Gemini 4 Argon登陆Google Cloud：把跨小时的多步工作交出去，长文档与代码库一次做完
核心概要
Google Cloud把新前沿模型Gemini 4 Argon开放给企业用户，定位是接手过去要花数小时到数天的多步工作，并直接交回可用的成品。它被训练成能读混排文本、表格、图表和图像的长文档，汇总多来源结论，在长任务上持续执行到完成，并在不可逆操作前暂停确认。Google给出的对照包括：在自家开源Agent Development Kit上，Argon夜间自主运行，把长会话的内存准备时间缩短40%、冷导入加快21%；在Chromium四千万行代码库中，Chrome团队用它数周完成原本数月的跨数百文件重构。
深度剖析
企业用户现在可以把过去要花数小时到数天的深度多步工作交给模型，拿回可直接使用的成品，而不只是问答和草稿。 此前团队主要用Gemini处理问答和内容起草，深度多步工作仍需人工承担。 Google Cloud把Gemini 4 Argon开放到网页、桌面、移动端的Gemini for business，并通过API、Google AI Studio和Google Antigravity提供，模型ID为gemini-4-argon。
Argon被训练成在长任务上持续执行到完成，同时遵守系统边界、如实报告负面结果，并在不可逆步骤前暂停等待确认。 这类长任务此前容易中途丢失上下文或越过边界。 Google称Argon能读取混排文本、表格、图表和图像的长文档，把多来源发现汇成单一结构化答案，并在找不到或无法完成时明确告知。
在Google自家工具上，Argon自主运行带来了可量化的工程收益。 这些优化此前需要人工排查框架开销与代码性能。 在开源Agent Development Kit上，Argon在自动化测试护栏内夜间自主运行，提出的优化已进入google/adk-python，使长会话内存准备时间缩短40%、冷导入加快21%；Google工程团队在Antigravity中使用Argon后，智能体代码提交增加超过35%，代码回滚减少近三分之一。
在安全与受监管工作上，Argon强调可验证的精确输出和抗提示注入能力。 金融、法律、税务等场景此前要求计算与数据抽取精确、可重复、可验证。 Google称Argon在衡量金融、编程、法律和税务经济影响的Vals Index上领先，在Harvey法律智能体基准上领先；在CWE-Bench v1上以68%的最高分并列第一；在Gray Swan间接提示注入基准上，把15次自适应尝试的攻击成功率降到0.7%。
启示与展望
报道范围是Google Cloud对Gemini 4 Argon的发布说明，包括可用渠道、定价、自测工程结果和合作方评测。适用读者是评估企业级智能体模型的研究人员与工程师，尤其是需要长文档处理、代码库重构或安全审计的团队。Google给出的下一步入口是模型卡与开发者指南，以及面向网络安全防御者的Security Summit。
Google称Argon是其迄今对间接提示注入最有韧性的模型，并把15次自适应尝试的攻击成功率降到0.7%，但这是单一基准上的结果。HubX报告在其评测中识别出100%的最高优先级漏洞且0%虚构漏洞，Harvey报告在法律智能体评测上较Gemini 3.1 Pro有实质提升，ServiceNow报告在NowAI-Bench早期访问中任务成功率约提升20%，这些均为合作方自述。Argon对进攻性任务设有网络防护限制，仅通过Fairwind Program向受审查的可信防御者提供无防护版本。