avatar
🦥小泳
1个月前
借助基因编辑有可能“一针治愈”高血脂” 2025年11月8日发表于NEJM 的原创研究，报告了人类历史上首次使用CRISPR-Cas9技术在体内针对肝脏血管生成素样蛋白3 （ANGPTL3）基因进行基因编辑的临床试验 结果显示疗效非常显著，血脂水平显著下下降 传统降脂药（如他汀、PCSK9抑制剂、Evinantiromab等）需要终身服用，而基因编辑有可能可以实现“一次治疗、永久生效” 血管生成素样蛋白3是一种主要由肝脏分泌的蛋白，它会抑制脂蛋白脂酶（LPL）和内皮脂酶的活性，导致血液中甘油三酯（TG）和低密度脂蛋白胆固醇（LDL-C）升高 人群中天然存在ANGPTL3基因“失活突变”的人，一生中LDL-C和甘油三酯都显著降低，冠心病风险降低约30-40%，而且没有发现明显副作用 因此，研究团队开发了CTX310：一种脂质纳米颗粒（LNP）包裹的CRISPR-Cas9系统（Cas9 mRNA + 针对ANGPTL3的guide RNA），静脉单次输注后进入肝细胞，在DNA水平上破坏ANGPTL3基因，使其永久失活 结果显示疗效非常显著，且呈剂量依赖性，几乎完全模拟了天然ANGPTL3失活突变人群的表型 降脂效果在给药后15天内迅速出现，并保持持久，随访期间未反弹 在第30天测量血浆ANGPTL3蛋白水平个血脂水平的变化 其中在最高剂量组（0.7–0.8 mg/kg）： 1）ANGPTL3蛋白平均下降 **73%（最高89%） 2）甘油三酯（TG）平均下降 55%（最高84%） 3）LDL-C 平均下降 49%（最高87%） 关于安全性，无治疗相关的严重不良事件，无剂量限制性毒性 最常见的不良事件是轻中度的输注相关反应（发热、寒战、头痛等），经对症处理后迅速缓解 肝酶（ALT/AST）短暂轻度升高，但很快恢复正常，无临床意义 无脱靶编辑（off-target editing）或基因组不稳定性的证据 这是人类首次用CRISPR-Cas9成功在肝脏实现高效、持久的基因敲除，并直接转化为临床获益，即大幅降低LDL和甘油三酯 此研究有可能彻底改变心血管疾病预防模式，尤其是对那些药物控制不住的患者 试验证明LNP递送的CRISPR系统在人体内的安全性远超预期，为后续针对PCSK9、LPA（脂蛋白(a)）等基因的治疗铺平道路 传统降脂药（如他汀、PCSK9抑制剂、Evinantiromab等）需要终身服用，而基因编辑有可能可以实现“一次治疗、永久生效” 这篇里程碑式研究标志着CRISPR基因编辑从“实验室概念”真正走向“临床现实” 在未来几年内有望进入更大规模的2/3期试验，用于预防心脏病和卒中
#基因编辑 #高血脂 #CRISPR-Cas9 #ANGPTL3 #降脂
avatar
背包健客
1个月前
2025年11月18日，北京中医药大学、中国医学科学院研究团队在《Biogerontology》期刊上发表研究论文。 在这项新研究中，研究人员使用不同浓度的槲皮素喂养多种线虫模型，进行了一系列实验，分析了槲皮素的安全性及其对寿命、抗氧化能力、线粒体形态、神经元健康和代谢的影响，并探讨了其潜在的抗衰老机制。 研究结果显示，在0.02 mg/mL的浓度下，槲皮素不仅安全无毒，还能显著延长线虫寿命达25%，并提升了其氧化应激和热应激的能力。 从机制上讲，槲皮素通过激活DAF-16/FOXO途径，促进其核转移，并增加其蛋白表达水平，进而调控一系列抗氧化和代谢相关基因的表达。 研究指出，结果表明，槲皮素通过DAF-16/FOXO途径、改善线粒体质量、代谢重编程三大机制协同作用，展现出多靶点抗衰老的独特优势，为开发新天然来源的抗衰老药物提供了理论基础。 尽管目前研究处于动物模型阶段，但槲皮素作为一种安全性高的天然成分，在人类抗衰老干预中具有广阔的应用前景，未来，研究团队计划进一步在哺乳动物中验证。 值得一提的是，不止是延长寿命，槲皮素在肠道中的代谢物还能增强抗肿瘤免疫反应。
#槲皮素 #抗衰老 #线虫实验 #DAF-16/FOXO途径 #北京中医药大学
avatar
暴论：Product Hunt 已死。它已经沦为 YC 和小圈子独立黑客们互相投票的游戏。对于普通开发者来说，自然流量几乎为零，花钱也未必能上榜。生态已坏，回不去了。是时候寻找新的产品冷启动阵地了。
#Product Hunt #创业 #独立开发者 #流量困境 #生态恶化
avatar
10xMyLife
1个月前
最近在用cc写鸿蒙App，开发进度意外的快...
