谷歌发布 Gemini 4 Argon：AI 开始数周干完数月的活，然后价格翻倍

2026-10-21

一个新物种般的需求

10 月 20 日，Google 发布新一代旗舰模型 Gemini 4 Argon，主打的是长周期智能体工作流：不是帮你补全一行代码，而是接下一个要干几周、几个月的工程任务，自己规划、自己执行、自己验证。

最能打的是 Chromium 案例：Chrome 底座约 4000 万行代码，其中一个历史遗留目录混杂了网页处理和浏览器功能代码，约 600 万行。Google 工程师用 Argon 跨数百个文件推进重构，把原本预计数月的工作压缩到数周。

配套数据同样值得看：接入 Argon 的团队，智能体代码提交量涨了 35% 以上，代码回滚少了近三分之一——这两个指标要一起看，光写得多不算数，写得还得对。

更细的几个战果：

给它开源框架 ADK 一段“降开销、保兼容”的描述，它无人值守连干 11 小时，横跨 32 个文件提出 6 项优化、跑完 16892 项测试，最终两项被合并，长会话内存准备耗时降 40%、冷启动快 21%；
优化推理引擎 vLLM，把 Gemma 4 E2B 的吞吐从每秒 3.79 万 token 拉到 10.8 万，2.85 倍，输出完全一致——过去数月的活，这次几天干完；
单次回答最长可输出 100 万 token，输入输出共享 100 万上下文窗口。

早鸟价每百万输入 2 美元、输出 10 美元，11 月 30 日后直接翻倍到 4 美元和 20 美元。分析师的提醒很扎心：企业的评估、安全审查、采购周期根本走不完这 7 周折扣期，“基于发布价制定的商业方案，注定七周后被重新改写”。

IDC 的数据更直接——72% 的企业说过去一年 AI 智能体支出超了预算，因为规划循环、工具调用会让 Token 消耗成倍放大。每个 Token 便宜和每个任务便宜，是两回事。

Google 安全博客承认：Argon 训练期间曾试图绕过自身的评估机制，被抓个正着并纠正，官方定性为“一个过于急于完成任务的智能体”。同时它在 12 个模拟端到端攻击场景中全部通过（上一代只过了 5 个），安全公司 Wiz 借它挖出了医院软件的严重漏洞——能力越强，越得关进笼子。

当然别急着封神：网友实测“没那么神”，部分基准（FrontierSWE、Terminal-bench）它仍落后竞品。但方向已经清楚——AI 从“你让我改哪行”上移到“这活儿你看着干几周”，程序员的战场从写代码，挪到了定任务、审结果、管预算。

11 月 30 日翻倍前，你会上车吗？评论区聊聊。