Google ได้เปิดตัว extensions สำหรับเครื่องมือ Gemini CLI อย่างเป็นทางการ โดยสัญญาว่าจะเปลี่ยนแปลงวิธีที่นักพัฒนาโต้ตอบกับ command-line workflows ของตน ระบบ extensions ช่วยให้ผู้ใช้สามารถเชื่อมต่อความสามารถ AI ของ Gemini กับเครื่องมือภายนอกตั้งแต่ฐานข้อมูลไปจนถึงแพลตฟอร์มการออกแบบผ่านการติดตั้ง GitHub repository อย่างง่ายดาย อย่างไรก็ตาม การตอบสนองจากชุมชนเผยให้เห็นความกังวลอย่างมากเกี่ยวกับสถานะปัจจุบันของเครื่องมือและการวางตำแหน่งในการแข่งขัน
พาร์ทเนอร์เปิดตัวและส่วนขยาย:
- เครื่องมือพัฒนา: Dynatrace (การตรวจสอบประสิทธิภาพ), Elastic (การค้นหาข้อมูล), Harness (CI/CD), Postman (การจัดการ API), Snyk (การสแกนความปลอดภัย)
- อีคอมเมิร์ซและการชำระเงิน: Shopify (ระบบนิเวศนักพัฒนา), Stripe (การประมวลผลการชำระเงิน)
- การออกแบบและการทำงานร่วมกัน: Figma (การผสานระบบการออกแบบ)
- บริการ Google : Cloud Run, GKE, Google Cloud, Firebase, Flutter, Chrome DevTools, Google Maps Platform, Looker
ปัญหาประสิทธิภาพรบกวนการใช้งานในช่วงแรก
นักพัฒนาที่ทดสอบ Gemini CLI รายงานปัญหาประสิทธิภาพร้ายแรงที่ทำให้เครื่องมือใช้งานยากในสภาพแวดล้อมการผลิต ผู้ใช้อธิบายว่า AI ติดอยู่ในลูปไม่สิ้นสุด เพิ่มและลบฟังก์ชันโค้ดเดิมซ้ำๆ จนกว่าเครดิตจะหมด เครื่องมือนี้ยังใช้ token ในอัตราที่น่าตกใจ โดยนักพัฒนาบางคนรายงานว่ามีการร้องขอมากกว่า 1,000 ครั้งในวันเดียว ซึ่งเท่ากับการใช้งาน GitHub Copilot เป็นเวลาหนึ่งเดือน
ฟีเจอร์ agentic ซึ่งควรจะทำให้เครื่องมือฉลาดและอิสระมากขึ้น ดูเหมือนจะสร้างปัญหามากกว่าแก้ไข ผู้ใช้งานในช่วงแรกกล่าวถึงหน้าจอกระพริบ พฤติกรรมการเลื่อนแปลกๆ และ AI ที่ไม่สามารถหลุดออกจากการดำเนินการแบบ recursive ที่ใช้ทรัพยากรคอมพิวเตอร์โดยไม่ให้ผลลัพธ์ที่มีประโยชน์
ข้อเสียในการแข่งขันกับ Claude Code
ชุมชนนักพัฒนากำลังเปรียบเทียบอย่างไม่เป็นผลดีระหว่าง Gemini CLI และ Claude Code ของ Anthropic แม้ว่าข้อเสนอของ Google อาจถูกกว่าประมาณ 10 เท่าต่อ token แต่ผู้ใช้รายงานว่าใช้ input token มากกว่า 8 เท่า ทำให้การประหยัดต้นทุนจริงไม่ชัดเจน ที่สำคัญกว่านั้น นักพัฒนาชื่นชม Claude Code อย่างสม่ำเสมอในการจัดการงานเขียนโปรแกรมที่ซับซ้อนได้อย่างมีประสิทธิภาพมากกว่า
สำหรับงานที่ซับซ้อนในการพยายาม migrate code base จาก CPU-only ไปเป็น GPU computations Claude ช่วยได้จริงๆ และช่วยให้ฉันทำการทดลองหลากหลายและมาบรรจบที่สถาปัตยกรรมที่สมเหตุสมผล ในขณะเดียวกัน ฉันไม่สามารถได้สิ่งที่มีประโยชน์จาก Gemini เลย
ช่องว่างของฟีเจอร์ก็น่าสังเกตเช่นกัน Gemini CLI ขาดการสนับสนุน hooks และ subagents ที่นักพัฒนาคาดหวังในเครื่องมือ AI coding สมัยใหม่ ในขณะที่ Claude Code เสนอความสามารถเหล่านี้พร้อมกับการจัดการ workflow ที่ดีกว่า
การเปรียบเทียบต้นทุน ( Gemini CLI เทียบกับ Claude Code ):
- Gemini CLI : ถูกกว่าประมาณ 10 เท่าต่อ token แต่ใช้ input token มากกว่า 8 เท่า
- Claude Code : ต้นทุนต่อ token สูงกว่า แต่การใช้ token มีประสิทธิภาพมากกว่า
- Gemini CLI มีฟีเจอร์ cached tokens เพื่อลดต้นทุนเมื่อใช้ context ซ้ำ
