开发者实测：Antigravity 集成 Gemini Flash 精准解决 Chrome 插件难题

近日，一位开发者在技术社区 Linux.do 分享了一次关于 AI 编程助手效能的对比测试案例，引发了关于不同模型在垂直领域表现差异的讨论。该开发者在处理一个 Chrome 浏览器插件的重载触发问题时，最初使用某款代号为“Codex 5.5/5.6”的 AI 模型进行了长达两天的调试尝试。据其描述，该模型在交互过程中表现出回复冗长、无法切中核心痛点等问题，未能提供有效的解决方案，导致开发进度受阻。随后，开发者转试了集成了 Google Gemini 技术的 AI 工具 Antigravity，并选用了其 3.5 Flash High 模型。结果显示，Antigravity 在一次交互中即精准定位了代码错误，并给出了如同“手术刀”般精准的修改建议，直接解决了困扰开发者数日的难题。该开发者将此次成功归功于 Antigravity 对自家模型的高质量训练，并指出这已是其第二次体验到该工具在特定场景下的卓越表现。

事件分析

💡 核心观点：垂直场景下的模型微调往往比通用大模型更能解决实际工程痛点，AI 编程工具的竞争正从参数规模转向专业精度。