Google MakerSuite 介面曝光：Gemini 即將接入，秘密工具 Stubbs 可一鍵生成應用

大家都在等著 Google 把憋了許久的多模態大模型 Gemini 拿出來，很多人以為它最先會出現在 Bard 裡。但一位開發者的最新曝光顯示，Google 準備把真正的大殺器，直接塞給開發者工作臺。

開發者 Bedros Pamboukian 曝光了 Google 開發者平臺 MakerSuite 的未釋出介面截圖。除了代號為 Jetway 的多模態模型 Gemini 即將接入並取代 PaLM 2 之外，介面裡還藏著一個此前從未對外透露過的全新秘密工具「Stubbs」。

一句話搭原型，還帶社群畫廊

如果說 Gemini 是大家意料之中的主力，那 Stubbs 就是 Google 藏在幕後的一張底牌。

簡單來說，Stubbs 是一個能讓你直接在網頁裡生成應用程式的原型構建器。你只需要輸入一句提示詞，甚至順手附帶一張參考截圖，它就能快速搭出一個可以點選互動的應用原型。

這並不是要直接生成可以直接上線部署的完整生產級程式碼，而更像是一個由 AI 驅動的互動式 Figma 原型。最聰明的地方在於它把閉環做得很輕：使用者可以在同一個介面內完成生成、部署，並一鍵生成連結分享給其他人。

Google 還給它配套了一個名為 Stubbs Gallery 的社群畫廊。預設情況下，你生成的原型是私密的；一旦你選擇公開發布，其他人就可以在畫廊裡檢視你的作品，甚至直接點選「Remix」拿走你的點子，在此基礎上二創改版。

不過曝光的介面裡也有一些妥協。比如 Stubbs 的提示詞建議功能，目前呼叫的還是上一代低配模型 text-bison，並沒有用上最前沿的新模型。

Gemini 悄悄進駐 MakerSuite

伴隨 Stubbs 一起曝光的，是 Gemini 在 MakerSuite 內部的真實形態。曝光顯示，MakerSuite 內部代號為 Alkali，而 Gemini 的代號為 Jetway。

在截圖中的多模態示例裡，Gemini 展示了文本識別、物體檢測、影像標註和複雜的畫面理解能力，而且在輸出型別中加入了包含外部影像或渲染 HTML 內容的選項。除了影像，開發團隊此前也提過音訊輸入的能力。

但目前介面上也暴露了一些階段性限制：多模態能力暫時只支援文本和資料提示詞介面，聊天（Chat）介面目前還不支援多模態輸入。

除了兩大重頭戲，MakerSuite 還補齊了兩個讓開發者頭疼已久的實用痛點：一是終於加入了自動儲存功能，不用擔心筆記本沒電或誤關網頁丟失提示詞；二是移除了此前嚴格的跨語言比例過濾器，多語言翻譯可以原生順暢執行。

為什麼重要

我們認為，Stubbs 的曝光展現了 Google 在 AI 原生開發生態上的新思路。過去無論是 PaLM 還是 OpenAI 的 GPT 系列，開發者平臺更像是一個引數除錯臺，開發者調通了 API 還要自己去寫前端、搭伺服器。Stubbs 則把這一步降維成了「打一句話，生成原型，扔出連結」。

對產品經理、獨立開發者和設計人員來說，這種工具的價值顯而易見。它極大地縮短了驗證點子的週期，你不需要花幾天寫程式碼，也不用在設計軟體裡畫連線，丟給客戶一個可點選的原型可能只要兩分鐘。

更值得關注的是那個支援 Remix 的社群畫廊。這讓人聯想到程式碼分享社群的生態打法，一旦開發者可以在別人搭建的原型上改程式碼、套提示詞，整個平臺就會形成很強的網路效應。

當然，這套體系能不能真正跑通，關鍵還在於 Gemini 本身的多模態理解能力夠不夠紮實。從截圖來看，Google 顯然希望藉著 Gemini 的東風，把 MakerSuite 從一個單純的 API 試驗場，升級成一體化的 AI 應用孵化基地。這場仗究竟能打成什麼樣，就看它何時正式掀開底牌了。