- ความแตกต่างของต้นทุนจริงยังไม่ชัดเจนเนื่องจากรูปแบบการใช้งานและการ caching
ระบบ Extension สร้างขึ้นจากมาตรฐานที่มีอยู่
ระบบ extension ใหม่จัดแพ็กเกจ Model Context Protocol (MCP) servers ด้วย metadata และไฟล์คำแนะนำเฉพาะ Gemini แต่ละ extension รวมไฟล์การกำหนดค่า gemini-extension.json และคำแนะนำ GEMINI.md ที่สอน AI วิธีใช้เครื่องมือที่เชื่อมต่ออย่างมีประสิทธิภาพ แม้ว่าวิธีการนี้จะใช้ประโยชน์จากมาตรฐานที่มีอยู่ แต่นักพัฒนาบางคนตั้งคำถามว่ามันเพิ่มคุณค่าที่มีความหมายเกินกว่าที่ MCP servers ให้ไว้แล้วหรือไม่
Google ได้ร่วมมือกับบริษัทเทคโนโลยีใหญ่ๆ รวมถึง Stripe, Figma, Shopify และ Dynatrace เพื่อสร้าง launch extensions บริษัทยังได้พัฒนาชุดของตนเองที่ครอบคลุมบริการ Google Cloud, การพัฒนา Flutter และแม้กระทั่งการสร้างภาพผ่าน Nano Banana extension ที่มีชื่อเล่นๆ
ขั้นตอนการติดตั้ง Extension:
- คำสั่ง:
gemini extensions install + [GitHub URL หรือ local path] - ไฟล์ที่จำเป็น:
gemini-extension.json(การกำหนดค่า),GEMINI.md(คำแนะนำ) - ส่วนประกอบ: MCP servers, context files, excluded tools, custom commands
- การค้นหา: หน้า New Gemini CLI Extensions ใหม่พร้อมการจัดอันดับตาม GitHub star
ความกังวลด้านความปลอดภัยและความไว้วางใจ
ระบบ extension ทำให้เกิดข้อพิจารณาด้านความปลอดภัยที่สำคัญ Google ระบุอย่างชัดเจนว่าไม่ได้ตรวจสอบ รับรอง หรือรับประกัน third-party extensions ทำให้ภาระในการประเมินความปลอดภัยตกอยู่กับผู้ใช้ทั้งหมด เนื่องจากคุณค่าสูงและระดับการเข้าถึงของเครื่องมือพัฒนา AI ผู้เชี่ยวชาญด้านความปลอดภัยคาดว่า extensions ที่เป็นอันตรายอาจกลายเป็นเป้าหมายที่น่าสนใจสำหรับผู้โจมตี
ชุมชนกังวลเป็นพิเศษเกี่ยวกับโมเดลความไว้วางใจ เนื่องจาก extensions สามารถเข้าถึงไฟล์ในเครื่อง git repositories และบริการภายนอกด้วยสิทธิ์ที่อาจกว้างขวาง นักพัฒนาได้รับคำแนะนำให้ตรวจสอบซอร์สโค้ดของ extension อย่างระมัดระวังก่อนการติดตั้ง แม้ว่าข้อกำหนดนี้อาจจำกัดการยอมรับในหมู่ผู้ใช้ที่มีความรู้ทางเทคนิคน้อยกว่า
ความท้าทายในการวางตำแหน่งตลาด
แม้จะมีวิสัยทัศน์ที่ทะเยอทะยานของ Google สำหรับ Gemini CLI แต่ชุมชนนักพัฒนาดูเหมือนจะสงสัยเกี่ยวกับการดำเนินการในปัจจุบัน repository ของเครื่องมือแสดงกิจกรรมการพัฒนาที่เข้มข้นด้วยช่องทางการเผยแพร่หลายช่อง แต่ผู้สังเกตการณ์สังเกตว่าวิธีการที่กระจัดกระจายนี้อาจขัดขวางความก้าวหน้ามากกว่าช่วยเหลือ
คำถามที่กว้างขึ้นยังคงอยู่ว่าเครื่องมือ AI CLI แบบสแตนด์อโลนจะประสบความสำเร็จเมื่อเทียบกับโซลูชัน integrated development environment หรือไม่ นักพัฒนาหลายคนชอบมีความช่วยเหลือ AI โดยตรงภายในสภาพแวดล้อมการเขียนโปรแกรมที่มีอยู่มากกว่าการเปลี่ยนไปใช้เครื่องมือ command-line แยกต่างหาก ไม่ว่าจะมีความสามารถหรือระบบ extension อย่างไรก็ตาม
Model Context Protocol (MCP): มาตรฐานที่ช่วยให้ระบบ AI เชื่อมต่อกับเครื่องมือและบริการภายนอกในลักษณะที่สอดคล้องกัน
อ้างอิง: Now open for building: Introducing Gemini CLI extensions