用Gemini 3.5 Flash开发app,20分钟搞定
速览
Google在AI Studio中集成Gemini与Android SDK,用户可通过自然语言描述需求直接生成并安装Android应用。作者以鸡尾酒推荐app为例,20分钟完成第一版,并通过聊天反馈逐步完善功能。虽然对使用者有一定技术门槛,但实现了vibe coding的"从编辑器到手机"无缝体验。这一能力正被谷歌、苹果、微信等巨头押注,预示人人可编程的未来。
AI 深度解读
背景
AI 编程的热潮正从极客圈扩散到普通用户。去年,指挥大语言模型编写代码的「vibe coding」被《柯林斯英语词典》评为年度词汇,但随后热度有所下降,逐渐成为 AI 发烧友的日常消遣。然而,在今年的 Google I/O 和 WWDC 上,vibe coding 以更亲民的姿态强势回归:谷歌通过 AI Studio 与 Gemini Spark 赋予用户编写交互式网页、手机 widget 和 Android 应用的能力;苹果则在 iOS 27 中新增了用自然语言指挥 Siri 编写捷径和 Safari 拓展的功能。这意味着,AI 创作程序不再局限于技术大拿,而是人人都可以通过手机完成。
核心内容
爱范儿编辑以「纯小白」身份(仅有初中 Visual Basic 和大学 Python 基础)尝试了被戏称为「美国豆包」的 Gemini 3.5 Flash,在 Google AI Studio 中开发了人生中第一个 Android app——Cocktail Shaker(鸡尾摇摇摇)。该 app 解决了一个简单问题:在酒吧不知喝什么时,摇一摇手机即可从 90 多种经典鸡尾酒中随机推荐一款。从产生创意到输出第一版 app,仅耗时 856 秒(约 14 分钟)。随后通过口语聊天反馈 UI 需求和 bug,两天共约 8 小时的「开发」后,获得了适配最新 API、符合 Material 设计规范、支持不同 DPI、可手动/批量导入鸡尾酒配方且包含彩蛋的完整 app。
谷歌的独特优势在于其 Android 生态。与 Codex 或 Cursor 等工具仅输出代码、需模拟器或手动打包才能测试不同,Google AI Studio 打通了 Gemini 与 Android Studio 的对接,用户可从网页端直接安装 app 到手机上,开发到路测只需几秒。这使 vibe coding 从「折腾代码」变成了几乎零门槛的活动。
不过,目前使用该工具有几个阻力:一是存在使用门槛——需要每月 99 美元(约合 680 元人民币)的 Google AI Ultra 订阅,且需访问 Google AI Studio 网站;二是仍涉及基础编程知识——例如解决横屏时状态栏与导航条重叠问题,需要用户知道「landscape」「Status Bar」「Gesture Handle」等术语才能高效排障;三是在手机上测试需开启「开发者选项」和「ADB 调试」;四是美工能力有限——Gemini 在生成 app 图标时只能调用 Banana 生图,无法编写 Android 的自适应图标(Adaptive Icon),导致图标生成效果不佳。
关键要点
- vibe coding 门槛降低:谷歌通过 Google AI Studio 实现从编辑到手机的无缝直装,用户无需模拟器或手动打包,开发后即刻测试。
- Gemini 3.5 Flash 的优势:速度极快,天生适配 Android 开发规范,且能与谷歌服务联动,这是 Claude Code、Codex 等工具难以复制的体验。
- 对用户仍有技术门槛:需要一定的 Android 开发术语知识(如状态栏、手势条、ADB 调试),以及每月 99 美元的订阅费。
- 美工能力不足:Gemini 在生成 app 图标时无法遵循 Android 自适应图标规范,图标生成效果与用户预期存在偏差。
- vibe coding 的产业趋势:谷歌、苹果、微信(内测中的「小微」)等十亿级品牌均开始押宝类 vibe coding 能力,暗示该技术将成为未来智能交互的基础。
意义与影响
vibe coding 正从极客玩具演变为大众生产力的工具。谷歌通过 Gemini 和 AI Studio 将编程部分「黑盒化」,用户只需用自然语言描述需求即可快速获得可运行的 app,这打破了传统软件开发的高门槛。更重要的是,它让「千人千面」的小组件成为可能——未来 AI 重构 GUI 后,用户可能不再依赖大型 app,而是通过自建的、符合个人需求的 widget 获取信息,类似当年 Windows Phone 的理念。
从长远看,当每个人都能通过 vibe coding 创造自己的生产工具时,巨型软件厂商的绝对垄断地位可能被撼动。未来应用程序、小组件与 PWA 之间的界限将因 AI 而模糊,计算机回归到「个人计算机」最原初的状态:用户打开设备,直接通过 AI 编写脚本和程序。这不仅是技术平权,更是用户主权回归的起点。
