WEBVTT

00:00:00.000 --> 00:00:02.980
谷歌正式发布Gemini 4 Neon。

00:00:02.980 --> 00:00:05.260
它面向复杂编程和知识工作。

00:00:05.260 --> 00:00:08.360
评价表现时，需要把工具环境一起看。

00:00:08.360 --> 00:00:10.860
想象请师傅组装一个书柜。

00:00:10.860 --> 00:00:13.945
图纸、电钻和量尺都会影响进度。

00:00:13.945 --> 00:00:17.300
智能体的执行工具，也会影响交付表现。

00:00:17.300 --> 00:00:20.160
谷歌公布了两套工具环境的编程结果。

00:00:20.160 --> 00:00:22.440
同一模型的成绩有明显差异。

00:00:22.440 --> 00:00:26.040
这些数字对应指定评测和完整系统配置。

00:00:26.040 --> 00:00:28.680
比如给系统增加报表导出功能。

00:00:28.680 --> 00:00:32.044
先固定字段、权限和测试要求。

00:00:32.044 --> 00:00:35.124
再比较不同环境能否交付正确的文件。

00:00:35.124 --> 00:00:37.925
记录测试通过率、耗时和总费用。

00:00:37.925 --> 00:00:41.315
还要记下重试次数和人工检查时间。

00:00:41.315 --> 00:00:44.815
比较完整任务，才能判断哪套环境更合适。

00:00:44.815 --> 00:00:47.755
试点时先限定数据和操作权限。

00:00:47.755 --> 00:00:50.575
把任务结果和操作记录一起验收。

00:00:50.575 --> 00:00:53.406
通过检查后，再逐步扩大使用范围。
