Gemini 3.0 封神？对不起，作为一个文科生，我觉得它变笨了

Gemini 3.0 Pro 发布之后，我这几天一直在高强度试用。结果很割裂：程序员圈基本一片好评，到处是吹它代码和推理能力的；但一些写文案、做内容的朋友，大多数都觉得不如以前好用，尤其是中文写作，评价很一般。

怎么感觉比 2.5 版本还笨了？

我自己的直观感受也一样，特别是中文写作，Gemini 2.5 Pro 时期那种带点文采的语感不见了。取而代之的，是一股浓浓的翻译腔和挥之不去的AI 味。精心调教好的 Prompt，以前 2.5 能完美执行，现在 3.0 经常听不懂，自顾自地按它的逻辑来。

问题在这里就很明显了：模型参数在涨，各种榜单分数在涨，但普通用户体感却在掉。原因其实不复杂，本质上是商业取向在变，厂商的优化目标已经偏向高价值用户和高价值场景，而不是普通闲聊和轻量写作。

AI 厂商们，正在抛弃闲聊用户。

我平时用各种模型的 API，加上订阅，每个月差不多要花一千到两千人民币。把账单摊开看，使用比例非常夸张：95% Token 都消耗在编程、自动化上。

很多不写代码的人可能会以为，编程场景就是问几个接口怎么写，量级有限。现实是，现在的主流用法已经变成一堆 Agent 在后台互相调用、互相评审、互相改代码。一个看起来只是生成一个爬虫脚本的需求，真正跑起来，可能是规划 Agent 拆分任务，代码 Agent 写实现，测试 Agent 生成并运行用例，然后根据报错反复迭代。我在cli中输入了几句话，后台已经跑了上百万Token。

这不仅是用量大。而且最关键的是，程序员群体付费意愿极强，这是实打实的真金白银。因此谁在代码质量和推理稳定性上更强，谁就更容易拿到收入。

剩下的 Token 里，还有一大块是被主打低价的deepseek吃走用在酒馆中。这种情况对严谨的逻辑没那么高要求，只要便宜大碗就行。

把这些都扣掉，真正留给我拿来写周报、润色文章、随便聊天的预算，其实非常有限。你一天再怎么话多，一对一地和模型聊，也远远比不上一个自动化工作流在后台持续跑任务的消耗量。

这就导致了一个非常现实的选择。

OpenAI、Google、Anthropic 这些巨头，为了讲好商业故事，他们必须去讨好那 80% 的流量贡献者。所以，Kimi、GLM-4.6、GPT-5.1、以及刚出的 Gemini 3.0，大家都在拼命往逻辑严密的方向卷。因为程序员需要 AI 像一个绝对理性的理工男。代码容不得半点错误，要的就是逻辑闭环，要的就是 1. 2. 3. 的步骤分明。

接下来就是训练侧的连锁反应。为了让模型在推理和编程上更稳定，在监督微调阶段会灌入大量高质量代码数据和链式推理样本，在人类反馈强化阶段会优先奖励结构化、逻辑闭环的回答。这对做项目、写代码是好事，但副作用就是日常聊天会感觉AI在写说明书。

你能在 Gemini 3.0 上很明显看到这种取向：回答习惯先给框架，再填内容；优先保证逻辑完整，而不是语气自然。对开发者来说非常可控；但是对润色文章来说，就是僵硬和不好用。

总结

作为一个程序员，我对这件事本身是矛盾的。因为对我日常工作来说，Gemini 3.0 这种强化逻辑和代码能力的路线，确实极大提高了我的生产力，很多以前要手写的重复劳动，现在交给模型就能完成。

作为普通用户，我们可能得被迫适应这种变化。以后想让 AI 写出好文章，可能不再是一句 话的事，而是需要我们像程序员写代码一样，用更结构化、更逻辑的方式去命令它。