大众点评

刚刚，Gemini 3.6 Flash 正式发布，但网友笑得更大声了_我的网站

A |     如果你从去年就开始用 Gemini，那感觉就像看着自家兄弟慢慢得了阿尔茨海默症。         这是最近网友对 Gemini 的一句调侃。         按理说，一家公司发新模型，通常是来打脸这种调侃的。可就在刚刚，Google 一口气发了三个新模型之后，网友非但没收回这句话，反而笑得更大声了。    

　    一键部署OpenClaw        从时间线到主题库，重新组织你的内容资产 | 站长网出品 | 2026年8月    按日期堆文章，可能是最浪费内容的方式    干了这么多年站长，我见过太多人做内容的方式是这样的：今天想到一个话题就写一篇，明天看到热点又追一篇，后台文章列表是按发布时间排列的流水账。一年下来写了上百篇，认真整理一下发现——这些文章东一篇西一篇，互相之间没有关联，读者看完一篇就跑了，搜索引擎也看不出你到底在哪个领域有积累。

B | 多少有种他们都不看好你，可偏偏你最不争气的即视感。    问题不在内容质量，在组织方式。         三个模型分别是 3.6 Flash、3.5 Flash-Lite，还有一个专搞网络安全的 3.5 Flash Cyber。    你把一堆有价值的文章按照"发布时间的先后顺序"排列，就像把一本百科全书的条目按写作日期排序——内容再好，结构散了，价值就折损大半。

C |     搜索引擎对网站的评估方式变了    以前搜索引擎评估一个页面，基本只看这个页面本身：页面内容跟搜索词是否匹配、有没有外链指向它、用户体验好不好。

D | 官方博客的措辞也相当眼熟，「更高效」「更聪明」「为大规模 AI agent 而生」，一句不落。         只不过，实际体感却冰火两重天。所以即使你网站整体内容散乱，只要某几篇文章做得好，照样能获得不错的排名。         主角登场，3.6 Flash 到底强在哪          先说头牌，3.6 Flash。

E | 官方给的定位就俩字——「主力」（workhorse），干活模型。         3.5 Flash 是今年 5 月 I/O 大会上发的，这次算是小版本迭代。         最大的卖点是省 token。

F |     现在AI搜索的逻辑不一样了。         按 Artificial Analysis Index 的数据，3.6 Flash 比 3.5 Flash 少用 17% 的输出 token，在 DeepSWE（Datacurve 出的基准）这类场景上甚至能省到 65%。    AI在决定要不要引用某个网站的内容时，不只是看单篇内容是否相关，还会评估这个网站在相关主题领域是否有持续的积累。官方还说它跑多步任务时，推理步数和工具调用都更少。

G | 也就是说，干同样的活，废话更少，绕路更少，账单更薄。         价格也确实降了。

H | 输入 1.5 美元/百万 token，输出 7.5 美元/百万 token——注意，上一代 3.5 Flash 的输出是 9 美元，这波直接砍到 7.5。又快又省，单个 agent 任务的成本就压下来了。翻译过来就是：如果一个网站某个主题下只有一两篇文章，AI会倾向于选择那些在这个主题下写了十几篇、形成了知识体系的网站。

I |     这不是算法偏袒谁，而是理性判断——你想获取一个领域的全面信息，是更信任随手写过一两篇的网站，还是明显深耕这个领域、从多个角度反复探讨过的网站？    什么是知识中心模式    知识中心的思路不复杂：放弃按时间排列内容的习惯，转而围绕核心主题建立内容集群。         基准测试上，官方摆出了一整排数据。

J |          代码能力是重点。

K | DeepSWE 从 37% 提升到 49%，官方的说法是多余的代码改动更少、执行循环也更短，生成的代码更贴近生产环境的要求。    具体来说，你先把网站拆分出几个核心主题方向——比如服务器评测、网站加速、流量增长、安全防护。

