Gemini 3.1 真实体验：能力越强，为什么越像个”愣头青”？

Gemini 3.1 静悄悄地上线了。外面把它的接管能力吹得神乎其神，说啥直接上手写代码，自己调终端。

很多文章都在写跑分，但是骡子是马，还是要实际看看

我直接拿手里现成的项目跑了两遍。

先说个初步感受，Gemini 3.1就像刚进职场的愣头青，你布置一个任务，他也不问，吭哧吭哧就去干，结果翻车，然后你说他两句，他态度特别好，立马道歉，然后又马上去干，结果又翻车。

你别问我对不对，你就说我快不快吧。

我复原一下过程，大家看一下。

我在Antigravity里面测试，实话说，原来claude Opus 4.6确实就比Gemini 3 要好使，做事有条理，像个资深员工，会先对其颗粒度，领导你要什么，我准备怎么做，你看怎么样。

Gemini 3 本来也会这样，但就是最后出来结果没有claude好，所以claude额度老不够，这次Gemini 3.1来了，我寻思G3这点额度不会浪费了。

好，那来吧，你自己极限你自己应该知道，我说：

新的gemini 3.1可以给我带来那些改变？

他咵咵说了一通，大概有几点：

1. 突破性的复杂推理与逻辑能力（更深度的史料与诗词分析）

2. 更强大的 Agentic（智能体）与代码工程能力（更强的工作流基座）

3. 可控的“思考深度” (Thinking Levels)

4. 纯代码驱动的动态可视化与 UI 生成

5. 百万级上下文与真正的多模态整合

看起来很不错是吧，然后我又问：

和gemini3或者claude4.6的对比，你可以设计几个使用场景，或者项目，我们来测试一下

他瞬间给出3个场景：

测试场景 1：纯交互式 SVG 动画生成（测试前端代码与可视化能力）

Gemini 3.1 的核心升级之一是能直接通过大段文本输出高质量、体积小巧的复杂动态可视化组件。

测试项目：“历史朝代演变的时间轴微缩景观”。

任务描述：要求 AI 仅使用 HTML、原生 CSS 和 SVG（不借助第三方库如 D3.js，也不用外部图片资源），手写构建一个可交互的动态时间轴。

要求包含从“春秋战国”到“大明王朝”的 5 个关键节点。

每个节点点击或悬停时，要有平滑的路径动画展开相关历史事件（例如：展开成一卷竹简的动画效果）。

视觉风格必须符合“高级感、深色模式、具有微小粒子感或光点过渡（C叔历史频道的风格）”。

对比看点：其他模型往往会生成冗长且无法运行的代码，或者动画效果生硬卡顿；我们可以测试 Gemini 3.1 是否能一次性生成运行完美、动画丝滑、且具有高级美感的单文件交互组件。

我一看挺专业，而且野心很大，从春秋战国到大明王朝，我一想这个工作量不小，得跨越多少时间啊，让他干吧，结果1分钟就完事了。

页面是这样的

结果说5个关键节点，真就这5个节点，把上千年的历史都涵盖进去了

然后我又说：你能不能做成动态的，就是网上很火的，历史时间轴在变动，然后跟着时间轴出现一系列历史事件或者人物

其实这个指令也很模糊，什么样的动态，什么叫网上很火，有没有案例？换了claude他一般会问我，你需要的到底是那种，实现方式有几种，你准备怎么做？

结果Gemini 3.1 什么也不问，干

又2分钟，告诉我干完了，说单独把明朝拉出来，就这么个页面，然后事件会往上升，你说做出来吧，做出来了，能不能用吧，也就那样。

完了他还挺骄傲

所以这个案例根本看不出Gemini 3.1强在哪里，当然也是我不懂前端，都让他捣鼓，但显然他没理解我的意图，也不想理解。

那后面2个例子我也不测试了，肯定有问题，所以我直接拿一个我跑通的写文章的工作流，让他跑，简单讲，这个流程包括，选题-搜集资料-写大纲-初稿-审稿-终稿 大致是这样

然后让他跑，上来第一步选题，不错，他给了3个选题角度，询问我一下

然后他就开始搜集资料，直接就跳过大纲，出了初稿，这倒算了，然后我让他继续写，他就跳过2个步骤，直接把终稿写出来了。

很显然，结果不理想，我就问他：你有没有遵循写作的工作流，认真搜集史料，然后也没有审稿的过程？

他态度是真不错，马上道歉，然后咵咵说了整改方案，那就继续吧。

然后整个流程重新来一遍，文章是写出来了，但感觉还是不太对，因为我设置有一个范文理解，就是让他按照范文风格来写，所以我问他：

你参考了我的范文了吗？

然后他又光速滑跪

AUV，还没等我敲上一句“等等，这路子不对”，这孙子已经掉头钻进下一个坑里去了。发现问题、道歉、立马用另一种错法继续死磕。典型的瞎眼执行。它压根就不会停下来问一句：“这方向好像不对，咱要不要画个脑图理一理？”

完全不会。大家在职场肯定遇到这种实习生吧，态度极佳，但屡教不改。

写作这件事上失败了，但是我一直听说Gemini 做前端是最强的，这次3.1应该更强了，所以我又整了个活：

你前面做过一个中国历史进程的网页，但是太简陋了，内容太少了，现在你从头策划一下，我们就来科普春秋战国，做一个类似文明6游戏风格的那种时间轴变化，随着时间推移，展示春秋战国的历史地图疆域变迁，那个国家灭了，那个国家兴起，地域扩展，到最后秦国统一，左边是地图，右边是历史事件变化，要有足够多的事件，还有要有图片来表现这个事件，你先规划怎么设计，给我一个方案，确定了再执行

这次我感觉要求提的还挺细的，然后他分析了72秒，也给我一些建议：

我想象疆域变化，应该是那种地图块颜色会随着势力地域变化而变化，当然我说了我不会前端，也不懂代码，React + Vite + 纯CSS，看起来好像挺专业，总之感觉这次应该可以。

然后他这次咵咵捣鼓了很久，起码用掉40%额度，而且中间他还自己打开浏览器，自己测试，自己修复bug，然后出来个这样的

好了，很明显和我想象中差距甚远，然后我找了个B站史图馆的视频给他看，他又说：

这样一说，我肯定知道是个大工程了

但问题就在这：你 Gemini 3.1 逻辑推理那么牛，刚接到这个活的时候，你看不出这后面有多坑吗？

它完全可以停下来发个预警：“这事儿是个大工程，得重搞底图切片，咱们确定要上吗？”

没有。人家就像个闷葫芦包工队，只管低头死干。

所以实际体验下来，你说3.1强吧，肯定比3.0强，而且确实速度快。

但缺点也是，没规划，起手就是干，中间也不和你沟通，这点和claude相比，确实还是差点意思。

但对付这种听不懂人话的“猛将”，只有一招：死死摁住。

现在我给它提需求，第一句话永远是：“不准立刻写代码。必须先给我出一份 implementation_plan.md，写清楚你要改啥文件、风险在哪。”

我不点头，它一行代码都不准碰。强制进入规划模式。

就这么一招紧箍咒，特别管用。只要你卡住他瞎干的冲动，逼着他先对齐，还是能干活的。

以上就是我的Gemini 3.1 真实体验，希望对你有帮助。