「写点啥」新版已经上架AppStore，@BJC_韬 为我们设计了一款非常漂亮的可交互桌面小组件，iOS17用户可以下载新版本后体验，希望大家可以使用愉快～

这是真牛逼，能层层的骗，这身份比龙妈都多：教授、博士生导师，国家重大人才工程A类创新人才，国家重大项目首席科学家，国际纳米材料领域知名专家，俄罗斯工程院外籍院士，德国洪堡青年学者，美国金属及材料学会/美国杰出科学家，德国国家科学院（欧洲知名材料研究所）高级研究员及首席独立研究员，美国国家航空航天局（NASA）/Nano50 Awards获得者。
据说是想当中科院院士后，被查出来造假了，野心要是别那么大，可能还能混🤣

连马斯克都要蹭Gemini 3的热度🤣

来自Google DeepMind的AI开发者体验专家，前Hugging Face技术负责人的Philipp Schmid分享的Gemini 3 Pro提示通用使用最佳实践。以下是他认为提升Gemini 3 Pro性能的提示词建议：

Gemini 3 更倾向于直接性而非说服力，更注重逻辑而非冗长。核心原则包括：

1）精确指令：在输入提示中保持简洁。Gemini 3 对直接、清晰的指令反应最佳。明确陈述你的目标，避免冗余。

2）一致性及定义参数：在整个提示中保持统一的结构（例如，标准化的 XML 标签），并明确定义模糊的术语。

3）输出冗长性：默认情况下，Gemini 3 较少冗长，倾向于提供直接、高效的答案。如果你需要更对话式或"健谈"的角色，你必须明确要求它。

4）多模态连贯性：文本、图像、音频或视频都应被视为同等类别的输入。指令应明确引用特定模态，以确保模型跨模态综合而非孤立分析。

5）约束位置：将行为约束和角色定义放在系统指令中或提示的最顶部，以确保它们锚定模型的推理过程。

6）长上下文结构：在处理大型上下文（书籍、代码库、长视频）时，将你的具体指令放在提示的末尾（数据上下文之后）。

7）上下文锚定：当从大块数据过渡到你的查询时，明确地连接两者。在问题前使用类似“基于以上信息…”的框架短语。

在推理与规划阶段，可以让Gemini 3将目标分解为子任务，并检查信息是否完整；使用TODO列表来追踪任务进度；在输出结果之前进行自我批评与检查，确保输出符合用户意图和预期。

使用 XML 风格的标签或 Markdown 来结构化Prompt，提供了明确的边界，帮助模型区分指令和数据。不要混合 XML 或 Markdown，选择一种格式以保持一致性。

在关于工具使用方面，可以要求代理持续工作，尝试使用工作来解决用户的需求；使用工具之前应说明使用此工具的原因、预期结果及如何使用结果数据帮助用户。

最后应提供示例模板。

Google正式发布Gemini 3模型，同时带来的还有全新设计的Gemini对话页面以及Gemini Agent！
从之前泄露出来的评测中，Gemini 3模型在几乎所有评测中都真正的的遥遥领先。
Gemini 3可以多模态理解、具有先进的推理能力以及100万tokens的上下文窗口。
Gemini 3模型也是Google迄今为止最强的代理和编码模型。
Gemini网页在重新设计后，回答问题时更注重事实，提供信息更加简洁。视觉上也更具沉浸感，并以更直观的方式展现内容。
另外Gemini还提供了一项实验性功能——Gemini Agent，可以让Gemini帮助你完成一些诸如预定行程、比较价格、购买商品等操作，但是这个功能目前只支持美国Ultra会员使用。
最后，美国学生依然可以领取一年的Gemini会员，有需要的可以去闲鱼搜搜。

如何确定自己是否灰度到了Gemini 3呢？
打开Gemini，输入问题：「不使用搜索，告诉我 deepseek 最新模型是什么」。
如果回答 V3 和 R1 这种比较新的就是被灰度到了。

惊人！过去 12 个月里，ChatGPT 市场份额下滑了近 15 %！

在Reddit上看到一个帖子，内容是，最新的 SimilarWeb 数据显示，过去 12 个月里，生成式 AI 的格局已经发生了一次非常明显的位移。
📉ChatGPT 的流量份额从 86.6% 掉到 72.3%，大约跌去了 14–15 个百分点；
📈Gemini 从 5.6% 涨到 13.7%，直接翻倍还多；
📈DeepSeek 从几乎 0 突破到 4.2%；
📈Claude 大约在 2.4% 左右，刚超过 Perplexity；
📈Grok 也到了 2.5%。

表面上看是 “ChatGPT 流量被抢走了”，但更准确的解读其实是：用户正在从「只用一个模型」迁移到「同时用多个模型」。

评论区还有一个有意思的数据点：
ChatGPT 的周活从 2024 年 12 月的约 3 亿，涨到了 2025 年 12 月预估约 9 亿，是 用户总量继续增长，但市场份额在被稀释的典型案例。

换句话说：
ChatGPT 依然是老大，但「垄断地位」已经不复存在；
真正发生变化的是用户的心智和使用习惯。

为什么发生这种变化？
1. 使用场景多样化
一个模型再强，也难以同时最优解决创意生成、深度逻辑、实时趋势、资料核查等完全不同场景。结果是用户越来越倾向于根据任务“选模型”，而不是“用模型”。

2. 竞争者加速追赶
Gemini、Claude 等开始在特定场景下表现突出：如快速日常任务、长文档分析、嵌入生态系统等。用户发现一些模型在 “某一环节” 更省时、更便捷。

3. 用户期望提升
当初 ChatGPT 让人觉得“AI 好神奇”，但随着频繁使用，用户开始更看重准确性、任务适配、成本与集成流程能力。那些只适合“演示”和“闲聊”的工具就被淘汰出主力队列。

一个简化的模型栈建议是：
用 ChatGPT 来：头脑风暴、创意生成、流程设计。
用 Gemini 来：日常写作、资料整理、与 Google 生态联动。
用 Claude 来：长篇报告、深度逻辑、带大上下文的分析。
用 Perplexity ／ Grok 来：事实核查、实时趋势、社交舆情监控。

拥抱多模型时代，你才真正进入了 AI 工作的下一个阶段。

我可能是天生肯德基倒闭圣体…从小住到大的地方以前开过一个肯德基，在我小的时候就倒闭了，据说是国内唯二倒闭的肯德基。然后转眼今年买了个学区房，楼下有个开了20年的肯德基，我这明年初准备搬进去呢，前两天关门了，据说租房合同到期撤店了…

突然想到在微博分享AI内容不能太前沿，毕竟关注前沿AI的人都翻墙出去了，微博用户是不是更想看豆包之类的使用技巧🤔

千万千万不要低估Prompt的重要性啊！这几天用Claude Agent SDK写Agent，手搓了一个Skill，来帮助处理数据，然后给Skill写了一个脚本，在Prompt里多次、重点、明确的要求了处理完数据后要调用这个脚本进行校验，只要检验了，那么最终输出的数据就是完全符合要求的。
可就这么个事，我调了两晚上，认为Prompt写的很好了，但脚本的调用概率也就一半左右。最后还是找ChatGPT聊背景、需求和当前问题，让它帮我改Prompt，结果它就给我改了一版，试了6,7次，每次都会成功调用脚本去验证数据，搞得我都点怀疑自己。

没想到有一天我会重新起号微博😂