#鸿蒙App #CC #开发进度快 #积极
avatar
如是我闻
1个月前
特斯拉使用一年后不得不说的痛：后悔情绪与日俱增。
#特斯拉 #后悔 #负面情绪 #用车体验
avatar
dontbesilent
1个月前
如果你不知道怎么把一个前端交互页面变成钱 就会觉得：Gemini 3 来了，前端已死 如果你知道怎么把一个前端交互页面变成钱 就会觉得：受限于前端成本而被压制的供给，现在可以直接起飞 你可以用无限攻击，把同行压着打了
#Gemini 3 #前端开发 #商业变现 #成本降低 #竞争优势
avatar
Wille
1个月前
最近发在Nature的研究发现腺苷激增才是ketamine氯胺酮快速缓解抑郁症的关键机制，而且电休克疗法的起效也是通过这个腺苷环节。一直只了解咖啡因的醒脑作用就是拮抗腺苷受体，以为腺苷就是大脑里让人犯困的东西。原来这东西是ATP相关联的，激增的腺苷会促进营养因子激活神经可塑性，抑郁因此缓解。
#氯胺酮 #抑郁症 #腺苷 #神经可塑性 #电休克疗法
avatar
初码
1个月前
Gemini 3 Pro这么强，也仅仅是H200-B200级别的训练成果，B300都还没铺开，但实际上Rubin的设计都已经全都做完了，所以，你到底什么时候才愿意相信生物学肉体永生就快来了
#Gemini 3 Pro #H200-B200 #Rubin #生物学永生 #技术乐观
avatar
404notfound
1个月前
誰他媽真的會 coding 的人會整天在吹 gemini
#Gemini #coding #负面情绪 #吹嘘 #技术
avatar
dontbesilent
1个月前
在徕芬吹风机模仿了戴森之后，他们现在又模仿苹果做了一个线下门店 但是和苹果的味儿还不太一样，应该说算是模仿华为吧，通过华为间接模仿苹果 但有一个很明显的点没有学好，就是苹果的线下门店里，员工是不会追着你问的，保持了一个比较好的边界感 徕芬的线下店基本上是追着你推销的菜市场 和苹果类似的装修风格，掩盖了菜市场的本质
#徕芬 #线下门店 #模仿 #华为 #菜市场
avatar
小弟调调
1个月前
无法接受赞助，GitHub 捐赠又无法开通，有啥好办法没有呢？
#GitHub #捐赠 #赞助 #求助 #开源
avatar
kɑːve/
1个月前
不小心在 /home 里整了个 git init， 把整个电脑给 push 到 GitHub 上了。。。
#git init #GitHub #push #/home 目录 #误操作
avatar
凡人小北
1个月前
听到一个字节面试官远程面试候选人， 如何抓对方用 ai 作弊的方法，朴素到离谱。 面试官突然说：你闭上眼睛回答这道题。
#字节跳动 #面试 #AI作弊 #远程面试 #离谱
avatar
打开推特一天天就是新模型好牛逼，前端又要失业了 就他妈不能说点新鲜的？
#AI #前端开发 #失业 #焦虑 #技术
avatar
SleepyZone
1个月前
我准备给我的截图软件加一个放大镜功能， gemeni 依旧不能胜任🥹
#截图软件 #放大镜功能 #Gemini #无法胜任 #失望
avatar
meng shao
1个月前
