谷歌上線免費終端AI編程工具,立省 200 刀?網友實測卻翻車:功能不行、還要偷我數據訓練Gemini 3? 原創
編輯 | 伊風
出品 | 51CTO技術棧(微信號:blog51cto)
AI 編程這場內卷大戰,又被谷歌加了一把火。
昨晚,Google 宣布開源上線 Gemini CLI —— 一款可以在終端中直接通過自然語言執行指令的 AI 工具。
有網友一眼認出:“這不就是 Claude Code 的像素級平替?”
但更香的是 —— 谷歌又把價格打下來了,Gemini CLI直接免費!
谷歌誠意拉滿:
- 集成旗艦模型 Gemini Pro 2.5,支持100 萬 token 上下文窗口;
- 免費層提供 每分鐘 60 次請求、每天 1,000 次請求 的額度(這是 Google 專門參考其內部開發者的使用習慣,并在此基礎上將額度翻倍設定的);
- 基于Apache 2.0 協議完全開源。
Google 產品管理高級總監 Ryan J. Salva表示免費能最大程度地解放生產力:
“我們說得非常明確:對絕大多數開發者來說,Gemini CLI 是完全免費的”。
“我們不希望你像盯著計程車表一樣,緊張計算 token 使用量,從而抑制創造力。”
圖片
谷歌這波操作,真的把開發者給整沸騰了。
在Github的星量直接要追平Claude code!!!
圖片
地址:https://github.com/google-gemini/gemini-cli
但問題來了:免費的 Gemini CLI 真能成為終端 AI 工具的最優解嗎?剛剛續費了 Claude Code 和 Cursor的朋友,是否血虧了?
接下來,就讓我們一探究竟。
1.Gemini CLI,谷歌也下場開卷終端 AI 工具了!
終端 AI 工具這條賽道,谷歌終于也上桌了。
為什么要做命令行里的 AI?谷歌在官方博客中是這樣解釋的:
終端效率高、普適性強、還便于遷移,一直是開發流程里不可或缺的一環。正因為開發者對終端的依賴沒變,他們發現現在有越來越多的需求,想把 AI 原生集成進 CLI 里。
不過,Gemini CLI 并不是首個進入終端的 AI 工具。OpenAI 的 Codex 和 Anthropic 的 Claude Code 都提供了 CLI 接口。
可以說,AI 工具往命令行里“生根發芽”,已經成了一個明顯趨勢。
不過,Gemini CLI 最大的不同在于——它是開源且免費的。
Google 高級工程師 Taylor Mullen 也表示,他相信 Gemini CLI 會被更廣泛地使用,因為它沒有費用門檻,開發者可以放開手腳用起來:
“任何東西都能調用的能力,會讓 AI 真正融入你的開發流程中。”
目前正處于預覽階段的 Gemini CLI,已經具備包括代碼理解、文件操作、命令執行和動態調試等能力。
之所以能使用自然語言完成這些任務,是因為 CLI 工具里集成了很多實用的內建模塊,比如:
- 基于 Google 搜索補足提示詞背景,獲取實時網頁內容,為模型提供外部上下文;
- 通過支持 Model Context Protocol(MCP)或擴展組件,拓展 Gemini CLI 的功能;
- 自定義提示詞和使用說明,讓 Gemini 完美契合你的工作流程;
- 通過腳本非交互式調用 Gemini CLI,實現任務自動化和工作流集成。
雖然主打編程能力,但 Gemini CLI 并不限于“寫代碼”。它還可以用于內容生成、調研、任務管理等場景,算是個通用型 AI 工具了。
而且它和 Google 自家的 Gemini Code Assist 也已經打通,無論你用的是 VS Code、CLI,都可以獲得一致的AI Agent體驗。
個人開發者只需要一個Google 賬號就能免費用Gemini CLI了,只有涉及這兩個場景才需要買付費的 API Key:組織需要并行運行多個 Gemini CLI Agent 、存在安全、治理、數據駐留等企業級合規要求。
2.Gemini CLI技術拆解:架構和安全機制
Gemini CLI 本質上是一個運行在本地的 AI Agent,但模型本身仍托管在云端。也就是說,你在終端里用 Gemini CLI,下的是自然語言指令,但背后真正跑的是在線的 Gemini Pro 2.5 模型。
值得一提的是:Google 目前并未計劃支持本地模型部署。盡管從技術上講,Gemini CLI 是基于 Apache 2.0 開源協議,理論上開發者可以 fork 項目,把云端模型替換成本地模型 —— 但這對普通用戶來說門檻不低,不僅需要足夠的算力,還要做不少工程改造。
在安全層面,Gemini CLI 做了不少功課,盡可能降低“AI 自動執行指令”可能帶來的風險:
- 每一條命令都需手動確認,支持“僅此一次允許 / 總是允許 / 拒絕執行”三種授權方式;
