谷歌Gemini 3.0真正炸裂的不是参数,而是把“做产品”变成实时对话
这不是一次常规的大模型发布。Gemini 3.0最反直觉的地方在于:它没有先炫耀参数,而是直接把“写代码、做产品、改需求”变成一场实时对话。从一行提示词生成3D游戏,到当场做出可收费的创业应用,谷歌正在重新定义AI能干什么。
这不是一次常规的大模型发布。Gemini 3.0最反直觉的地方在于:它没有先炫耀参数,而是直接把“写代码、做产品、改需求”变成一场实时对话。从一行提示词生成3D游戏,到当场做出可收费的创业应用,谷歌正在重新定义AI能干什么。
如果你还以为生成式 AI 只是“帮你快一点”,那这场 Figma CEO Dylan Field 的演示可能会直接颠覆你。Gemini 3 Pro 在 Figma Make 里做的,不是加速设计,而是主动探索、给出意想不到的创意路径——甚至反过来启发人类。
当所有人都在把AI往设计流程里塞时,LinkedIn的设计系统团队却在Figma现场抛出一个反直觉结论:真正的危机不是“不会用AI”,而是“人人都能用AI”之后,设计如何不失控。这场分享,讲清了设计系统在生成式AI时代为什么必须彻底变形。
当所有人都在谈生成式 AI、对话式界面和无限 UI 时,Figma Config 2025 的这场演讲抛出了一个反直觉的观点:真正伟大的设计系统,从诞生那天起就是为“无限”准备的,AI 只是让这件事暴露得更彻底。
这期TBPN讨论了一个正在被忽视的转折点:AI不再只是高增长的技术故事,而开始变成一个高负债的资本密集型产业。从ChatGPT增速放缓的争议,到数据中心和GPU背后的万亿美元债务结构,节目揭示了AI繁荣之下更接近能源行业的真实面貌。
一段短暂泄露的测试,让Nano Banana 2意外站上聚光灯:它不仅更逼真,还开始“先思考再生成”。与此同时,AI概念股回调、算力军备竞赛却在加速,这三条线索勾勒出当前AI产业的真实状态。
在这场日本 Config 官方活动中,Figma 抛出了一个让人后背发凉的信号:原型不再是“给人看的假东西”,而是可以直接跑、能接 API、甚至走向开发的真实起点。Figma Make,不只是多了个 AI 按钮。
一位频繁发帖的教皇,一条引爆硅谷时间线的AI评论,以及由此展开的伦理、技术与现实风险之争。本篇文章还原TBPN节目中的核心讨论,带你理解:为什么AI的真正问题,已从科幻末日转向日常的人类处境。
一项被忽视的沃顿纵向研究,正在系统性反驳“95% AI失败”的流行叙事。本文提炼视频中的关键洞见:生成式AI已从试验走向日常,ROI开始被严肃衡量,并在多数企业中显现为正。
这期TBPN从红杉资本的领导层交接聊起,串联起AI公司截然不同的盈利路径、Nvidia的市场情绪信号,以及中美AI竞赛的结构性差异。它不是新闻复述,而是一组关于“资本、叙事与效率”的现场判断。