Gemini 4 Argon:重新定义复杂工作流

Google 正式推出前沿模型 Gemini 4 Argon,专为解决软件工程、法律金融及网络安全等复杂长周期任务而生。该模型将输出令牌限制提升至行业领先的 100 万,支持深度推理。在内部应用中,Argon 已帮助优化量子算法并节省数百 TiB 内存。此外,它在 DeepSWE 和 Vals Index 等基准测试中表现卓越,尤其在漏洞发现与修复方面,甚至能识别出此前模型遗漏的关键风险。目前,Argon 正通过 Fairwind Program 向受信任的网络安全防御者逐步开放,并将在加强安全护栏后向更广泛用户推出。
Argon 正在从根本上改变我们在 Google 的工作与构建方式。
HN 评论区
1122- taylorfinley
十天前,我和 Gemini 3.8 flash 的一次经历让我怀疑自己是不是被路由到了一个正在测试的模型上。当时我试图在 128GB 的 Strix Halo 上用 llama.cpp 运行 rocm,但只能跑通 Vulkan。我把错误信息贴进 agy,它居然直接给我的 GPU 驱动挂上了 GDB,逆向分析了内核队列 ioctl 接口,还写了一个 LD_PRELOAD C 层垫片(shim),让 ROCm 和 llama.cpp 在我的 Strix Halo 上跑了起来。整个过程我下巴都快掉地上了。
补充修复方案:https://gist.github.com/birep/6f2c8d490c7a29820997d57bd654c3...
- vlenoach
当我问浏览器纽约市是否在实行街道清扫时,Google 连今天是星期几都不知道。可用性方面的更大提升将来自编排(harness)层面,而非模型层面。
- nickysielicki
这里的关键 takeaway 是:我们今年看到的跨越式进步似乎并非昙花一现。Dario Amodei 那个著名的理论认为,AI 是一个赢家通吃的领域,率先取得领先优势的团队将永远不会让出阵地。他喜欢用的词是“集中化”(concentrating)。这又是一个证明他错了的数据点。与一年前相比,AI 似乎更分散地分布在 neoclouds 和传统超大规模云服务商、FAANG 和初创公司、GPU 和 ASIC 之间。
没人拥有护城河。
- babelfish
> 我们将继续从早期测试者那里收集反馈,在正式向开发者、企业和消费者推出 Argon 之前,我们会不断迭代护栏机制。
Gemini 似乎还没能摆脱“无法发布模型”的指控。
- wg0
真正的重磅新闻不是模型本身。真正的重磅新闻是,在 Google 内部,它已被广泛用于大型代码库的编写,并且已经在将 80 万行 C++ 代码迁移到 Rust。
在这个领域,除了 DeepSeek,我尊敬的其他公司就是 Google。他们从一开始就很诚实,包括那份臭名昭著的“我们没有护城河”备忘录。
这家公司拥有海量数据、自研硬件(TPU)以及自家内部的专家。事实上,LLM 就是在这里发明的。
这是武器库中一个很好的补充。
- tazjin
> Argon 代理正在 Google 内部推动 C/C++ 代码库向 Rust 的迁移
天哪,我想起当年 cppnext 团队甚至拒绝考虑 Rust,反而去研究像 Carbon 和 Swift(!)这样荒谬的东西,尽管当时工程团队中有一半人已经知道局势会往哪里发展。希望他们至少因为那些延误而获得了一些不错的晋升吧。
- uvdn7
> 大规模代码库迁移与优化:Argon 代理正在 Google 内部推动 C/C++ 代码库向 Rust 的迁移——从 re2、libgav1 等核心库的数行代码,一直扩展到 Fuchsia OS Zircon 内核的 80 万行以上代码。
在我看来,这比其他那些零散的 C++ 转 Rust 的 AI 重写意义重大得多。如果他们能大规模地在核心 C++ 库上实现这一迁移,我不知道几年后 C++ 是否还具备相关性。
我很期待 Google 能就此工作发布一篇博文。
- Revanche1367
太好了,所以他们终于决定添加一个非 flash 模型了,但却无限期地不对普通订阅用户开放。那订阅 AI Ultra 计划还有什么意义?据我所知,Anthropic 也对 Fable 做了同样的限制,OpenAI 至少允许 Pro 计划用户使用 Astra。我同时订阅了 Gemini AI Ultra 和 ChatGPT Pro,在公司也有企业级的 Claude 访问权限。公平地说,自 3.6 版本以来,Gemini 的 flash 模型在处理非复杂任务时确实很有用,但对于任何涉及一点复杂度的任务,我都不得不自己反复检查多次,有时甚至需要借助另一个 LLM 来确保它能准确遵循计划。看到 Gemini 的又一次发布再次忽略了为专业用户添加新模型,实在令人失望。
编辑:看来我关于 Anthropic 限制 Fable 的说法错了,我想我们的企业计划可能不包含它。但 Anthropic 对 Mythos 限制普通订阅用户/企业用户这一点,我想仍然是事实。
- juanre
无论你的工作流是什么,都要确保模型和提供商是可以替换的。前沿实验室(Frontier labs)会像过去几个月一样,继续相互超越。
为了让 AI 的益处得到广泛分配,智能必须成为一种商品。
只要你能掌控技能、学习成果和基础设施的搭建,你就没问题。
- pritambarhate
有人找到方法阻止 Antigravity 使用你的数据进行训练了吗?我在 10-15 天前检查过 Pro 计划(每月约 20 美元),找不到像其他大厂那样明确的关闭训练选项。
所以,无论他们的模型有多好,对大多数普通用户来说都是没用的。