？」，它能直接看到代碼給你分析，不用再?gòu)?fù)制粘貼了。

　　
③ 創(chuàng)作能力集成

　　圖片生成（Nano Banana）、視頻生成（Veo）都內(nèi)置了

　　桌面端直接就是一個(gè)創(chuàng)作工作站

　　④ 多設(shè)備同步

　　同一個(gè) Google 賬號(hào)，聊天記錄和記憶跨設(shè)備同步——手機(jī)上聊到一半，Mac 上接著聊

　　系統(tǒng)要求：

　　項(xiàng)目

　　要求

　　系統(tǒng)版本

　　macOS Sequoia（15.0）或更高

　　芯片

　　僅 Apple Silicon（M 系列）

　　內(nèi)存

　　8 GB 以上

　　磁盤(pán)空間

　　200 MB 以上

　　網(wǎng)絡(luò)

　　需要穩(wěn)定連接

　　費(fèi)用

? 下載地址：gemini.google/mac

　　說(shuō)實(shí)話(huà)，這個(gè)桌面 App 的定位很清晰——不開(kāi)瀏覽器就能用 AI

　　對(duì)比 ChatGPT 桌面版，Gemini 的窗口共享是差異化亮點(diǎn)，它能直接"看到"你在干什么，上下文理解比純文字對(duì)話(huà)強(qiáng)多了

　　不過(guò)目前只支持 Apple Silicon，Intel Mac 用戶(hù)暫時(shí)無(wú)緣

　　而且本質(zhì)上是聯(lián)網(wǎng)應(yīng)用，離線場(chǎng)景下幫不了你

　　二、Gemini CLI 支持 Subagents，重頭戲來(lái)了

　　如果說(shuō) Mac App 是給普通用戶(hù)的禮物，那 Subagents 就是給開(kāi)發(fā)者的大殺器

　　之前用 Gemini CLI 處理復(fù)雜任務(wù)，最大的痛點(diǎn)是什么？上下文窗口越用越臃腫

　　查個(gè)代碼架構(gòu)，跑幾輪測(cè)試，上下文就爆炸了，后面的對(duì)話(huà)質(zhì)量直線下降

　　這個(gè)問(wèn)題在 Claude Code 里也存在，它的解決方案是 Task 工具

　　現(xiàn)在 Gemini CLI 的答案是Subagents——一句話(huà)概括：主 Agent 終于有了自己的專(zhuān)家團(tuán)隊(duì)。

　　
Subagents 架構(gòu)一覽 什么是 Subagents？

　　Subagents 就是跟主 Agent 并肩作戰(zhàn)的「專(zhuān)家」

　　
Gemini CLI - Parallel Subagents

　　每個(gè) Subagent 都有：

　　獨(dú)立的上下文窗口—— 不污染主對(duì)話(huà)

　　專(zhuān)屬的系統(tǒng)指令—— 可以定制行為和人設(shè)

　　獨(dú)立的工具集和 MCP 服務(wù)器—— 精確控制能做什么

　　執(zhí)行完匯總返回—— 內(nèi)部可能跑了幾十輪工具調(diào)用，但返回給主 Agent 的只是一份精煉總結(jié)

　　這就意味著，你的主上下文永遠(yuǎn)干凈利落，不會(huì)因?yàn)橹虚g過(guò)程膨脹變慢。

　　三個(gè)內(nèi)置 Subagent，開(kāi)箱即用

　　名稱(chēng)

　　定位

　　什么時(shí)候用

　　generalist

　　通用型，繼承所有工具

　　批量重構(gòu)、跑大量命令、高輸出量任務(wù)

　　codebase_investigator

　　代碼庫(kù)探索專(zhuān)家

　　架構(gòu)分析、依賴(lài)追蹤、Bug 根因定位

　　cli_help

　　Gemini CLI 使用專(zhuān)家

　　問(wèn)配置、問(wèn)命令、問(wèn)功能怎么用

　　還有一個(gè)實(shí)驗(yàn)性的browser_agent，可以自動(dòng)化瀏覽器操作——填表單、點(diǎn)按鈕、提取頁(yè)面信息。需要 Chrome 144+ 并在settings.json里手動(dòng)啟用。=

　　自定義 Subagent，一個(gè) Markdown 文件搞定

　　重點(diǎn)來(lái)了：一個(gè).md文件 = 一個(gè)專(zhuān)家 Agent

　　舉個(gè)例子，定義一個(gè)前端專(zhuān)家：

　　---
name: frontend-specialist
description: Frontend specialist in building high-performance,
accessible, and scalable web applications.
tools:
-read_file
-grep_search
-glob
-list_directory
-web_fetch
-google_web_search
model: inherit
---

You are a Senior Frontend Specialist and UI/UX Architect.
Your goal is to design and implement exceptional,
production-grade user interfaces.

