วิศวกรของ Google ไม่จำเป็นต้องออกจากเทอร์มินัลอีกต่อไปเพื่อเข้าถึงหนึ่งในโมเดลการเขียนโค้ดที่มีความสามารถมากที่สุดในปัจจุบัน เมื่อวันที่ 18 พฤศจิกายน 2025 Google Developers Blog ได้ประกาศว่า Gemini 3 Pro ได้ขับเคลื่อน Gemini CLI สำหรับผู้ใช้ที่มีสิทธิ์แล้ว การผสานรวมนี้เปลี่ยนเครื่องมือโอเพนซอร์สขนาดเล็กให้กลายเป็น AI agent ที่สมบูรณ์แบบ ซึ่งจัดการงานวิศวกรรมที่ซับซ้อนได้อย่างแม่นยำอย่างที่ไม่เคยมีมาก่อน
นักพัฒนาได้รอคอยมานานหลายปีให้ Google สร้างคู่แข่งที่แท้จริงให้กับ Codex ของ OpenAI ซึ่งเป็นโมเดลที่ขับเคลื่อน GitHub Copilot ดั้งเดิม และกำหนดมาตรฐานสำหรับการสร้างโค้ด ในที่สุด Gemini 3 Pro ใน Gemini CLI ก็ตอบสนองความท้าทายนั้นโดยตรงในที่ที่วิศวกรจำนวนมากใช้งาน: command line
Gemini CLI คืออะไรกันแน่?
Google เปิดตัว Gemini CLI ในฐานะ AI agent แบบโอเพนซอร์ส (Apache 2.0) ที่นำโมเดล Gemini เข้ามายังเทอร์มินัลของคุณโดยตรง นักพัฒนาสามารถติดตั้งได้ทั่วโลกด้วยคำสั่ง npm เพียงคำสั่งเดียว:
npm install -g @google/gemini-cli@latest
เมื่อติดตั้งแล้ว คุณพิมพ์ gemini (หรือแค่ g) แล้วเริ่มพรอมต์ เครื่องมือนี้รองรับการเข้าถึงโมเดล Gemini แบบฟรีเทียร์พร้อมข้อจำกัดอัตราที่เอื้อเฟื้อเผื่อแผ่—60 คำขอต่อนาทีและ 1,000 คำขอต่อวันสำหรับบัญชี Google ส่วนตัว อย่างไรก็ตาม พลังที่แท้จริงจะถูกปลดล็อกเมื่อคุณเปิดใช้งานฟีเจอร์พรีวิวและเปลี่ยนไปใช้ Gemini 3 Pro
การเข้าถึง Gemini 3 Pro ยังคงอยู่ในการทยอยเปิดตัวแบบจำกัด สมาชิก Google AI Ultra และผู้ถือ Gemini API key แบบชำระเงินจะได้รับสิทธิ์ทันที ส่วนคนอื่นๆ จะเข้าร่วมรายชื่อรอหรือติดตามความคืบหน้าบน GitHub โมเดลจะปรากฏใน CLI ในชื่อ gemini-3-pro-preview และต้องเปิดใช้งานโหมดพรีวิวในการตั้งค่า
ทำไม Gemini 3 Pro ถึงเปลี่ยนทุกสิ่งสำหรับ Coding Agents
Gemini 3 Pro โดดเด่นเนื่องจากเป็นการรวมบริบทขนาดใหญ่ (สูงสุด 1 ล้านโทเค็นในเครื่องมือที่เกี่ยวข้อง) ความเข้าใจแบบ multimodal โดยกำเนิด และความสามารถในการใช้เครื่องมือขั้นสูง ด้วยเหตุนี้ มันจึงสามารถดำเนินการเวิร์กโฟลว์แบบ agentic หลายขั้นตอนที่โมเดลก่อนหน้านี้ทำได้เพียงแค่ประมาณค่าเท่านั้น
โพสต์อย่างเป็นทางการได้เน้นย้ำการสาธิตที่เป็นรูปธรรมห้าประการที่แสดงให้เห็นว่ามาตรฐานได้ก้าวหน้าไปไกลแค่ไหน:
สร้างแอป 3D ที่พร้อมใช้งานจริงได้ในพรอมต์เดียว
วิศวกรพรอมต์: "สร้างการจำลอง 3D voxel ของสะพาน Golden Gate โดยใช้ Three.js ที่ทำงานในไฟล์ HTML เดียว" Gemini 3 Pro สร้างแอปพลิเคชันที่สมบูรณ์และปรับให้เหมาะสม โดยใช้ InstancedMesh, GLSL shader แบบกำหนดเอง และการปรับแต่งประสิทธิภาพ—พร้อมสำหรับการปรับใช้ทันที
เปลี่ยนภาพสเก็ตช์ด้วยมือให้เป็น UI ที่ใช้งานได้
คุณลากไฟล์รูปภาพลงในเทอร์มินัล Gemini 3 Pro จะวิเคราะห์เค้าโครง จากนั้นสร้างโค้ด HTML, Tailwind/CSS และ React/Vue ที่สมบูรณ์แบบตามภาพสเก็ตช์อย่างแม่นยำ
แปลงภาษามนุษย์ให้เป็นคำสั่งเชลล์ที่ซับซ้อนและแม่นยำ
ถาม: "ใช้ git bisect เพื่อค้นหาคอมมิตที่เปลี่ยนธีมเริ่มต้นของโปรแกรมแก้ไขเป็นแบบมืด" Gemini 3 Pro จะเขียนสคริปต์ bisect ที่แม่นยำ รัน และอธิบายผลลัพธ์เป็นภาษาอังกฤษธรรมดา
สร้างเอกสารที่ค้นหาได้และเข้าถึงผู้ใช้ได้โดยอัตโนมัติ
ชี้ไปยัง codebase แล้ว Gemini 3 Pro จะสร้างเอกสาร Markdown พร้อมไดอะแกรมสถาปัตยกรรม ตัวอย่างการใช้งาน และแม้แต่ widget ค้นหาในตัว
ดีบักและแก้ไขบริการที่ใช้งานจริงได้ด้วยตนเอง
ในตัวอย่างหนึ่ง Gemini 3 Pro เชื่อมต่อกับ Cloud Run และ Snyk ระบุหน่วยความจำรั่ว เสนอวิธีแก้ไข เขียนแพตช์ รันการทดสอบ และปรับใช้—ทั้งหมดโดยไม่ต้องมีการแทรกแซงจากมนุษย์
ตัวอย่างเหล่านี้ก้าวข้ามขีดจำกัดของ autocomplete แบบง่ายๆ ไปไกลมาก มันแสดงให้เห็นพฤติกรรม agentic ที่แท้จริง: การให้เหตุผล การเรียกใช้เครื่องมือ การแก้ไขข้อผิดพลาด และการวนซ้ำในลูป
Gemini 3 Pro เปรียบเทียบกับ OpenAI Codex และ GitHub Copilot อย่างไร
Codex เป็นพลังขับเคลื่อนเครื่องมือ AI ช่วยเขียนโค้ดในยุคแรกๆ มันโดดเด่นในการเติมฟังก์ชันและแปลงความคิดเห็นให้เป็นโค้ด แต่ขาดความสามารถแบบ multimodal โดยกำเนิด และประสบปัญหาในการจัดการบริบทขนาดใหญ่มากหรืองาน agentic แบบหลายขั้นตอน
Gemini 3 Pro แก้ไขช่องว่างเหล่านั้นโดยตรง:
- อินพุตแบบ Multimodal — รับรูปภาพ, PDF, หรือแม้แต่เอาต์พุตเทอร์มินัลสดเป็นบริบท
- การให้เหตุผลที่เหนือกว่า — Google อ้างว่ามีประสิทธิภาพที่ล้ำสมัยในการวัดผลเกณฑ์มาตรฐานทางวิศวกรรมที่ซับซ้อน
- การจัดการเครื่องมือ — มี ReAct loop ในตัวพร้อมกับเซิร์ฟเวอร์ Model Context Protocol (MCP) สำหรับเครื่องมือที่กำหนดเอง
