吴恩达联合谷歌推出Gemini CLI课程：AI编程助手实战指南

最近吴恩达说了一句话，挺让我震动的——他说自己现在做原型开发，几乎不再手写代码了，全交给AI编程助手。这话要是别人说，我可能一笑而过，但吴恩达说的，分量就不一样了。 对，而且他不光是说说，他的DeepLearning.ai刚跟谷歌合作推了一门新课，专门教大家用Gemini CLI。就是谷歌的那个开源AI编程助手。授课的是谷歌的开发者倡导者Jack Weatherspoon，课程完全免费。 嗯，说到这个Gemini CLI，我想先帮听众理清一个概念。现在市面上AI编程工具挺多的，GitHub Copilot大家可能最熟，但Gemini CLI跟Copilot那种自动补全其实不太一样，对吧？ 完全不一样，这是两代产品的区别。早期的Copilot更像一个聪明的打字助手，你写一行它帮你补下一行。但Gemini CLI属于所谓的Agentic Coding Assistant，翻译过来就是'智能编程助手'，它的核心能力是自主规划和执行。你给它一个任务，它自己决定要读哪些文件、装哪些依赖、跑哪些命令，遇到报错还能自己调试。 这个区别其实挺关键的。打个比方，以前的AI编程工具像是一个坐在你旁边的实习生，你说一句它做一句。现在的Agentic模式更像是一个能独立干活的同事，你把需求描述清楚，它自己去搞定。 你这个比方特别好。而且目前这个赛道竞争非常激烈，Anthropic有Claude Code，OpenAI有Codex CLI，谷歌就是这个Gemini CLI。三家巨头都在抢这个位置，说明大家都认定这是AI编程的未来方向。 那Gemini CLI跟另外两家比，有什么独特的地方？ 我觉得有三个点特别突出。第一个是完全开源，每一行代码都在GitHub上，甚至连系统提示词都公开了。你知道这意味着什么吗？系统提示词基本上就是AI的'行为指南'，大多数公司把这个当商业机密藏着掖着，ChatGPT、Claude都不公开的。谷歌直接全摊开，这个透明度在行业里非常罕见。 这确实大胆。等于把底牌亮给所有人看了。 对，而且社区反馈特别积极，已经有数千个Pull Request被合并了，包括会话管理这种热门功能。第二个优势是原生集成Google Workspace，因为是谷歌自家的产品嘛，它能直接操作Google Docs、Sheets、Calendar、Drive这些。你用自然语言就能让它帮你编辑文档、创建日历事件、查表格数据。第三个是支持MCP协议。 MCP这个概念可能有些听众不太熟悉，能展开说说吗？ MCP全称是Model Context Protocol，模型上下文协议，最早是Anthropic在2024年底提出来的。你可以把它理解成AI世界的USB接口。以前你要让AI连接不同的外部服务，比如Canva、Slack、数据库，每个都得单独写一套集成代码，特别麻烦。有了MCP，就有了一个统一的标准接口，AI助手通过MCP服务器就能连上各种第三方服务。Gemini CLI原生支持这个协议，所以它的能力边界其实远超写代码本身。 说到这门课程本身，我看了一下课程设计，觉得挺聪明的。它不是干巴巴地讲功能，而是用了一个贯穿始终的实战项目——策划一场AI开发者大会。 嗯，这个设计确实很巧妙。因为策划一场大会涉及的事情特别杂，既有纯技术的部分，也有大量非编码的工作。课程里你要用Gemini CLI给大会建网站，这是开发任务；要通过Google Workspace扩展去操作Google Docs和Calendar来管理日程和文档，这是办公协作；还要通过Canva的MCP服务器来生成海报和社交媒体图片，这是设计任务。 等等，用自然语言描述一下设计需求，它就能调用Canva自动出海报？ 对，就是通过MCP协议连接Canva的设计服务。你不用打开Canva手动操作，直接在命令行里告诉Gemini CLI你要什么风格、什么内容，它帮你搞定。课程里还有一个特别有意思的环节，是把大会的播客内容转化成社交媒体短视频和帖子，这已经完全超出传统编程工具的范畴了。 还有数据仪表盘那部分？ 对，课程还会教你构建一个数据仪表盘，把参会者数据跟公司数据库整合起来做分析和可视化。从安装配置一路到MCP服务器的自动化工作流，整个学习路径非常完整。而且课程还教你怎么通过工程化手段去优化Gemini CLI的上下文和记忆，这个对实际使用效果影响很大。 听你这么一说，我有一个更深层的感受。这些工具的出现，其实在改变开发者的角色定位。以前我们说程序员，核心技能就是写代码。但现在，你更多的工作变成了描述需求、审查AI生成的代码、做架构决策。 没错，有人把这叫'从程序员到AI编排者'的角色演进。但我想特别强调一点，这不意味着编程知识不重要了。其实恰恰相反，你得真正懂代码逻辑和系统架构，才能有效地审查AI写出来的东西，才能发现潜在的坑。Agentic工具降低的是重复性编码的门槛，但对工程判断力的要求一点没降，甚至更高了。 这个观点我非常认同。工具越强大，使用工具的人越需要有判断力。就像自动驾驶再先进，你也得知道什么时候该接管方向盘。 你看吴恩达自己就是最好的例子。他说不手写代码了，但他对AI、对软件工程的理解深度，恰恰是他能高效使用这些工具的前提。 最后一个问题，课程里还提到一个小彩蛋？ 哈哈对，课程最后演示了怎么用Gemini CLI整理和搜索杂乱的课程资料。吴恩达还开玩笑说，希望这个技能能在你上下一门DeepLearning.ai课程时派上用场。挺可爱的。 这门课免费，又有谷歌的技术专家亲自教，从入门到高级工作流都覆盖了。不管你是想了解Agentic编程是怎么回事，还是想实际上手用Gemini CLI干活，都值得花时间看看。毕竟当吴恩达都说自己不手写代码了的时候，这个信号本身就够值得我们认真对待了。