Google Antigravity 初体验（其实根本没进去...） 下载好安装包，打开第一反应「有点乱」，这张「background.png」没处理好，让安装过程显得有些不够专业。 本来都想好了说辞：虽然 MacOS 安装包稍显业务，但是这个 Agentic IDE 是真的好用！ 可是打脸来的太快，进入新手引导，倒数第二步「Sign into Google」时，死活过不去了 😂 把 🪜 横放竖放试了各种姿势，都是账号登录后，回到 Antigravity 没反应。 按说不是 🪜的问题呢，这把 🪜 平时用 Google 各种网站、Claude Code 和 X 都是没问题的。 朋友们有遇到这个坑的吗，后来解决了吗？求方案 🙏🏻
#Google Antigravity #登录失败 #Agentic IDE #MacOS安装包 #求助
avatar
铁锤人
1个月前
5 个必备的 ChatGPT 提示词 1. The Socratic Spiral（苏格拉底螺旋） 让 AI 自我辩论并修正初步回答，从而输出更严谨、经得起推敲的内容 2. The Format Flip（格式大翻转） 跳过长篇大论的理论解释，强制 AI 直接生成可立即使用的具体成品（如邮件、代码） 3. The Assumption Audit（假设审计） 强制 AI 先列出它对你资源的潜在假设，避免它忽略你的实际限制（如预算或时间） 4. The Escalation Ladder（进阶阶梯） 按难度分级提供从“最稳妥”到“最激进”的多种方案，帮你找到最匹配当前能力的选项。 5. The Anti-Prompt（反向提示） 通过列出“禁忌清单”明确告诉 AI 不要写什么，用排除法精准锁定你想要的风格。
#ChatGPT提示词 #AI应用 #效率提升 #Prompt工程 #AI工具
avatar
在生物学领域，有一个理论自1960年代起就像灯塔般指引着研究方向——分子进化中性理论。 它认为，绝大多数基因突变是中性的，自然选择会淘汰有害突变，而有益突变因罕见，难以在种群中固定。 然而，最近一项来自密歇根大学的研究，却像一块投入平静湖面的石头，激起了关于生命进化本质的深层思考。 该研究团队由进化生物学家张建之带领，他们通过对酵母和大肠杆菌进行长达800代的实验发现：实验室中，有益突变的发生频率远超理论预测——超过所有突变的1%，这比中性理论允许的"罕见"要高得多。 但现实种群的进化速度，却远慢于这些高频突变所能解释的速度。这就像在赛车场上，车手们不断加速、频繁更换赛道，最终却发现整体速度比预期慢了许多。 为解开这个"悖论"，研究人员提出了一个新框架——"拮抗多效性适应追踪"。简单来说，这意味着：进化的"结果"看似是适应环境，但"过程"却是种群在环境变化中不断"追逐"的动态博弈。 在实验中，他们设置了两组对比：一组在恒定环境中进化，积累的有益突变较少；另一组每80代就更换10种不同的生长环境（如温度、营养），结果发现，这组种群的有益突变虽多，却难以在种群中"扎根"。因为当一个突变在旧环境中逐渐积累时，新的环境压力已悄然出现——那些曾经有益的突变，在新环境中可能变得有害。种群就像在追赶一个"移动的靶心"，永远在适应与不适应之间摇摆。 这一发现直接挑战了中性理论的核心假设：不是环境选择"最优解"，而是环境的快速变化让种群永远无法抵达"稳定适应"的终点。张建之教授用一个生动的比喻解释："中性理论认为进化是'抵达'，而我们发现它更像一场'追逐'。环境的变化速度，让种群始终处于'调整中'，而非'完成时'。" 这一研究的意义，远超微生物实验室的观察。在进化生物学中，物种适应环境的能力常被视为"进化成功"的标准，但这项研究揭示：适应本身就是一个动态过程，而非静态结果。