Gemini 3 Pro 存货 vs GPT-5.2 联网

刚才测了个比较冷门的 Electron 开发问题，结果意外搞了场“双盲测试”… 问题很简单但也巨坑：打包好的 Electron 应用，底层的 Framework 能不能强行改名？（这属于官方文档没细写、全靠踩坑的深水区知识）。 GPT-5.2 的反应像个老实巴交的好学生 Thinking 了 2min 19s。在这两分多钟里，它疯狂联网、翻文档、搜 GitHub Issue，最后气喘吁吁把答案凑给我——虽然对了，但全是现查的。 Gemini 3 Pro 则是另一番景象，像个扫地僧。回车刚敲下去，答案就开始流式输出了。没有搜索，没有延迟，直接秒回。而且核心逻辑（硬编码路径、签名失效）跟 GPT 费劲吧啦搜出来的一模一样。 这就好比问冷知识：GPT 是“你等会儿，我百度一下”，Gemini 是“这题我熟，三年前我看过源码”。似乎揭示了一个本质差异：“原生内功” vs “外挂装备”。 OpenAI 的路子倾向于 Agent，不懂就搜（RAG）；但 Google 用 Gemini 证明了：只要我记得足够多，我就不需要搜。 Google 毕竟做了二十年搜索引擎，家底太厚了。我怀疑它把 GitHub 上那些犄角旮旯的代码、十年前的论坛老帖，直接“炼”进了模型参数里，而不是存个索引去检索。对 GPT 来说这是需要查证的“新知识”，对 Gemini 来说这是出厂自带的“常识”。 写代码改 Bug 的时候，“快”就是王道。谁愿意等 AI 思考两分钟才告诉你少写了个分号？Google 这种“把全互联网都背下来”的暴力美学，确实让人感到一种技术积淀带来的从容。 Gemini 这波，属实 🐮🍺！