### Core Principles:
-Architecture & Scalability
-Performance & Optimization
-Accessibility (A11y)


　　文件放到.gemini/agents/目錄，Gemini CLI 自動(dòng)識(shí)別。項(xiàng)目級(jí)的放.gemini/agents/（團(tuán)隊(duì)共享），個(gè)人全局的放~/.gemini/agents/。

　　配置項(xiàng)也很靈活：

　　字段

　　name

　　唯一標(biāo)識(shí)，也是 @語(yǔ)法 調(diào)用時(shí)的名字

　　description

　　描述，主 Agent 靠這個(gè)決定何時(shí)派活

　　tools

　　可用工具列表，支持通配符（*全部、mcp_*所有 MCP 工具）

　　model

　　指定模型，默認(rèn)inherit繼承主 Agent

　　temperature

　　溫度，0-2

　　max_turns

　　最大對(duì)話(huà)輪數(shù)，默認(rèn) 30

　　timeout_mins

　　超時(shí)時(shí)間，默認(rèn) 10 分鐘

　　
并行執(zhí)行，效率起飛

　　Subagents支持并行運(yùn)行。比如你要同時(shí)調(diào)研 5 個(gè)模塊的架構(gòu)，可以一口氣派出 5 個(gè) Subagent 同步執(zhí)行，總耗時(shí)約等于最慢那一個(gè)。

　　你甚至可以直接說(shuō)：

? "Run the frontend-specialist on each package in parallel."

　　不過(guò)要注意：并行執(zhí)行代碼編輯任務(wù)可能會(huì)沖突，多個(gè) Agent 同時(shí)改文件容易互相覆蓋。并行更適合只讀型任務(wù)——分析、調(diào)研、測(cè)試。

　　@ 語(yǔ)法直接點(diǎn)名

　　用@符號(hào)可以精準(zhǔn)派活，跳過(guò)主 Agent 的自動(dòng)判斷：

　　@codebase_investigator 幫我梳理認(rèn)證模塊的調(diào)用鏈路
@generalist 把項(xiàng)目里所有文件的 License 頭更新一遍
@security-auditor 審計(jì) src/api/ 目錄的安全性
安全機(jī)制

　　工具隔離：每個(gè) Subagent 只能用你明確授權(quán)的工具，不會(huì)越權(quán)

　　遞歸保護(hù)：Subagent不能調(diào)用其他 Subagent，防止無(wú)限套娃、Token 爆炸。

　　還可以配合 Policy Engine（策略引擎）做更細(xì)粒度的權(quán)限控制，比如只允許某個(gè) Subagent 執(zhí)行git push。

　　用/agents命令可以隨時(shí)查看當(dāng)前所有可用的 Subagent：

　　
Gemini CLI /agents 命令

　　我的判斷：Subagents 是 Gemini CLI 迄今最重要的一次更新。之前我給 Gemini CLI 打了 99 分，現(xiàn)在加上 Subagents，可以認(rèn)真跟 Claude Code 的 Task 工具掰手腕了。核心解決的問(wèn)題是：讓 AI 編程從「單打獨(dú)斗」進(jìn)化到「團(tuán)隊(duì)協(xié)作」。

? Subagents 文檔：https://geminicli.com/docs/core/subagents/ GitHub：https://github.com/google-gemini/gemini-cli