对于人类而言，我们的基因可能仍带着远古环境的"印记"，而现代生活方式（如饮食、作息）的快速变化，或许正是环境与基因"错位"的根源——我们可能永远无法完全"适应"，因为环境变化的速度，早已超过了基因进化的脚步。 当然，这项研究基于单细胞生物（酵母、大肠杆菌），其结论是否适用于人类等多细胞物种，仍需进一步验证。但它至少提供了一个全新视角：生命的进化，或许不是"适应"的终点，而是"变化"的永恒过程。就像河流永远在流动，生命的进化也永远在"追逐"着不断变化的世界。 这种思考不仅重新定义了"适应"的含义，也为理解人类疾病、物种濒危等现实问题提供了新的思路——当环境变化加速，我们是否更需要关注的，不是"如何找到最优解"，而是"如何在动态中保持进化的韧性"？这或许正是科学探索的魅力：它让我们在已知的边界之外，看到更多可能性。
#分子进化中性理论 #张建之 #拮抗多效性适应追踪 #环境适应动态博弈 #进化追逐
avatar
亚太游戏市场正以惊人的速度崛起，这是全球游戏产业不容忽视的核心力量。 最近发布的GamesBeat报告，通过对日本、韩国和东南亚三大关键市场的深入分析，清晰展现了这一地区如何成为游戏创新的前沿阵地。 东南亚的移动革命尤为亮眼。 仅六个核心国家就聚集了超过2.86亿游戏玩家，预计到2025年，移动游戏市场规模将突破148亿美元，增速是西方市场的近两倍。 《Mobile Legends: Bang Bang》的成功就是最好证明——这款游戏在2024年世界锦标赛期间，创下了同时在线观看人数超500万的纪录，电竞收入预计在2025年突破3.5亿美元，成为区域内最具影响力的现象级产品。 日本市场则展现出强大的文化生命力。 2024年市场规模达到263亿美元，预计到2033年将增长至605亿美元。移动RPG、益智游戏以及宝可梦、最终幻想等经典IP持续发力，显示出日本游戏在叙事深度和用户粘性上的独特优势。 韩国在电竞领域的领先地位更加突出。 2024年该国电竞收入达6900万美元，随着移动优先竞技模式的普及，预计到2030年将进一步增长至2.37亿美元。韩国在游戏技术创新和职业赛事体系建设上的经验，正成为全球电竞产业的标杆。 从市场数据看，亚太地区不仅是全球最大的游戏市场，更是技术创新和商业模式探索的试验田。无论是东南亚的移动化浪潮，日本的IP深耕，还是韩国的电竞生态，都在为全球游戏产业提供新的发展思路。对于开发者和发行商而言，理解这一地区的市场规律、文化特性和用户需求，将是把握下一个全球机遇的关键。 这份报告揭示的不仅是市场增长数据，更是一个产业格局的深刻转变。亚太游戏产业正在从"跟随者"向"引领者"加速转型，它的发展轨迹将深刻影响未来十年全球游戏产业的走向。对于关注游戏行业的人士来说，深入研究亚太市场的动态，无疑将帮助他们在快速变化的行业中占据先机。
#亚太游戏市场 #移动游戏 #电竞 #市场增长 #游戏产业格局
avatar
11月17日，谷歌DeepMind与谷歌研究团队联合发布了新一代人工智能天气预报模型WeatherNext 2。 这款产品带来了两大核心突破：速度提升8倍，且能提供每小时分辨率的预报——这意味着在单个芯片上，模型可在不到一分钟内生成数百种可能的天气情景，而传统超级计算机完成同类任务需数小时。 在精度上，WeatherNext 2在温度、风力、湿度等99.9%的天气变量上超越了前代，预报时效覆盖0至15天。 目前，它已应用于谷歌搜索、AI助手Gemini、Pixel手机天气功能及Google Maps平台的天气API，并将于未来几周内整合到Google Maps中，为用户提供实时、精细的天气服务。 