L | 每个核心方向建一个"支柱页面"，把这个方向的所有子主题系统覆盖一遍。

M |     然后围绕每个支柱页面，持续产出子主题文章。每篇子文章解决一个具体问题，同时用内链指向支柱页面和其他相关子文章。机器学习研究方向的 MLE Bench 提升更明显，从 49.7% 拉到了 63.9%。逐步形成一个紧密关联的内容网络。         计算机操作（computer use）能力也有长进，OSWorld-Verified 从 78.4% 升到 83%。    这个网络里的每篇文章都不孤立。并且，「计算机操作」（computer use）也成了Gemini API 和企业版的内置工具，主打一个开箱即用。

N |          知识工作方面，GDPval-AA v2 从 1349 涨到 1421。Hebbia、Harvey 等客户反馈，它在文档解析、图表数据分析、报告起草这类多模态任务上表现尤其突出。用户点进来读一篇，会被自然引导到相关文章继续阅读。Figma、JetBrains 也都出面背书了一番。搜索引擎爬一遍，能清晰识别出你这个网站的几个核心知识领域。         哦对了，还有个不起眼但挺实在的更新：知识截止日期终于从 2025 年 1 月推进到了 2026 年 3 月。    从博客到知识中心的三步切换    第一步：给现有内容做一次盘点    把你网站现有的所有文章拉出来，按主题分类。常用的分类维度包括：    • 这篇文章的核心话题是什么？    • 它回答了读者什么问题？    • 它跟网站其他哪些文章有关系？    • 它是这个主题下的入门内容还是进阶内容？    做这个盘点的时候你会有一个意外发现：很多文章其实天然就有内在关联，只是之前按时间排列时被割裂了。盘点本身就是把散落的珠子串起来的过程。老黄历总算翻篇了。

o |     第二步：确定支柱页面，开始建立主题集群    每个核心方向选一篇最全面、最有代表性的文章作为"支柱页面"。

p | 这篇支柱文章覆盖该主题的全貌，内容要足够深（至少3000字起步），结构要清晰到能当目录用。         安全这块，官方说 3.6 Flash 上了升级版的 Frontier Safety 防护，重点盯着 CBRN（化学、生物、放射性、核）和网络攻击这两类滥用，抗越狱能力更强了，同时又尽量不误伤正常需求、少乱拒绝。    然后整理出该主题下需要补充的子话题。         ·以小博大，便宜大碗的 3.5 Flash-Lite 也能更换推理档位了          第二个是 3.5 Flash-Lite，定位比 3.6 Flash 还低一档，主打「快」和「便宜」，专治高吞吐、低延迟的任务，比如 agent 搜索、文档处理。比如"网站加速"这个支柱下面，子话题可以包括：    • CDN是什么以及怎么选    • 图片压缩和格式选择    • 缓存策略的三种方案对比    • 服务器配置对速度的影响    • WordPress加速插件推荐    每个子话题单独写一篇文章，写完后用内链把支柱页面和所有子文章串联起来。用户在支柱页面看到"CDN选型"的概要介绍，点链接跳转到详细文章；在子文章读到"这只是加速策略的一部分"，点链接回到支柱页面看全局。    第三步：把新内容自然地融入知识网络    习惯了知识中心模式之后，写新内容时会自然而然地想两个问题：    这篇文章属于我网站上哪个主题集群？    写完这篇文章，该主题集群还缺什么角度？    这样一来，内容创作就从"想到什么写什么"变成了"围绕核心主题系统性覆盖"。

q |          它是 3.5 系列里最快的，按 Artificial Analysis 的测量是每秒吐 350 个 token。产量可能没有变多，但每篇文章的战略价值翻倍了。价格更是白菜——输入 0.3 美元、输出 2.5 美元每百万 token。官方说质量比 3 月发的 3.1 Flash-Lite 好一大截。    一个真实场景的对比    假设你经营一个服务器评测站，某一周想写两篇关于VPS的内容。

