Tiện ích mở rộng Gemini CLI ra mắt giữa làn sóng chỉ trích từ nhà phát triển về vấn đề hiệu suất và giá cả

Nhóm Cộng đồng BigGo
Tiện ích mở rộng Gemini CLI ra mắt giữa làn sóng chỉ trích từ nhà phát triển về vấn đề hiệu suất và giá cả

Google đã chính thức ra mắt các tiện ích mở rộng cho công cụ Gemini CLI , hứa hẹn sẽ thay đổi cách các nhà phát triển tương tác với quy trình làm việc dòng lệnh của họ. Hệ thống tiện ích mở rộng cho phép người dùng kết nối khả năng AI của Gemini với các công cụ bên ngoài từ cơ sở dữ liệu đến nền tảng thiết kế thông qua việc cài đặt kho lưu trữ GitHub đơn giản. Tuy nhiên, phản hồi từ cộng đồng cho thấy những lo ngại đáng kể về trạng thái hiện tại của công cụ và vị thế cạnh tranh.

Đối tác ra mắt và Tiện ích mở rộng:

  • Công cụ phát triển: Dynatrace (giám sát hiệu suất), Elastic (tìm kiếm dữ liệu), Harness (CI/CD), Postman (quản lý API), Snyk (quét bảo mật)
  • Thương mại điện tử & Thanh toán: Shopify (hệ sinh thái nhà phát triển), Stripe (xử lý thanh toán)
  • Thiết kế & Cộng tác: Figma (tích hợp hệ thống thiết kế)
  • Dịch vụ Google: Cloud Run , GKE , Google Cloud , Firebase , Flutter , Chrome DevTools , Google Maps Platform , Looker

Vấn đề hiệu suất gây khó khăn cho việc áp dụng ban đầu

Các nhà phát triển đang thử nghiệm Gemini CLI báo cáo những vấn đề hiệu suất nghiêm trọng khiến công cụ khó sử dụng trong môi trường sản xuất. Người dùng mô tả AI bị kẹt trong các vòng lặp vô tận, liên tục thêm và xóa cùng một hàm mã cho đến khi hết tín dụng. Công cụ này cũng có vẻ tiêu thụ token với tốc độ đáng báo động, với một số nhà phát triển báo cáo hơn 1.000 yêu cầu trong một ngày - tương đương với lượng sử dụng GitHub Copilot trong một tháng.

Các tính năng agentic, vốn được cho là làm cho công cụ thông minh và tự động hơn, dường như đang gây ra nhiều vấn đề hơn là giải quyết. Những người áp dụng sớm đề cập đến việc màn hình nhấp nháy, hành vi cuộn lạ, và AI không thể thoát khỏi các hoạt động đệ quy làm cạn kiệt tài nguyên tính toán mà không tạo ra kết quả hữu ích.

Bất lợi cạnh tranh so với Claude Code

Cộng đồng nhà phát triển đang đưa ra những so sánh không thuận lợi giữa Gemini CLI và Claude Code của Anthropic . Mặc dù sản phẩm của Google có thể rẻ hơn khoảng 10 lần mỗi token, người dùng báo cáo rằng nó sử dụng nhiều hơn 8 lần token đầu vào, khiến việc tiết kiệm chi phí thực tế trở nên không rõ ràng. Quan trọng hơn, các nhà phát triển liên tục khen ngợi Claude Code vì xử lý các tác vụ mã hóa phức tạp hiệu quả hơn.

Đối với một tác vụ phức tạp là cố gắng di chuyển một số cơ sở mã từ chỉ CPU sang tính toán GPU , Claude thực sự hữu ích và cho phép tôi tiến hành một loạt thí nghiệm và hội tụ về kiến trúc hợp lý. Trong cùng thời gian đó, tôi đơn giản là không thể có được bất cứ điều gì hữu ích từ Gemini .

Khoảng cách tính năng cũng đáng chú ý. Gemini CLI thiếu hỗ trợ cho hooks và subagents mà các nhà phát triển mong đợi trong các công cụ mã hóa AI hiện đại, trong khi Claude Code cung cấp những khả năng này cùng với quản lý quy trình làm việc tốt hơn.

