今日，谷歌推出了 Gemini CLI，该产品是其AI助手在终端界面上的一个新版本。该工具的一大特色是其慷慨的免费使用额度，能够提供每分钟高达60次、每日总计1000次的模型调用次数。

免费配额“开挂”， 逼疯 Claude？

在继2月份的Claude Code和4月份的OpenAI Codex CLI相继问世之后，谷歌也于6月份推出了Gemini CLI。至此，包括谷歌在内的三大AI实验室均已发布了它们各自的“终端智能体”工具。这些CLI工具具备读取、编辑文件的功能，并且能够在终端界面中代表用户执行各种命令。

许多人先前可能认为这类终端工具仅限于少数用户领域，然而实际情况似乎表明，这种看法并未充分认识到其巨大潜力——众多开发者每月在 Claude Code 上的投入动辄数百美元，甚至上千美元，这充分说明所谓的“小众领域”实际上远比想象中的更为广阔，且其重要性也远超预期。

相对 Claude Code，谷歌在价格方面可谓“豪横”：

登录您的个人Google账户，即可免费享用Gemini Code Assist的许可。此举将为您解锁Gemini 2.5 Pro模型以及百万token的上下文窗口功能。在此次预览阶段，谷歌推出了极为宽松的调用配额政策：每分钟最多可调用60次，每天最多可请求1000次，且全部免费。

目前观察，社区对Gemini CLI的关注焦点主要落在其提供的庞大免费额度上。有评论者直言不讳：“这太过分了，这无疑会给Anthropic带来极大的压力。” “确实如此，若这些调用限制确实存在且免费，那么市场上终于出现了真正的竞争。”

Gemini CLI 与 Claude Code 并不相同，它同 OpenAI Codex CLI 一样，采用了开源模式，遵循 Apache 2.0 许可协议。此外，Gemini CLI 在短短一天之内便收获了 15.1k 个星标。

Gemini CLI具备多种实用功能，如编写代码、调试问题、管理项目、查阅文档以及解析代码。此外，它还与MCP（模型上下文协议）服务器相连接，并拥有Agentic AI的智能能力。

CLI 工具的一大特点是它能够与各类编辑器或集成开发环境相配合，不受限于只支持特定插件的工具；此外，它还具备同时运行多个实例的能力。许多开发者亦觉得，通过命令行进行交互的效率更为优越。

Gemini CLI可在Mac、Linux（包含ChromeOS）以及Windows系统上运行。与Claude Code或Codex有所区别的是，在Windows系统中，其支持原生运行，无需借助Windows子系统（WSL）。开发者可在项目根目录建立一个名为 gemini.md 的文本文件以实现上下文及参数的自定义。据谷歌高级工程师 Taylor Mullen 透露，一旦 CLI 系统识别出“值得长久保留的详细信息”，便会自动将其记录至该文件中。

由于项目整体采用开源模式，因此我们得以一窥其系统提示功能。

一如既往，该系统提示词不仅明确了工具的操作规范，还充当了一份详尽且精确的操作指南。例如，在代码注释方面，其规定为：

在特定情况下，需严格遵守规定，不得擅自更改或删除任何内容，以确保资料的真实性和完整性。同时，未经授权，不得对资料进行商业用途的复制或传播。此外，对于涉及敏感信息的部分，必须严格保密，防止泄露。在处理任何修改请求时，务必经过相关部门的审核和批准。

系统默认使用的技术栈也颇有参考价值。

如果用户没有指定技术偏好，默认建议如下：

Web前端开发主要采用React框架，该框架基于JavaScript或TypeScript语言，并辅以Bootstrap CSS进行样式设计；同时，我们遵循Material Design的设计规范。

后端接口开发采用Node.js与Express.js框架，亦或Python与FastAPI技术栈。

全栈应用涉及Next.js框架，该框架基于React和Node.js技术，同时结合Bootstrap和Material Design设计风格；亦或采用Python语言，结合Django或Flask后端，以及React或Vue.js构建前端界面。

命令行工具（CLI）： Python 或 Go；

移动应用开发选择Compose Multiplatform（使用Kotlin语言）或Flutter（使用Dart语言），可实现多平台兼容；同时，我们还提供对Jetpack Compose（适用于Android平台）和SwiftUI（适用于iOS平台）的原生开发支持。

3D游戏开发涉及技术：运用HTML、CSS以及JavaScript，并借助Three.js框架。

2D 游戏： HTML/CSS/JavaScript。

胜过专用， Gemini CLI 靠什么？

Gemini CLI 集成了谷歌推出的顶尖编码与推理模型 Gemini 2.5 Pro，该模型拥有代码解析、文件管理、命令执行以及动态故障诊断等功能，显著提升了命令行操作的便捷性。用户能够借助自然语言来编写程序、排查错误，并且对工作流程进行优化。

此外，Gemini CLI 还具备调用MCP的能力，以便在终端界面中制作图像与视频，从而提供从编码到创作的一体化工作流程体验。

在发布会上所展示的综合性演示及其背后的技术核心，实际上昭示了 Gemini CLI 的核心定位——它不仅仅是一款编写代码的软件，更是一个能够连接多种智能模式、实现编码与创作无缝对接的“智能终端实体”。这一理念同样反映在选择其背后所依赖的 Gemini 2.5 Pro 模型上。