　　最后一個(gè)更新在語(yǔ)音領(lǐng)域

　　Gemini 3.1 Flash TTS 是 Google 最新的文字轉(zhuǎn)語(yǔ)音模型，核心賣(mài)點(diǎn)三個(gè)字：能控制

　　音質(zhì)：Elo 1211，性?xún)r(jià)比最優(yōu)象限

　　在 Artificial Analysis TTS 排行榜上（基于數(shù)千次人類(lèi)盲測(cè)偏好），3.1 Flash TTS 拿到了Elo 1211 分。更關(guān)鍵的是，它被定位在「最具吸引力象限」——質(zhì)量高、價(jià)格低。

　　在 TTS 領(lǐng)域，這個(gè)定位很有競(jìng)爭(zhēng)力。ElevenLabs 質(zhì)量確實(shí)好，但貴；開(kāi)源方案便宜，但效果參差不齊

　　
Artificial Analysis TTS 排行榜 Audio Tags：最大的創(chuàng)新

　　這是這次 TTS 更新最讓我眼前一亮的功能。你可以在文本里嵌入Audio Tags（音頻標(biāo)簽），用自然語(yǔ)言直接指導(dǎo) AI 怎么說(shuō)話(huà)：

　　場(chǎng)景導(dǎo)演（Scene Direction）設(shè)定環(huán)境和對(duì)話(huà)指令。比如告訴它「這是一個(gè)深夜廣播節(jié)目，語(yǔ)氣低沉溫暖」，角色就會(huì)保持這個(gè)狀態(tài)。

　　角色級(jí)控制（Speaker-level Specificity）為每個(gè)角色設(shè)置獨(dú)立的 Audio Profile——語(yǔ)速、語(yǔ)調(diào)、口音都可以分別調(diào)。甚至可以用 inline tags 在句子中間切換表達(dá)方式。

　　一鍵導(dǎo)出（Seamless Export）在 Google AI Studio 里調(diào)好所有參數(shù)后，可以直接導(dǎo)出為 Gemini API 代碼。調(diào)試一次，到處復(fù)用。

　　這個(gè)思路很聰明——與其讓用戶(hù)在后臺(tái)調(diào)一堆參數(shù)滑塊，不如讓用戶(hù)用自然語(yǔ)言直接「導(dǎo)演」。降低了創(chuàng)作門(mén)檻，又給專(zhuān)業(yè)用戶(hù)足夠的精細(xì)度。

　　其他亮點(diǎn)

　　70+ 語(yǔ)言支持，中文在列

　　原生多角色對(duì)話(huà)，做播客、有聲書(shū)的朋友有福了

　　SynthID 水印，所有生成音頻都帶不可感知水印，標(biāo)識(shí) AI 生成內(nèi)容

? 模型卡片：deepmind.google/models/model-cards/gemini-3-1-flash-audio/

　　Google 這波三連發(fā)，覆蓋面很廣：

　　更新

　　面向誰(shuí)

　　一句話(huà)總結(jié)

　　Gemini Mac App

　　普通用戶(hù)

　　Option + Space

　　隨時(shí)呼出，窗口共享是亮點(diǎn)

　　Gemini CLI Subagents

　　開(kāi)發(fā)者

　　主 Agent + 專(zhuān)家團(tuán)隊(duì)，上下文不再爆炸

　　Gemini 3.1 Flash TTS

　　內(nèi)容創(chuàng)作者 / 開(kāi)發(fā)者

　　Audio Tags 用自然語(yǔ)言控 AI 語(yǔ)音，70+ 語(yǔ)言

　　三個(gè)更新里，我個(gè)人最看好Gemini CLI Subagents。它解決了 AI 編程助手最核心的架構(gòu)問(wèn)題——單 Agent 上下文有限，復(fù)雜任務(wù)需要多 Agent 協(xié)作。Google 的實(shí)現(xiàn)方式（Markdown 定義 + 工具隔離 + 并行執(zhí)行）簡(jiǎn)潔優(yōu)雅，上手成本很低。

　　桌面 App 方便，TTS 有創(chuàng)新，但真正改變開(kāi)發(fā)者日常工作流的，是 Subagents。

　　制作不易，如果這篇文章覺(jué)得對(duì)你有用，可否點(diǎn)個(gè)關(guān)注。給我個(gè)三連擊：點(diǎn)贊、轉(zhuǎn)發(fā)和在看。若可以再給我加個(gè)，謝謝你看我的文章，我們下篇再見(jiàn)！