r |          有个设计挺灵活：它支持调「推理档位」。    按传统博客思路：写一篇"A厂商VPS测评"，再写一篇"B厂商VPS测评"，两篇文章各自独立，唯一的关联可能是底部推荐列表里互相引用一下。低配活儿就开最低档，图个快和省；碰上要多步拆解的子任务，就把思考档位往上拨。电脑操作这次也做成了内置工具。         跟前代比，提升相当明显：代码和 agent 任务的 Terminal-Bench 2.1，从 31% 干到 54%；长上下文的 GDM-MRCR v2，从 60.1% 提到 72.2%；真实任务执行的 GDPval-AA v2，更是从 642 飙到 1140。    按知识中心思路：先确定"VPS选购指南"是支柱页面，然后规划子话题——"带宽和线路对比""CPU性能实测""价格性价比横评"。A厂商和B厂商的数据不是各写一篇测评，而是融入每个子话题中做对比。         最有意思的是，这个「小弟」在不少 agent 和代码任务上，居然反超了辈分更高的 3 Flash。         比如 SWE-Bench Pro（54.2% vs 49.6%）、OSWorld-Verified（74.0% vs 65.1%）。以小博大，属实有点东西——等于说跑 3 Flash 的活儿，现在有了个更快更强的平替。         官方还举了几个用法：从海量电商数据里抽产品特征、给 3.6 Flash 当副手一口气生成 25 个网页设计方案、批量翻译总结收据、边玩边迭代做小游戏。Ashler、Palo Alto Networks、Ramp 这几家客户也来夸了它「速度、智能、成本三合一」。最终形成的是一套完整的选购知识体系，而不是零散的测评合集。         最后一个 3.5 Flash Cyber，画风突变，专门用来找和修代码里的安全漏洞。    用户进来看的不只是一家的数据，而是能在不同维度上做出比较和判断。这种体验本身就能拉升页面停留时间和回访率。         Google 的逻辑挺有意思：现在 AI 找漏洞的速度，已经比现有系统修漏洞的速度快了。    知识中心模式和SEO的关系    从SEO角度看，知识中心模式有三个直接的好处。

s | 既然漏洞越堆越多，那干脆用便宜高效的 Flash 来批量补锅。    第一是内链结构更合理。

t |          这个模型是在 3.5 Flash 基础上微调出来的，搭配自家的 CodeMender 工具用。自然形成的内链网络让搜索引擎爬虫在页面之间顺畅流转，爬取效率更高。CodeMender 里跑的是好几个 Flash Cyber agent，协同工作、最后汇总成一份报告。         在业内有名的 CyberGym 基准上，官方称它摸到了第一梯队的水平，还比更大的模型更省 token。         不过这模型我们暂时也用不上。    第二是主题权重更集中。同一个主题下多篇文章互相引用，搜索引擎会把整个集群视为一个有深度的内容资产，单篇文章也能借助集群的权重获得更好的排名。         考虑到「找漏洞」这种能力是把双刃剑，浓眉大眼的 Google 也学 Anthropic 玩起了安全叙事。把它锁得死死的——只对「可信合作伙伴」限量开放，走内测。    第三是被AI搜索引用的概率更高。

u | AI倾向于引用那些在某个领域"讲透了"的网站。你围绕一个主题写了十几篇相互关联的文章，被引用的概率远大于只写了一篇的人。    不用一步到位    把整个网站从博客模式切换成知识中心模式，工程量不小。目的是给一线防守方争取时间，赶在漏洞被人利用前先修掉，同时防着有人拿它去干坏事。

v |          说好的 3.5 Pro 呢？如来          看到这儿你可能会问：发了一堆 Flash，那真正的旗舰 3.5 Pro 去哪了？          官方口径是「正在和合作伙伴测试，准备好就上」。但这套说辞背后的故事，可能没那么体面。