特别值得关注的是其对短期灾害的预测能力。在提前三天预报热带风暴路径时，新模型比上一代提前了约24小时。DeepMind研究员Akib Uddin指出，每小时一次的预报对能源交易员、农业从业者等行业尤为关键：“更精细的数据让决策更精准，比如风电场可据此调整发电计划，能源公司能优化调度。” 这一突破源于DeepMind开发的“功能生成网络”。传统模型通常针对单一气象要素（如温度、风速）训练，而新方法可通过学习各要素间的关联，直接预测复杂系统，例如区域热浪蔓延或风电场功率波动。 当然，技术仍有提升空间。DeepMind科学家Ferran Alet坦言，由于训练数据在极端天气场景（如异常降雨、暴雪）中存在缺口，模型对此类事件的预测能力还有待加强。“这是我们持续改进的方向。” 目前，WeatherNext 2已通过Google Cloud的Vertex AI、BigQuery和Earth Engine向企业与研究机构开放。这一领域的竞争正日趋激烈，包括NVIDIA、微软、AccuWeather及华为等公司均在布局AI天气预报系统。 从个人手机上的天气图标，到企业的决策支持工具，WeatherNext 2正用技术改变人类与自然的互动方式。它不仅是一次技术迭代，更预示着AI在气候服务领域的广阔应用——通过数据驱动的精细化预测，我们正逐步从“被动应对”转向“主动规划”，让科技更贴近生活的每一个细节。
#谷歌DeepMind #WeatherNext 2 #AI天气预报 #灾害预测 #技术突破
avatar
近日，以色列希巴医疗中心、美国西奈山伊坎医学院与科技巨头英伟达宣布达成深度合作，共同启动一项旨在破解人类基因组"暗物质"的重大科研项目。 这一合作将投入数千万美元，三方各派出5-7名核心成员全职推进，目标直指人类98%不编码蛋白质的DNA区域，有望为疾病预防、诊断和治疗带来革命性突破。 我们都知道，2000年人类基因组计划首次完成了对人类DNA的测序，但当时的研究发现，真正编码蛋白质的基因仅占整个基因组的1%-2%，其余98%曾被科学家戏称为"垃圾DNA"。 随着研究深入，这个认知已被彻底颠覆——这些看似"无用"的区域实际上是生命活动的精密调控系统，包含着控制基因表达的关键开关，在癌症、心脏病、自闭症等多种重大疾病中扮演着核心角色。 希巴医疗中心科学负责人Gidi Rechavi教授将这部分DNA比喻为"基因乐队的指挥家"，它们通过精妙的协同作用，精确调控着蛋白质的"演奏"时机与强度。 此次合作的核心任务，就是利用英伟达提供的强大计算能力、AI算法及基础设施，解析这些调控区域的运作规律。研究团队计划分三步走：首先在健康人群中建立调控机制的基准模型，然后扩展到常见疾病患者群体，最终实现对健康与疾病状态下调控网络的全面覆盖。 在合作模式上，项目成果的知识产权将归属于希巴医疗中心和西奈山医院，而AI模型本身将向全球开放。西奈山医院将提供其"百万健康发现计划"中11000个基因组的宝贵数据，为研究提供坚实的数据基础。两家医院将首先获得模型的独家使用权，而项目的成功与否将以两年内能否揭示新的疾病发生机制为重要衡量标准。 这场跨界合作的意义不仅在于科学突破本身。当医疗数据、临床经验与顶尖AI技术深度融合，我们看到的是生命科学研究范式的转变——从传统的"小步探索"转向"数据驱动的精准突破"。正如人类基因组计划推动了基因测序技术的普及，此次对"暗物质"的解码，或将开启个性化医疗的新篇章。 值得关注的是，这类研究往往需要"耐心资本"的支持。从2000年基因测序完成到今天对调控机制的深入探索，科学的进步从来不是一蹴而就。但当医院、高校与科技企业形成合力，我们有理由期待，在不久的将来，这些曾经的"暗物质"将成为照亮人类健康之路的关键星光。
