Episode 63: Why Gemini 3 Will Change How You Build AI Agents with Ravin Kumar (Google DeepMind)

摘要

Ravin Kumar 與 Hugo 探討 Gemini 3 如何改變軟體開發，從簡單工具呼叫轉向自主「代理 harness」。內容涵蓋模型自我修復程式碼的含義、評估 harness 的構建方法，以及如何在不同場景下選擇確定性工作流或高自主性系統。

A podcast discussing how Gemini 3's self-healing capabilities are reshaping AI agent development and the importance of evaluation harnesses.

摘要、重點與章節標題由語言模型整理，細節（誰說的、數字、先後）可能有誤；要引用請以原始內容為準。

重點

• Gemini 3 能自我修復程式碼，迫使開發者重新設計代理架構。
• 建立可重複的評估 harness 是管理自主迴路混亂的關鍵。
• 小模型如 Gemma 在特定場景下效率與可微調性更優。

章節

依話題轉折切分，標題由 AI 產生

1. 00:00Gemini 3 自修復能力改變 AI 代理開發
2. 04:50從函式呼叫到現代複雜代理生態演進
3. 09:47Gemini 3 工具呼叫與機器人實作擴展
4. 19:44任務複雜度提升反而需要更多工具
5. 23:20建議先手動實作以理解代理系統底層邏輯
6. 29:44建立自動化評估框架取代人工試錯
7. 32:02建構包含金標準資料集的綜合評估體系
8. 37:50Gemini 能自我修復 API 失敗與環境錯誤
9. 40:04動態評估系統與 Docker 容器化測試
10. 42:28將協作代理與 Stitch 整合進測試架構
11. 44:59超大語境視窗的演進與外部管理程式
12. 51:52封閉模型與自部署開源模型的差異
13. 54:14針對特定任務的微調與 Tiny Gemma 應用
14. 59:50感謝聆聽並邀請觀眾提供反饋建議

提到的工具與公司

• Gemini 3
• Gemma
• Notebook LM
• Claude Code
• Manus
• Gemini CLI

適合誰看

正在構建或使用 AI 代理、需要設計評估系統的軟體工程師與產品經理。

摘要依據

講者

Hugo Bowne-Anderson

依據

語音轉文字

為什麼排在這裡

人氣

0.50

新鮮

0.30

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Harness Engineering Explained: Inside the Stack Behind Antigravity, Claude Code & Cursor影片 ・ Google Cloud Tech ・ 31 分鐘（在新分頁開啟原站）
• Google DeepMind's Logan Kilpatrick: Why the Model Eats the Harness影片 ・ Sequoia Capital ・ 51 分鐘
• Raising An Agent - Episode 9影片 ・ Amp, Inc. ・ 41 分鐘（在新分頁開啟原站）
• Episode 9Podcast ・ Raising An Agent ・ 41 分鐘
• Koray Kavukcuoglu on frontier models, coding agents, and building AGI影片 ・ Google for Developers ・ 27 分鐘（在新分頁開啟原站）
• The future of coding with AI - Episode 6Podcast ・ OpenAI Podcast ・ 51 分鐘