值得注意的是，Gemini 2.5 Pro 并非专为代码执行任务而特别培养的“代码专用模型”，而是一个功能更为全面的通用模型。那么，为何谷歌没有效仿部分竞争对手，为 Gemini CLI 设计一个定制的代码模型呢？在深入的交流访谈中，产品经理Connie Fan以及研究主管Danny Tarlow共同阐述了他们的见解与思考。

Connie Fan提到，尽管某些特定任务确实能够从特定的模型中获益，比如Cursor训练的代码补全模型在极其有限的场景下表现出色，但她也指出，在大多数实际开发任务中，编码的需求并不仅仅局限于代码本身。

她所提及的一个典型的“氛围检测”请求是：“能否开发一个泰勒·斯威夫特歌曲排行应用”——这要求模型不仅要掌握编程知识，还需洞察语境、掌握常识，以及一定的用户界面与用户体验审美。“这些常识实际上反映了用户真实的编程需求，”她总结道，“大多数常规任务并不能从纯粹的代码模型中获得帮助。”

Danny Tarlow 进一步阐述道：“我们所说的代码专用模型究竟有何含义？‘代码’的概念已经超越了其字面意义，它包括了软件开发流程中的诸多步骤，并涉及众多信息来源，其中既有专属于代码的部分，也有不限于代码的内容。若我们只专注于提升代码处理能力而忽视其他方面的培养，这无疑会制约模型的整体表现。”我们更偏好于在通用模型的基础上实现共同进步，力求将不同的功能进行整合与协调，构筑一个具备全面能力的‘通才型’模型，这无疑是更为理想的发展方向。

事实上，目前已有越来越多的开发者开始关注到，Gemini 2.5 Pro 在代码生成与理解能力上展现出的显著进步。

在 Claude 长期主导的讨论氛围里，许多人开始提出疑问：“Gemini 是否即将崛起？”、“Google 是否有望实现逆转？”社交媒体上，一些用户分享了他们的开发经历：在处理一个大约五十万行代码的项目时，他们发现Claude Code所生成的代码质量“明显不如CLI与Gemini 2.5 Pro的组合”，若要达到相同的效果，开发者必须全程密切关注Claude的工作。

有开发者指出，在 Trae 平台上，运用 Gemini 2.5 Pro 进行编程的效率显著高于 Claude 3.7。另外，还有开发者提到，Gemini 在修复 bug 方面的速度明显比 Claude Code 更为迅速。

在处理一个3D渲染的难题时，Claude Code花费了两个小时去修复bug，却始终未能成功解决；然而，当求助Gemini 2.5 Pro后，问题仅用5分钟便得到了解决。面对那些看似较为复杂的问题，我们不妨先让 Gemini 编制一份详尽的指导手册，随后再让 Claude Code 依照这份手册进行操作，这样的搭配或许能带来意想不到的良好效果。

这些反馈揭示了在过去的一年里，谷歌在代码领域的进步已经迎来了质的飞跃。Gemini编码产品的负责人Connie Fan指出，Gemini 2.5 Pro之所以受到广泛好评，主要得益于它在两个核心领域的全面升级：一是数据方面的进步，二是方法论上的革新。

从数据分析的角度来看，“代码仓库的上下文”显得尤为关键。当前，模型的目标已不仅仅是进行基础的代码补全，它需要具备理解并调整分散在众多文件及多个模块中的庞大代码库的能力。换句话说，模型需要能够执行那些即便是在熟悉的环境中，你也需要花费整整一小时才能亲自完成的复杂代码修改。

为了确保模型能够深刻领会这些语境，谷歌着手系统地整合公司内部工程师的智慧资源。

其中包括Jeff Dean等一众杰出人物，“他们象征着一种‘能力新等级’的标杆，”Connie直言不讳，“我们汇聚了全球最聪明、最杰出、甚至有时颇具主见的十万多名工程师。”借助他们在多种语言、技术领域、丰富经验上的宝贵反馈，谷歌得以拓展更广泛的应用场景，并增强模型在满足“专业开发者精细需求”方面的适配度。我们之前并未充分认识到这一点的重要性，然而，如今我们已开始切实付诸实践，并且取得的成效令人瞩目。

在研究层面，Gemini 团队并未将所有资源集中投注于“单一上下文窗口”的策略，他们采取了双管齐下的策略：一方面，他们不断扩充上下文的范围；另一方面，他们致力于打造具备自主搜索和推理功能的 agentic 编程模型，这种模型能够以代理的身份与用户进行交互，并且拥有一定程度的自主决策能力。

正如研究负责人 Danny Tarlow 所描述：

将你（人类开发者）置于一个庞大的代码库中，你将如何应对？你可能会通过代码检索、观察文件布局、逐一点击，阅读部分代码后再寻找其他相关信息。而agentic模型正是基于这种操作方式而设计的。

更有趣的是，当模型成功应对一个包含百万行代码的庞大库时，用户将体验到一种犹如魔法般的惊喜。这一点正是 Gemini 2.5 Pro 所追求的目标：它不仅力求模仿人类的工作模式，更致力于突破人类经验的局限，开拓出一种全新的、超越人类认知的解决方案。

正因为这样，众多开发者开始将注意力转向谷歌在人工智能编程领域的重新崛起。关于 Gemini 是否能够实现“逆转”目前还无法确定，然而，它正在逐渐显现出“超越”的迹象。

参考链接：

此视频内容涉及敏感信息，请勿传播。观看此视频需符合相关法律法规。请确保您的行为合法合规。