AI Pulse
📡 X 信号

Gemini 4 Neon实测:一天生成17个可交互Demo,代码修复全通过

Gemini 4 Neon实测:一天生成17个可交互Demo,代码修复全通过

开发者@kimmonismus拿到Gemini 4 Neon的早期测试权限,花了一整天在谷歌的AI编程工具Antigravity中测试它的能力。它一共生成了17个可交互Demo,涵盖射击游戏、3D场景等类型,同时完成了代码修复、工具调用相关的测试。

首先测试的是两款射击游戏。3D竞技场射击游戏包含敌人生成波次、生命值、弹药、换弹、游戏结束、重启全部功能,首次生成时遇到服务器错误中断,第二次生成就完成了全部功能。另一款霓虹峡谷轨道射击游戏Solaris Trench运行流畅,每次命中都有清晰的反馈。

可破坏体素竞技场Terra Breaker是用户仅要求实现破坏和重置功能,Neon额外添加了三种结构和三种行为完全不同的工具:大炮可以轰下大块体素,凿子只能敲掉少量方块,浏览器测试中稳定运行在60帧。

飞行游戏Aero Canyon是用户最喜爱的Demo,玩家驾驶喷气式飞机在日落峡谷中穿过12个门,带有计时器、结算界面和最佳成绩保存功能,Neon还额外添加了用户没要求的自动驾驶演示,目前仅测试了自动驾驶功能,手动操作的手感暂未验证。

黄铜大理石物理谜题游戏Brass & Marble包含杠杆和弹球发射装置,第一关可以通过普通滑块通关,测试脚本需要获取弹球的实时位置来控制杠杆时机,黄铜细节和机械运动效果是用户最满意的部分。

粒子光效Demo SONORA可以调整粒子参数、触发爆发效果,场景会实时响应操作。黑洞飞掠Demo Event Horizon带有发光吸积盘、旋转粒子、扫动镜头,支持切换视角、调节引力透镜效果,物理表现为风格化处理。

太阳系Demo支持点击查看八大行星,温度、大致尺寸、排列顺序都符合NASA公开数据,最初的卫星数量数据过时,用户指出后Neon更新为JPL的最新数值,尺寸和轨道没有按真实比例制作。

代码修复测试中,用户给Neon三个破损程序,修复后自行验证结果:预订检查程序原本5项测试仅1项通过,修复后全部通过;任务调度程序原本14项检查仅8项通过,修复后全部通过;异步加载程序原本16项检查仅10项通过,修复后全部通过。代码审查测试中,Neon找出了用户植入的全部4个bug,同时主动指出了两个遗留问题:预订检查程序会拒绝合法的闰秒时间23:59:60,代码审查修复中仍存在特定时机替换文件夹绕过文件检查的漏洞。

查看Antigravity的运行日志可以看到,13次高配置会话总共发起762次工具调用:313次文件读取、266次编辑、104次新建文件、43次shell命令、13次子代理调用、2次网页搜索、21次其他调用(包括任务更新、向用户提问)。

Neon的代码修复遵循固定流程:一次性读取最多16个相关文件,单次编辑完成修复,再重新读取文件校验,每次修复耗时2到3分钟。用户14次要求它不要使用终端,对应运行中它没有执行任何shell命令;允许使用时,它大多启动本地web服务器、自行运行检查。浏览器测试时它会派出小型Flash子代理点击测试Demo,子代理遇到容量错误时会询问用户切换其他模型,行星数据测试时它直接搜索了NASA和JPL的公开数据。

当天累计输入token约7100万,其中93%来自缓存,输出token约180万,目前没有公开定价,无法计算本次测试的成本。测试中最大的问题是容量不足,日志显示57次“无可用容量”错误,4次运行直接中断需要手动重启,可能是上线前负载过高导致,耗费了额外的测试时间。整体来看,Neon适合快速生成原型、完成可靠的代码修复。

查看 X 原帖

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新