Google：用 Gemini 3 搭 Agent，别再堆思维链了
原文 · Google 开发者关系团队（Philipp Schmid、Vishal Dharmadhikari）
推理深度交给 thinking_level 参数，温度别往下调
读原文导读
Google 开发者博客 2025 年 11 月的官方文章，讲 Gemini 3 的 agent 能力和怎么接主流开源框架。对实操最有用的是几条「迁移须知」，尤其是「别再用复杂的思维链提示」。
下面按原文结构做完整精译导读。
一、Gemini 3 的几个 agent 关键能力
Thinking Level 思考档位：按请求调推理深度，复杂规划用 high，高吞吐任务用 low（延迟接近 Gemini 2.5 Flash）。
Thought Signatures 思考签名：模型在工具调用前生成加密的推理签名，把它带回对话历史，能在多步流程里保住上下文。
可调多模态精度 media_resolution：图里有密集文字用 high，PDF 用 medium，要低延迟用 low；超长上下文还能缓解长会话里的「推理漂移」。
“The world of AI agents is rapidly evolving from simple chatbots to sophisticated, autonomous systems.”
二、五个开源框架 Day 0 支持
Gemini 3 一上来就支持五个主流框架：LangChain（图式 agent 工作流）、Vercel 的 AI SDK（给 React / Next.js 的 TypeScript 工具包）、LlamaIndex（连私有数据的知识 agent）、Pydantic AI（类型安全的 Python agent）、n8n（给业务团队的无代码自动化）。
Vercel 团队称在他们的评测里，成功率比 Gemini 2.5 Pro 提升了 17%。
“17% increase in success rate over Gemini 2.5 Pro.”
三、迁移须知（最实用的部分）
别再用复杂的思维链提示工程：直接用 thinking_level 参数让模型原生处理推理深度。
温度保持 1.0：Gemini 3 的推理引擎就是按 1.0 调优的，往下调可能导致循环或性能退化。
必须处理 thought signature：从响应里抓出来再带回去，缺了会触发 API 报错。
省 token：只在图像细节密集时用 media_resolution high，PDF 用 medium 就够。
“Stop using complex "Chain of Thought" prompt engineering. Rely on the thinking_level parameter to handle reasoning depth natively.”
出处与版权
作者 · Google 开发者关系团队（Philipp Schmid、Vishal Dharmadhikari）
原文 · developers.googleblog.com
本页为 GoodVibe 对原文的中文整理，著作权归原作者所有；建议点击上方链接阅读原文全文。
更多观点
Simon Willison 辨析：vibe coding ≠ 用 AI 写代码
New查看预览Anthropic：怎么构建「有效的」AI Agent
New查看预览OpenAI 年度回顾：2025 是 AI「能上生产」的一年
New查看预览Addy Osmani：AI 写代码的「70% 问题」
Anthropic 官方入门课「Claude 101」讲了什么
New查看预览