У Google на днях был большой анонс - они представили свою модель Gemini 3 и релизнули Antigravity - свою собственную платформу разработки, которая по их словам приближается к AGI.

Мне стало интересно пощупать, и как-то так получилось что за пару часов навайбкодил плагин для anki, идея которого давно лежала в заметках - он через LLM прогоняет слово, добавленное в первое поле, ниже пишет его перевод на английском, еще ниже пишет простой пример. А затем к оригинальному слову прикрепляет скачанный аудиофайл из google translate в соответствии с выбранным языком.
Прикрутил туда несколько моделей с возможностью выбора и примитивные, пока, настройки через интерфейс. Думаю допилю и заброшу его в раздел с плагинами на официальном сайте.
Обычно я все это делал или руками, открывая попеременно ChatGPT с браузером и используя сторонние tts-плагины для перевода текста в голос, которые в моменте или перестали работать совсем, или стали просить меня заплатить (за скачанный с google translate mp3 😎).

А теперь немного выводов про модель и про среду разработки:
- За пару часов среда ни разу не крашнулась, но вот модель упала раз 5, и промпт нужно было перезапускать. Думаю в ближайшие недели Google будет активно фиксить баги, и в конечном итоге доведет стабильность до уровня условного Cursor. Из интересного: при запросе сходить по ссылке и проверить что-то визуально на странице, Cursor или не делает ничего, или пытается дернуть curl и распарсить ответ. Antigravity в фоне открыл процесс с браузером и просканил страницы визуально, если термин визуально можно применить к LLM.
- Сама модель по ощущениям сильно лучше Claude Sonnet 4.5 и GPT 5.1 Codex. В режиме агента с первого промпта в первой итерации она выдала большую часть кода, сама же пофиксила часть багов, и по ощущениям сделала это сильно быстрее и лучше, чем аналоги. Составил бы входной промпт лучше и попросил бы сразу написать тесты - править бы пришлось еще меньше. Последние полгода я очень много использую Cursor, и могу сказать что на плюс-минус таких же промптах и похожих задачах последние клод-модели работают сильно хуже, за ними нужно сильно больше убирать и чаще их толкать в нужную сторону.

Еще из интересного - от общения с самой моделью впечатления сильно приятнее, чем от общения с ChatGPT. В целом вайб от диалога такой же, как если бы ты говорил с коллегой (а не с машиной, которая пытается косить под не машину и повторять твой стиль общения, как ChatGPT).

К посту забросил видос с тем, как работает плагин.

dev notes | golang digest