w | 不用想着一次性改完。         据彭博社等媒体报道，3.5 Pro 的代码生成能力一直没达到内部预期。

x |     可以从最重要的那个主题开始做。Google 6 月下旬还专门更新了一版训练数据来补代码这块短板，结果成绩依旧没起色。更有传闻说，Google 干脆推翻了原来的训练方案，从零开始重训。比如你的网站最核心的方向是"服务器评测"，就先围绕这个方向建一个知识集群。把现有的评测文章盘点一下，写一篇"服务器选购指南"做支柱，然后慢慢地往里面补充子话题。    一个集群跑通了，再复制模式到第二个主题方向。         而 Google AI 宣传委员 Logan Kilpatrick 更是索性在舆论上直接跳过 3.5 Pro，将预告的重点放在了Gemini 4，声称他们已经启动了史上最雄心勃勃的 Gemini 4 预训练，还放话说进展让人兴奋。    节奏很重要。         听着虽然挺提振人心，但把它放在「旗舰跳票」的背景下看，多少有点转移视线、画饼续命的味道了。每个月花一天时间盘点现有的内容结构，更新支柱页面，规划下个月要补充的子话题。         除了这些内幕，光看今天刚刚发布的 Flash 模型本身，网友们也并不全然买账。小步快跑远比一步到位容易坚持。    总结    写这篇文章的时候我翻了翻自己之前积累的内容，发现有很多写了就忘的文章，如果当时稍微花点心思做内链和主题归类，流量和用户的停留深度应该会好不少。    知识中心模式不是什么复杂概念，说白了就是"别让你的内容资产散落一地"。         第三方评测机构 Artificial Analysis 表示：两个新模型确实把单任务耗时砍半、token 效率也提升了，Flash-Lite 的智能指数涨了 11 分——但 3.6 Flash 的智能水平，相比 3.5 Flash 基本原地踏步。    开始做三步就行了：盘点现有内容、确定2-3个核心支柱、每篇新文章都放进对应的主题集群里。         价格没有便宜到足以忽略能力差距，能力也没有高到能够解释它的成本。    这事难度不高，就是得养成习惯。         X 网友吐槽道：3.6 Flash 在 Artificial Analysis 上跟 3.5 Flash 拿了一模一样的分，还不如 Meta Spark 1.1、GLM-5.2、5.6 Luna、Sonnet 5、Grok 4.5、5.6 Terra 这一票对手，直呼简直烂透了（阴阳怪气 doge）。         吐槽的还不止一个。         网友 Angel 则直接从性价比入手：Gemini 3.6 Flash 的使用成本比 GPT-5.6 Sol medium 还高，可智能程度反而更低。做了之后可能不会立刻感受到变化，但三个月后再看数据，大概率会发现用户在网站的停留时间和页面浏览量有明显提升。

y | 又贵又笨，这组合属实有点尴尬——毕竟 Flash 系列立身的根本就是「性价比」，结果被人当场指出性价比不如对手，等于自砸招牌。

申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。         作为对比，OpenAI 的 Tibo 刚刚也发话了：由于周活跃用户达到 1000 万，新的一天，Codex 和 ChatGPT Work 的付费用户迎来新一轮额度重置，尽情享用。         这对比，这落差，还有人记得大明湖畔的 Google Gemini 3？          实测派也来补刀。

z | 网友 Balder 更是直接开团：          这三个模型性能全比之前的 3.5 Flash 差。

| 他甩出自己的测试吐槽，说问题包括但不限于——基础解码就有毛病、中文选词经常很离谱；生成的图片视频质量极差、跟指令对不上还限额严重；经常记忆混乱、调用完全错误的工具。         而且他还上了个阴谋论，认为 Google 之所以这么搞，是为了把算力腾出来卖给 Anthropic，还阴阳了一句这就是皮查伊想要的「Cloud First」。         此外，X 网友 Conor Dart 用 Google 自家的 Antigravity 跑了个 AI 生成游戏的测试，结果没有出乎意料，木头纹理更差了，大理石看着差不多但还是不能用。他直言这又是一次翻车，表示自己还是等 Gemini 3.5/3.6 Pro 吧。

|          简言之，你别问新模型强不强，你就说 Flash 不 Flash 就完事了。一边是官方更高效、更便宜、更省 token的漂亮账本，一边是大多数网友的当场差评，以及模型背后的旗舰跳票、大牛出走、市值缩水等一连串糟心事。         这很难不让人好奇是不是 Google 这次真点歪了科技树，光顾着省成本忘了提智商，只能先靠几个 Flash 稳住场子？          反正 Gemini 4 的预训练都开跑了。这一把要是再翻车，那句阿尔茨海默的玩笑，可就真要成谶语了。

Current article:http://www.qiniaohongfangfoguisenzhai.cyou/muf87o5/71bu28.html

Published on:00:09:48