从Argon到Carbon仅隔十天，Gemini 4内部迭代速度令业界咋舌

【科技纵览】当绝大多数开发者还在排队等候Argon大门敞开之际，《Business Insider》的采编团队已经把目光投向了更深处。据该媒体披露，依托多份内网文档与界面截图证实，Alphabet旗下工程师正借由Jetski平台——也就是内部编程基建Antigravity的另一套叫法——跑通一个代号唤作Carbon的Gemini 4全新检查点（checkpoint）。参与试用的技术人员给出的直观反馈颇为惊人：这套新模型的代码编写体感“仿佛在用Opus 5.5”。要知道，Anthropic旗下的Claude Opus 5.5眼下稳居第一梯队，尤其在驾驭超大型工程、处理繁杂代码重构、排查深层Bug以及长周期自主编码方面表现拔尖，部分基准跑分甚至压过了Fable 5.1。与此同时，Antigravity近期还揭开了一项此前代号为“Concierge”的神秘面纱，如今它已更名为“Chief of Staff”，本质上是一套具备自主任务分发权限的agent架构。

上一代产品尚未全面铺开，下一代雏形已然闯入视野。回溯十天前，这家搜索巨头正式抛出Argon，期望其胜任耗时更长、链路更为繁琐的业务流，涵盖软件工程、法务及金融知识密集型作业，乃至网络防线构筑。目前它仅通过Fairwind Program向经过严格筛选的安全协作方放行。至于面向广大程序员与普通用户的推送，官方敲定了分批次推进的策略，付费API调用者与AI Ultra订阅用户将率先拿到入场券，但具体时间表依然成谜。对外解释这种克制节奏时，官方坦言，那些擅长挖掘、验证并修补漏洞的高阶模型，同样暗藏被恶意利用的隐患；企业必须在安全校验、第三方评估及防护策略间留出缓冲期。

不过种种迹象表明，Argon的解禁窗口或许就在未来几天内。长期追踪应用端变动的TestingCatalog注意到，Antigravity测试版里悄然冒出了Gemini 4 Argon的切换入口，连同256K、512K以及900K等多档上下文长度选项。后两档被特意标注会吞噬更多配额，消耗量大约是常规设定的1.3倍与1.8倍。10月9日前后，《Business Insider》记者Hugh Langley跟进报道称，内部员工近来频繁在名为Jetski的开发环境里把玩新的Gemini 4检查点。泄露的文件中交织着Argon、Barium、Carbon等一串代号，而最终被挑中作为公开版Argon亮相的，其实是内部标号Barium-B的变体。Carbon既可能充当Argon的后续补丁，也可能以另一种面貌跻身Gemini 4矩阵，当然也不排除永远封存在实验室里的命运。报道引述某位测试者的话说，Carbon写起代码来让他联想到了Opus 5.5的水准。早期Argon尽管在内部颇受青睐，仍有体验者认为它在特定编码场景下逊色于Claude Opus 5。查阅官方基准榜单可以发现，Argon的综合智力指数与知识工作排名位居前列，幻觉产出率大幅跳水，部分网安与逻辑推演指标反超了主要对手，但在FrontierSWE v2、Terminal-bench等几项硬核编程评测中，依然落后于领跑者。

随着Carbon浮出水面，我们似乎摸到了该公司为新模型定名的某种规律。Argon对应元素周期表第18号，一种无色无味的惰性气体，化学性质极难发生反应。Barium是第56号碱土金属，Carbon则是第6号、构成几乎所有有机生命体的基石。顺着这条线索往下推，下一个检查点的代号极有可能是Dysprosium，符号Dy，原子序数66，属于镧系金属，词源来自希腊语中“难以获取”之意——当年发现者足足折腾了30次实验，才勉强将其从混合矿石里剥离出来。

这家公司难道正在用自家模型去设计并调试下一代模型？Argon九月底刚刚官宣，十月上旬便有内部新版本走漏风声。外界尚无法断定这些检查点之间究竟跨越了几个训练周期，更无从确认Carbon必然启用了全新底层架构。即便如此，一边筹备公开发售、一边暗中推进内部升级的双线操作，依然让人不禁深思：模型能力的跃升，究竟如何反向重塑了模型自身的研发范式？路透社八月曾提及该公司的人事与研发调整，指出联合创始人Sergey Brin对递归自我改进抱有极高热情，并促使资源朝该方向倾斜。九月，研究人员抛出了题为《RRSI：Regularized Recursive Self-Improvement of Agent Harnesses》的论文。其核心主张在于，递归自我改进未必非要发生在基础模型训练层，完全可以在Agent系统层面落地——即冻结底座模型的前提下，靠反复打磨prompt编排、控制流向、工具调度、记忆机制与上下文管理策略，让系统在特定任务上的表现持续攀升。有人据此猜测，他们正拿自己的模型去搭建和调优下一代产物。倘若这一猜想成立，那就能解释为何从Argon宣布到Carbon内测曝光，中间仅仅隔了十天。

再说回Carbon的最终走向，管理层或许会选择在Argon公测后悄无声息地替换底层检查点，让用户在无感中体会到体验升级；也可能将其打包成界限分明的Gemini 4版本，单独公布性能、定价与安全白皮书。万一公开测试证明其收益无法覆盖高昂的推理开销或潜在风险，它大概率会被搁置在实验阶段。对于这家巨头而言，Carbon哪怕最终未能转化为商品，也是一块极具价值的垫脚石。Gemini 3的问世曾让其一度咬住前沿梯队，但结构性痼疾的惯性很快拖慢了步伐，这种起伏在过去一两年里重演了不止一次。前沿大模型的角力，越来越难以靠单次发布会来盖棺定论。“最强”这顶帽子，在这个圈子里的保鲜期，也早已短得令人窒息。