- 支持 macOS Seatbelt 沙箱機制,可隔離 CLI 運行環境;
- 在 Docker 或 Podman 容器中運行 Agent ;
- 所有網絡請求都可以通過代理中轉,便于數據流審查;
- 由于是開源項目,開發者可以完整審計代碼邏輯,了解數據到底是怎么流轉的。
Google 產品管理高級總監 Ryan Salva 表示:
“你可以完全透明地了解 CLI 的工作方式,”
“它只訪問你在 prompt 或路徑中顯式提供的信息,由你來決定模型能看到什么、處理什么。”
3.全面支持MCP,可擴展性拉滿
Gemini CLI 的另一大亮點在于其架構的可擴展性,基于正在興起的 Model Context Protocol(MCP) 標準。開發者可以借此接入外部服務、添加新能力,使其成為一個平臺級工具,而不只是單用途應用。
在發布會中,Google 播放了一段預錄視頻展示其擴展性:Gemini CLI 與 Google 的創意 AI 工具聯動。一個 Agent 首先用 Imagen API 生成貓咪在澳大利亞旅行的圖像,然后使用 Veo 技術制作成動畫視頻。
這一擴展架構分為三層:
- 內建 MCP 服務支持
- MCP 服務 + 配置文件的捆綁擴展
- 項目級自定義配置文件(如 Gemini.md)
4.實測體驗:完全追不上Claude code?還有很大改進空間
雖然 Gemini CLI 聲勢不小,但就目前的實測體驗來看,離“Claude 替代品”還有不小的距離。
目前最大優點當然是:免費。但不少網友反饋——性能確實不夠打。
整體來看,CLI 響應慢、首次加載時間長、頻繁被限流,是目前最常見的問題。X 上就有開發者吐槽:
“它連 Claude Code 的邊都沒摸到。”
“我讓它創建 MCP 服務,它直接告訴我:‘我做不了’,還很認真地解釋了一通原因。”
“我剛打開就一直被限流,問它為什么,它居然回我一句:‘請求太多了’?”
圖片
Reddit 上的開發者反饋也很真實:
“我覺得 Gemini CLI 現在 bug 很多,agent 能力也不太行。雖然 Gemini 2.5 Pro 在代碼層面確實很強,但 Claude Code 更擅長把模型能力和使用體驗打磨得像‘一個真正的開發者’。”
“我試了幾個任務,它總是理解不了上下文,代碼也改得稀里糊涂。我會再等等,也許 2-3 周后 Google 會優化。”
還有一位用了數月 aider.chat 的用戶表示:
“Gemini CLI 響應太慢了,很多基本命令都沒有。像 /add 和 /remove 這種用來管理上下文大小的指令根本不支持,只能自動識別文件;用 @路徑 添加文件可以,但我根本找不到怎么刪掉。”
“也不支持 /undo,想撤回上一步都不行。”
“而且它是用 TypeScript 寫的,不是做 CLI 工具的最佳語言。現在運行速度確實挺拉垮。”
圖片
整體來看,Gemini CLI 雖然“基礎設施”鋪得不錯,但距離好用、順手、靠譜,還有不少細節要補。
5.產品爭議:用戶“免費”為谷歌訓練模型打工?
盡管 Gemini CLI 主打“免費開源”,但不少開發者已經開始質疑這背后是否真的那么單純。
在小紅書上,一位在灣區工作的技術大佬就直言——“天下沒有免費的午餐”。他的觀點是:Gemini CLI 雖然表面上零成本,但實際上是在“白嫖”用戶數據來訓練后續的 Gemini 模型,而且其中的一些做法甚至有合規風險。
圖片
圖片
Reddit 上也有類似討論。一位用戶說得很直白:
“我知道他們為什么免費開放這玩意——就算成本再高,它也是獲取代碼庫和 prompt 數據的完美方式,用來訓練 Gemini 3 和之后的模型。”
圖片
而在官方條款中也確實明確寫明了:
當你使用 Gemini Code Assist(包括 Gemini CLI)時,Google 會收集你的提示詞、相關代碼、生成結果、編輯行為、功能使用情況和你的反饋,用于改進 Google 的產品和服務,包括訓練自家的機器學習模型。
雖然你可以通過設置手動“選擇不參與”(opt-out),但不少用戶根本不知道這個設置在哪。
其中一位開發者在評論區特別提醒大家:
“為了避免大家漏掉這點,我再強調一遍:
這些數據默認是會被用于訓練模型的。
如果你不希望這樣,請務必到『Set up Gemini Code Assist for individuals』中選擇退出。”
他補充說:
“我自己寫的小玩意兒,谷歌要拿去訓練就拿吧。 工作項目我還是用 Copilot。”
圖片
6.寫在最后
Gemini CLI 才剛起步,誠意是有的,問題也不少。是“終端 AI 工具的未來”,還是“Claude Code 平替未遂”?還得看它接下來的更新節奏。
你會試用嗎?
本文轉載自??51CTO技術棧??,作者:伊風