#基因组暗物质 #英伟达AI合作 #疾病机制突破 #个性化医疗 #跨界科研合作
avatar
一家名为Lovable的瑞典人工智能编程公司最近交出了亮眼的成绩单：年度经常性收入突破2亿美元，估值即将突破60亿美元，新一轮融资箭在弦上。 这家2022年底才成立的初创公司，从去年7月以18亿美元估值融资2亿美元算起，短短五个月内估值几乎翻倍，发展速度令人侧目。 不过，高速增长的光环下，安全警报悄然响起。 11月12日，网络安全公司OX Security发布报告称，Lovable平台在帮助用户开发安全应用程序时，仍会生成存在漏洞的代码。 测试显示，该平台与竞争对手Base44、Bolt一样，会创建存在“存储型跨站脚本（XSS）”漏洞的Web应用——这种漏洞可能导致黑客注入恶意代码、窃取数据或劫持用户会话。 报告指出，Lovable内置的安全扫描仅能识别66%的漏洞，而Bolt的扫描甚至完全无法发现问题。 OX Security的研究人员直言：“漏洞检测‘时有时无’比完全没有检测更危险，它会让用户产生‘绝对安全’的错觉，实际保护却形同虚设。” 但Lovable对此并不认同，回应称报告描述的问题“主要出在特定应用场景中，并非平台本身的固有缺陷”，且“未造成重大安全影响”。 尽管争议存在，市场对“AI氛围编程”赛道的热情并未减退。英伟达CEO黄仁勋近期在CNBC采访中公开称赞Lovable是“企业AI领域增长最快的公司之一”，甚至透露英伟达工程师已在使用这类工具。数据显示，Lovable的用户数从7月的230万飙升至11月的800万，平台日均新增产品达10万个。竞争对手也不甘示弱：Base44今年6月被Wix以8000万美元收购，Bolt则在1月以7亿美元估值融资1.055亿美元。 这场AI编程的“造富运动”，正折射出行业当下的矛盾：当技术发展速度远超安全验证节奏时，如何在创新与风险间找到平衡？对于Lovable而言，快速扩张的同时，如何让“安全”从口号落地为真正的产品能力，或许将决定其能否从“增长明星”成为“长期赢家”。而对于整个行业，这也是一个需要共同解答的命题：AI工具的普及，究竟是让安全防护更简单，还是让风险传递更隐蔽？答案或许藏在每一行被AI生成的代码里，更藏在开发者对技术本质的敬畏中。
#lovable #人工智能编程 #安全漏洞 #英伟达黄仁勋 #高速增长
avatar
微软最近宣布推出AI代理的新控制平面，这事儿挺有意思的。 他们想把AI代理当成"数字员工"来管理，而不只是简单的代码。 这听起来像是在给AI系统找个"工作证"和"管理手册"，让企业能用管理人类员工的方式来管AI了。 这个叫Foundry的控制平面现在是公开预览阶段，能把AI开发者需要的身份管理、策略执行、状态监控和安全防护都集中在一个门户里。 就像公司的HR系统能管员工入职、权限、考勤一样，这个控制平面也能管AI代理的"入职"（注册）、"日常工作"（监控）和"行为规范"（策略）。 现在企业用AI代理最头疼的就是安全和大规模部署的问题。微软的Agent 365把现有的Microsoft 365管理工具扩展到了AI系统，这样公司就能在熟悉的界面里管理AI代理，还能统一设置输入输出的安全规则。就像给每个AI员工发了个统一的工牌，能看到他们每天做了什么，有没有越界。 