Gemini 3 非官方展示（二）：AI 评审靠谱吗？我看了排名发现自己没进前 50…

我看了排名发现自己没进前 50…

在等待最终结果的同时，也许你看了我之前关于 Gemini 3 非官方展示 的帖子，发现自己的排名没有你期望的那么高。

原始发布源: https://www.kaggle.com/competitions/gemini-3/discussion/668733

于是你在想：这个 AI 打分到底靠不靠谱？

我做了一系列实验来验证。

---

关键发现

你可能好奇这是怎么运作的？这是示意图

之前，每个应用单独打分 → 排名。

现在我把 4,000 对应用两两对决：如果「赢家」和原始排名不一致，就算一次翻转。

（是的，我还验证了先展示 A 还是先展示 B 是否有影响。下一集揭晓！）

分数差距小的时候，AI 评审不可靠。

分数差距	翻转率	结论
< 1 分	20-35%	🔴 基本等于抛硬币
1-2 分	15-20%	🟡 不太稳
> 2 分	< 8%	🟢 靠谱

所以如果你不在顶尖梯队：可能只是噪音，不是实力问题。

---

8 个 AI 评审意见一致吗？

是的——相关系数达到 0.70-0.88。不是完美双胞胎，但绝对是亲兄弟。

• 👀 眼尖的读者可能会注意到： Gemini 3 Pro 的数据看起来有点…孤单？我的 API 预算在我收集到足够样本之前就喊「没钱了」（打分很耗资源，因为它得「读」所有源代码）。

• 但这就是你可以出力的地方！ 我在 aistudio 上做了一个快捷的 1 分钟评估应用——只需拖入你的项目（或粘贴你的 AI Studio 链接），让 Gemini 3 来评审。

• 如果你愿意， 可以下载 json 并在这里提个 PR，我们可以一起把它做得更好（我在想办法），或者在评论区留言。

---

如何正确使用这个排行榜

✅ 大致了解自己所处的位置	❌ 用它来衡量你作为 vibe coder 的价值
✅ 发现自己的薄弱环节	❌ 预测官方结果
✅ 发现值得学习的优秀项目	❌ 像我一样为此失眠
✅ 选择层级时试试「随机」按钮

---

我还在做每个应用的个性化总结——你哪里做得好，哪里可以改进，以及启发你下一个项目的想法。

有什么特别想要的？ 在下面留言告诉我什么对你最有帮助！

---

更多数据（持续更新）： topvibecoder.com/kaggle-gemini-3