- เวิร์กโฟลว์แบบ Terminal-native — ไม่จำเป็นต้องมี IDE; ทุกอย่างเกิดขึ้นในที่ที่สคริปต์และ git มีอยู่แล้ว
ผู้ใช้ช่วงแรกรายงานว่า Gemini 3 Pro ใน CLI มักจะทำงานได้ดีกว่า Copilot ในการสร้างไฟล์ทั้งหมด การปรับโครงสร้างโค้ดขนาดใหญ่ และการทำความเข้าใจสถาปัตยกรรมทั่วทั้งโปรเจกต์ ยิ่งไปกว่านั้น เนื่องจาก CLI เป็นโอเพนซอร์ส นักพัฒนาจึงสามารถขยายได้ด้วยเซิร์ฟเวอร์ MCP ที่กำหนดเองสำหรับเครื่องมือที่เป็นกรรมสิทธิ์หรือบริการภายในองค์กร
เริ่มต้นใช้งาน Gemini 3 Pro ในเทอร์มินัลของคุณวันนี้
ทำตามขั้นตอนเหล่านี้เพื่อทดลองใช้ด้วยตนเอง:
อัปเดต Gemini CLI:
npm install -g @google/gemini-cli@latest
ยืนยันตัวตนด้วยบัญชี Google ที่มีสิทธิ์เข้าถึง (Ultra หรือ API key แบบชำระเงิน)
เปิดใช้งานฟีเจอร์พรีวิว: เปิด /settings ภายใน CLI และสลับเปิดพรีวิว
สลับโมเดล:
gemini --model gemini-3-pro-preview
เริ่มพรอมต์ ลองลากรูปภาพหรือขอคุณสมบัติแบบ full-stack
ข้อจำกัดอัตราสำหรับ Gemini 3 Pro สูงกว่าสำหรับแพ็คเกจแบบชำระเงิน และ Google สัญญาว่าจะทยอยเปิดตัวให้ผู้ใช้มากขึ้นในอีกไม่กี่สัปดาห์ข้างหน้า
ผลกระทบในโลกแห่งความเป็นจริง: จากต้นแบบสู่การผลิตในไม่กี่นาที
ลองพิจารณาสถานการณ์ทั่วไป: คุณร่าง UI ของแอปมือถือลงบนกระดาษ สแกน และลากรูปภาพนั้นเข้าสู่ Gemini CLI ภายในไม่กี่วินาที Gemini 3 Pro จะสร้างโค้ดเบส Flutter หรือ React Native ที่มีระบบนำทาง การจัดการสถานะ และแม้แต่การเรียก API แบบ Placeholder
ถัดไป คุณขอให้มันใช้งานแบ็กเอนด์ใน FastAPI หรือ Node.js พร้อมการตรวจสอบสิทธิ์ JWT และการรวม PostgreSQL Gemini 3 Pro จะสร้างบริการทั้งหมด Dockerfiles และสเปค OpenAPI
นี่คือจุดที่ Apidog เปล่งประกาย นำ OpenAPI YAML ที่สร้างขึ้น นำเข้าสู่ Apidog (ดาวน์โหลดฟรี) แล้วคุณจะได้ทันที:
- mock server สำหรับนักพัฒนาส่วนหน้าเพื่อใช้งานได้ทันที
- การทดสอบสัญญาอัตโนมัติที่ตรวจจับการเปลี่ยนแปลงที่ทำให้ระบบเสียหาย
- เอกสารประกอบแบบภาพที่ซิงค์กันอยู่เสมอ
- การสแกนประสิทธิภาพและความปลอดภัยด้วยคลิกเดียว
การปรับปรุงเวิร์กโฟลว์เล็กๆ น้อยๆ เช่นนี้เปลี่ยนเวลาหลายชั่วโมงของการทำงานซ้ำซากให้เป็นนาที นักพัฒนาที่ใช้ Gemini 3 Pro CLI ร่วมกับ Apidog รายงานว่าสามารถส่งมอบฟีเจอร์ได้เร็วขึ้น 3–5 เท่า
ข้อจำกัดและข้อแลกเปลี่ยนที่คุณควรรู้