他们还推出了托管代理服务，开发人员不用自己搭服务器，就能把用微软或第三方框架做的AI代理直接放到"云办公室"里运行。这就像企业直接招了个"外包员工"，不用操心办公场地和设备。而且多代理工作流功能，能让好几个AI员工一起合作完成复杂任务，比如一个处理数据，一个做分析，一个写报告，还能可视化设计流程，就像项目经理安排任务。 更贴心的是，AI代理现在能记住说话的上下文了，不用每次从头解释。就像同事之间聊天能接上话茬，不用重复说"我上次说的那个数据"。 安全方面，微软把GitHub的代码安全工具和云安全防护整合起来了。开发人员写代码的时候，AI助手（Copilot）能直接提示哪里有漏洞，安全团队也能在安全系统里直接看到代码问题，就像安全主管和开发人员有了"共同的检查清单"，能一起解决问题。 这些功能加起来，感觉像是给AI系统装了"身份识别"、"行为监控"和"安全防护"这三大件。以后企业用AI，可能就像用软件一样简单，不用再担心安全风险，也不用自己当"IT管理员"去维护复杂的系统。 说到底，这事儿的核心是想让AI更像"工具"而不是"技术"。就像以前人们用计算器，现在用Excel，以后可能就用"数字员工"来处理日常工作了。微软这一步，可能真的在改变企业用AI的方式，让AI从实验室走向真正的日常工作场景。
#AI代理 #微软 #数字员工 #安全 #foundry
avatar
谷歌最近推出的Antigravity编程开发环境，可能会从根本上改变程序员的工作方式。 这款以智能体为核心的产品，把AI从传统的辅助角色，变成了能独立规划和执行任务的开发伙伴。 Antigravity最特别的地方，是它把"代理管理器"作为主界面，而不是像其他IDE那样把AI助手放在侧边栏。 用户可以看到三种工作区域：管理多个智能体的仪表盘、类似VS Code的编辑器，还有直接集成的Chrome浏览器。这让智能体能够像人一样操作开发工具，甚至实时测试网页应用。 Google官方介绍说，用Antigravity时，程序员可以专注于架构设计和战略决策，而智能体则能处理从写新功能代码、调试到生成文档的多步骤任务。更重要的是，它引入了"工件"功能，会把任务列表、代码实现过程、浏览器截图和测试记录都保存下来。这解决了AI写代码时的信任问题，让开发者能清楚看到代码是怎么来的，怎么测试的。 现在已经有不少企业在测试这个系统。JetBrains的报告显示，用Antigravity时解决任务的数量比Gemini 2.5 Pro时代提高了50%以上。GitHub在测试中发现，面对复杂的工程问题，准确率比之前提升了35%。连Cursor、Figma、Shopify这些开发平台都在集成Gemini 3 Pro技术。 Antigravity现在处于公开预览阶段，支持Windows、Mac和Linux系统，而且是免费试用。它不仅能用Google自家的Gemini 3 Pro，还兼容Claude和GPT-OSS等其他AI模型。官方说，基本能满足大多数开发者的使用需求，只有极少数高频用户可能会遇到使用限制。 从技术发展的角度看，这种让AI深度介入开发流程的方式，可能正在成为下一代编程工具的方向。它的核心价值不仅是提高效率，更重要的是改变了人与AI的协作模式，让程序员从重复劳动中解放出来，更专注于创造性的工作。
#Antigravity编程环境 #AI编程 #智能体开发 #Gemini 3 Pro #人机协作
avatar
李继刚
1个月前
你是在通过「学习」来逃避「创造」吗？
#学习 #创造 #逃避 #个人成长 #反思