So sánh chi phí ( Gemini CLI so với Claude Code ):

  • Gemini CLI : rẻ hơn khoảng 10 lần mỗi token nhưng sử dụng nhiều hơn 8 lần token đầu vào
  • Claude Code : Chi phí mỗi token cao hơn nhưng sử dụng token hiệu quả hơn
  • Gemini CLI bao gồm tính năng cached tokens để giảm chi phí khi sử dụng lặp lại ngữ cảnh
  • Sự khác biệt chi phí thực tế chưa rõ ràng do các mô hình sử dụng và caching

Hệ thống tiện ích mở rộng được xây dựng trên các tiêu chuẩn hiện có

Hệ thống tiện ích mở rộng mới về cơ bản đóng gói các máy chủ Model Context Protocol ( MCP ) với siêu dữ liệu và tệp hướng dẫn dành riêng cho Gemini . Mỗi tiện ích mở rộng bao gồm một tệp cấu hình gemini-extension.json và hướng dẫn GEMINI.md dạy AI cách sử dụng các công cụ được kết nối một cách hiệu quả. Mặc dù cách tiếp cận này tận dụng các tiêu chuẩn hiện có, một số nhà phát triển đặt câu hỏi liệu nó có thêm giá trị có ý nghĩa ngoài những gì các máy chủ MCP đã cung cấp hay không.

Google đã hợp tác với các công ty công nghệ lớn bao gồm Stripe , Figma , Shopify và Dynatrace để tạo ra các tiện ích mở rộng ra mắt. Công ty cũng đã phát triển bộ sản phẩm riêng của mình bao gồm các dịch vụ Google Cloud , phát triển Flutter , và thậm chí tạo hình ảnh thông qua tiện ích mở rộng có tên vui nhộn Nano Banana .

Quy trình Cài đặt Extension:

  1. Lệnh: gemini extensions install + [GitHub URL hoặc đường dẫn cục bộ]
  2. Các tệp bắt buộc: gemini-extension.json (cấu hình), GEMINI.md (hướng dẫn)
  3. Các thành phần: MCP servers, tệp ngữ cảnh, công cụ loại trừ, lệnh tùy chỉnh
  4. Khám phá: Trang Gemini CLI Extensions mới với xếp hạng dựa trên số sao GitHub

Lo ngại về bảo mật và tin cậy

Hệ sinh thái tiện ích mở rộng đặt ra những cân nhắc bảo mật quan trọng. Google tuyên bố rõ ràng rằng họ không kiểm tra, xác nhận hoặc đảm bảo các tiện ích mở rộng của bên thứ ba, đặt gánh nặng đánh giá bảo mật hoàn toàn lên người dùng. Với giá trị cao và mức độ truy cập của các công cụ phát triển AI , các chuyên gia bảo mật dự đoán rằng các tiện ích mở rộng độc hại có thể trở thành mục tiêu hấp dẫn cho kẻ tấn công.

Cộng đồng đặc biệt lo ngại về mô hình tin cậy, vì các tiện ích mở rộng có thể truy cập tệp cục bộ, kho lưu trữ git và các dịch vụ bên ngoài với quyền có thể rộng rãi. Các nhà phát triển được khuyên nên kiểm tra cẩn thận mã nguồn tiện ích mở rộng trước khi cài đặt, mặc dù yêu cầu này có thể hạn chế việc áp dụng trong số những người dùng ít am hiểu kỹ thuật.

Thách thức định vị thị trường

Bất chấp tầm nhìn đầy tham vọng của Google cho Gemini CLI , cộng đồng phát triển có vẻ hoài nghi về việc thực thi hiện tại của nó. Kho lưu trữ của công cụ cho thấy hoạt động phát triển mạnh mẽ với nhiều kênh phát hành, nhưng các nhà quan sát lưu ý rằng cách tiếp cận phân tán này có thể đang cản trở tiến bộ thay vì giúp đỡ.

Câu hỏi rộng hơn vẫn là liệu các công cụ CLI AI độc lập có thành công so với các giải pháp môi trường phát triển tích hợp hay không. Nhiều nhà phát triển thích có hỗ trợ AI trực tiếp trong môi trường mã hóa hiện có của họ thay vì chuyển sang các công cụ dòng lệnh riêng biệt, bất kể khả năng hoặc hệ sinh thái tiện ích mở rộng của chúng.

Model Context Protocol ( MCP ): Một tiêu chuẩn cho phép các hệ thống AI kết nối với các công cụ và dịch vụ bên ngoài một cách nhất quán.

Tham khảo: Now open for building: Introducing Gemini CLI extensions