Gemini 3 Pro ใน CLI ยังคงถูกระบุว่าเป็น "พรีวิว" อาจมีปัญหาการจำกัดอัตราหรือปัญหาการใช้งานในบางภูมิภาคเกิดขึ้นระหว่างการเปิดตัว นอกจากนี้ โหมด agentic แบบเต็มรูปแบบยังใช้โทเค็นมากกว่าการเติมข้อความอัตโนมัติแบบง่ายๆ ดังนั้นผู้ใช้แบบฟรีเทียร์จะถึงขีดจำกัดได้เร็วกว่า
ทีมที่คำนึงถึงความเป็นส่วนตัวจะได้รับประโยชน์จากลักษณะโอเพนซอร์ส—พวกเขาสามารถโฮสต์ด้วยตนเองหรือตรวจสอบทุกอย่างได้ ผู้ใช้ระดับองค์กรจะได้รับการปกป้องข้อมูลเช่นเดียวกับ Gemini Code Assist Standard/Enterprise
ภาพรวมที่ใหญ่ขึ้น: การผลักดันอย่างจริงจังของ Google สู่เครื่องมือสำหรับนักพัฒนา
ด้วยการนำ Gemini 3 Pro เข้าสู่เทอร์มินัลโดยตรง Google ส่งสัญญาณถึงความตั้งใจที่จะเป็นเจ้าของ stack ของนักพัฒนาทั้งหมด—ตั้งแต่แนวคิดไปจนถึงการปรับใช้ Gemini CLI เสริมการทำงานของ Gemini Code Assist ใน VS Code/JetBrains แต่ยังคงมีวิศวกรจำนวนมากที่ชอบความเร็วและความสามารถในการเขียนสคริปต์ของ command line
ยิ่งไปกว่านั้น Model Context Protocol (MCP) ยังเปิดโอกาสให้มีการสร้างส่วนขยายโดยชุมชน คาดว่าจะมีเซิร์ฟเวอร์ MCP ของบุคคลที่สามสำหรับ AWS, Kubernetes, Datadog หรือแม้แต่ LLM ในเครื่องในอีกไม่กี่เดือนข้างหน้า
สรุป: ใช่ Google กำลังตามทัน—และอาจแซงหน้า—Codex
Gemini 3 Pro ใน Gemini CLI มอบประสบการณ์การเขียนโค้ดแบบ agentic, multimodal และเน้นเทอร์มินัลเป็นอันดับแรก ซึ่งเป็นสิ่งที่นักพัฒนาใฝ่ฝันเมื่อ Codex เปิดตัว Copilot เป็นครั้งแรกเมื่อหลายปีก่อน มันสร้างแอปพลิเคชันที่สมบูรณ์จากภาพสเก็ตช์ ดีบักบริการที่ใช้งานจริงได้ด้วยตนเอง และจัดการเครื่องมือได้อย่างแม่นยำจนเกือบจะรู้สึกเหมือนเวทมนตร์
อย่างไรก็ตาม ตัวเพิ่มประสิทธิภาพการทำงานที่แท้จริงมาจากการเชื่อมโยงกับเครื่องมือเฉพาะทาง เมื่อ Gemini 3 Pro มอบ OpenAPI spec ที่สมบูรณ์แบบให้คุณในครั้งเดียว การมี Apidog ที่พร้อมใช้งาน จะเปลี่ยนสเปคนั้นให้เป็น API ที่สามารถทดสอบ จำลอง และมีเอกสารประกอบได้ทันที
ช่องว่างระหว่าง Google และ OpenAI ในด้านเครื่องมือสำหรับนักพัฒนาได้แคบลงอย่างมากในชั่วข้ามคืน หากคุณเขียนโค้ดเพื่อหาเลี้ยงชีพ ให้ติดตั้ง Gemini CLI เข้าร่วมรายชื่อรอ Gemini 3 Pro (หรืออัปเกรดเป็น Ultra) และดาวน์โหลด Apidog การเปลี่ยนแปลงเล็กๆ น้อยๆ เหล่านี้จะกำหนดนิยามใหม่ว่าคุณส่งมอบงานได้เร็วแค่ไหน
เทอร์มินัลเพิ่งกลายเป็น IDE ที่ทรงพลังที่สุดในโลก