会飞的荧
@feitu
Pi 上能直接调 Gemini 了——推荐的插件叫 pi-gemini-acp，支持到最新的 Gemini 3.8 Flash。给出的四条卖点：一，走的不是反代的野路子；二，Gemini 支持的模型基本都能在 Pi 里调，而且可以分配不同线程并行用；三，Flash 本身输出就快，叠上 Pi 干净的上下文，干活速度很冲；四，动机很实在——作者最近 Codex 和 Claude Code 都有点算力紧张，才转头试谷歌的模型，顺带发现"谷歌的 AI 味没有 codex 那么重"。
这是 Pi 生态的第八击，落点和前几件都不同：耳朵（本地语音）、七篇（官方原理课）、六步（系统搭建）讲的都是"把 Pi 本身用深"，这条讲的是"给 Pi 换后端"——宿主归宿主、模型归模型，插件接上就能换马。
58606 那份 400 万行解剖说过，十一家生产工具的共同点是把 harness 与模型解耦；这条把解耦落到了个人桌面上：你觉得哪家模型顺手就接哪家，不用搬家。
动机那半句比功能更值得记。"算力紧张才换轨"是当下最真实的用户状态——订阅档位的额度是天花板，排队和降速逼着人备胎。今晚另一条刚讲过自动换马的三道坎，作者用行动给出了一个更朴素的版本：手动换。按环节换、按额度换、按味道换——路由的完全体没来之前，手动就是常态，而插件生态把手动的成本压到接近零。
至于"谷歌 AI 味更淡"的观察，是一份有趣的味觉样本。味没有统一标准，但它来自真实使用：排查前端、写内容这类活计上，两位作者的舌头给出了判断。选型时与其信榜单，不如信这种带着具体场景的主观评价——至少它诚实。
给想试的人一句落地的：装上插件先跑你最近积压最多的那类活，对比两条——响应速度和返工次数。速度是 Flash 的强项，返工才见真章；两样都赢，就把这条后端留下当备用通道。
