原贴链接

我专门构建了这个VSCode扩展，用于在编码中使用Gemini的2M上下文，说实话，新的1206版本真的很厉害。可以通过定义自定义提供程序在https://marketplace.visualstudio.com/items?itemName=robertpiosik.gemini - coder上试用。{“name”:“Gemini Exp 1206”,“endpointUrl”:“https://generativelanguage.googleapis.com/v1beta/chat/completions","bearerToken":"API KEY FROM AI STUDIO”,“model”:“gemini - exp - 1206”,“temperature”:0,“instruction”:""}

讨论总结

原帖作者分享了一个使用Gemini 1206做代码自动补全的VSCode扩展，评论者们从不同角度展开讨论。有人关注数据安全问题而不能使用，有人探讨Gemini 1206与其他版本或产品的比较，包括旧版本的优势，还有人提及Gemini 1206在使用中存在的问题如请求过多、在自己的尝试中结果不佳等，也有对相关聊天机器人领域技术排名的讨论。

主要观点

  1. 👍 自己的使用场景不能将代码发送给谷歌。
    • 支持理由：可能涉及数据安全与隐私方面的考虑。
    • 反对声音：无（文中未体现）
  2. 🔥 2M上下文在自动补全中的作用比O1的完整发布更重要。
    • 正方观点：可能是在实际使用自动补全功能时，2M上下文带来的便利更大。
    • 反方观点：无（文中未体现）
  3. 💡 大规模上下文窗口将取代工作，而非仅仅是模型变得更智能或更稳定。
    • 解释：认为技术的发展方向更多在于上下文窗口的规模对工作的影响，而非模型自身特性。
  4. 👀 Gemini 1206存在使用一段时间后因请求过多而无法使用的问题。
    • 解释：用户在使用中遇到了这样的问题，影响使用体验。
  5. 🤔 Aider的排行榜更值得信任。
    • 解释：评论者根据自己的经验或者对各排行榜的了解得出的结论。

金句与有趣评论

  1. “😂 My use case can’t afford to send code to a data - mining company like Google.”
    • 亮点：反映了数据安全在一些使用场景中的重要性，引起有类似担忧的人的共鸣。
  2. “🤔 That said, the 2M context in usable autocomplete is a bigger deal IMO than O1’s full release.”
    • 亮点：提出了一种对Gemini不同版本特性价值的独特看法。
  3. “👀 1206 times me out after a while for a couple hours. Says ’too many requests’.”
    • 亮点：具体描述了Gemini 1206的一个使用问题。
  4. “😎 I hope they make it a permanent model so it stops having that problem.”
    • 亮点：表达了用户对Gemini 1206改进的期望。
  5. “💡 Aider’s leaderboard is what I trust most.”
    • 亮点：表明了对特定排行榜的信任倾向。

情感分析

总体情感倾向较复杂。原帖作者对Gemini 1206是正面评价，但评论中有正面也有负面内容。主要分歧点在于对Gemini 1206的评价和使用体验上，如有的用户遇到问题觉得不好用，而有的用户认为它在聊天机器人领域表现优秀。可能的原因是不同用户的使用场景、对技术的需求以及使用过程中的具体情况不同。

趋势与预测

  • 新兴话题：关于Aider排行榜及其对不同模型提示优化的讨论可能会引发后续对各聊天机器人模型评估标准的深入讨论。
  • 潜在影响：如果Gemini 1206存在的问题得不到解决，可能影响其在代码自动补全领域的推广和用户接受度；而对各模型的排名讨论可能影响用户对不同聊天机器人的选择倾向，进而影响相关产品在市场中的竞争态势。

详细内容：

《关于 Gemini 1206 代码自动补全的热门讨论》

近日，在 Reddit 上有一个关于 Gemini 1206 用于代码自动补全的帖子引起了广泛关注。原帖作者称自己开发了一个 VSCode 扩展，专门利用 Gemini 的 2M 上下文进行编码，新的 1206 表现出色，并提供了链接https://marketplace.visualstudio.com/items?itemName=robertpiosik.gemini-coder供大家尝试。此帖获得了众多点赞和大量评论，主要讨论方向包括对其效果的评价、与其他类似工具的比较、可能存在的问题以及在不同场景下的适用性等。

讨论焦点与观点分析：

有人认为自己的使用场景无法承受将代码发送给像谷歌这样的数据挖掘公司。有人觉得 2M 上下文在可用的自动补全方面是个大事，认为大规模的上下文窗口可能会取代某些工作，而非仅仅是模型变得更聪明或更一致。

有人分享了自己的测试经历，比如有人在进行不合理的长期云代码试用，尝试后表示效果不好，还提到出现了一些问题，如随机弹出的 conhost 窗口、与 dotnet 相关的崩溃等。

有人指出将主要模型设为 Flash ，次要设为 1206 ，只在更复杂的情况下使用更大的模型，这样就不会达到速率限制。

有人提到自己一直在本地使用 qwen2.5 7b - base - q8 ，因为 GPU 能够处理，但对于 14b 则存在一些问题。

还有人认为该扩展在某些方面表现出色，比如在聊天机器人领域的排名较高。但也有人表示更信任 Aider 的排行榜，认为 Claude 在其中表现更优。

总体而言，大家对于 Gemini 1206 代码自动补全工具的看法褒贬不一，有人对其效果充满期待，也有人在使用中遇到了各种问题。但正是这些不同的声音和丰富的讨论，让我们能更全面地了解这款工具的特点和潜在的挑战。