For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh-HK/articles/gemini-4-carbon-leak-opus-5-level-coding-37ad58b2.md.
Gemini 4 Argon 仍處於有限推出階段，但 Google 員工已開始測試較新的 Gemini 4 內部檢查點。
Gemini 4 Argon 仍處於有限推出階段，但 Google 員工已開始測試較新的 Gemini 4 內部檢查點。
其代號是 Carbon。
Business Insider 於 2026 年 10 月 9 日報導，Google 員工近期已透過內部編碼平台 Jetski 取得 Carbon 的存取權限。該報導根據的是該媒體取得的內部文件、螢幕截圖與員工通訊內容。
一名測試過該模型的員工表示，Carbon 在編碼方面：
「感覺像 Opus 5.5」
但同時也提醒，仍需要進行更多測試。
這是目前可取得、來源最充分的說法。
Google 尚未將 Carbon 宣布為公開模型。對於 Business Insider 關於內部測試的報導，以及 Carbon 是否會成為公開版本，Google 拒絕置評。
原始文章進一步將 Carbon 的進展與**遞迴式自我改進（recursive self-improvement，RSI）**連結起來。
有充分證據顯示 Google 對 RSI 感興趣。路透社 8 月報導，Google 共同創辦人 Sergey Brin 一直在推動將資源投入 Google 內部的遞迴式自我改進。
但目前尚無公開技術證據顯示 Carbon 本身能夠自主改進模型權重，或在沒有人工介入的情況下反覆重新訓練自己。
因此，更謹慎的說法是：
Carbon 作為據報存在的內部檢查點：
來源充分
Carbon 在編碼方面感覺接近 Opus 5.5：
由一名員工報告，仍屬初步說法
Google 對 RSI 感興趣：
來源充分
Carbon 證明 Google 已實現自主 RSI：
尚未確立
這項區分很重要，因為即使不把它誇大為 Google 尚未提出的主張，這次實際洩漏本身就已經具有重要意義。
Google 於美國時間 2026 年 9 月 30 日正式宣布 Gemini 4 Argon。
在部分亞洲時區，公告於 10 月 1 日才出現，這也解釋了為什麼來源文章將 10 月 1 日作為發布日期。
Argon 是 Google 目前面向以下用途的 Gemini 4 前沿模型：
但 Argon 並未向一般使用者廣泛推出。
Google 首先透過其 Fairwind 計畫，向一批受信任的網路安全防禦者提供存取權限。
Google 表示，開發者、企業與消費者將在後續獲得存取權限，首先會涵蓋付費 API 客戶與 Google AI Ultra 訂閱者。
截至 10 月 12 日，Google 仍未公布更廣泛推出的確切日期。
這正是 Carbon 洩漏令人不尋常的原因。
在大多數開發者還無法使用 Argon 之前，Google 員工已經在內部試用另一個有些測試者認為更強的檢查點。
來源文章也指出，社群在 Google Antigravity 環境中發現了 Gemini 4 Argon 的相關參照內容。
TestingCatalog 分享的一張螢幕截圖描述了隱藏的 Argon 參照內容，並列出低、中、高推理等級。
這應被視為預發布 UI 證據，而不是官方發布公告。
Google 目前公開的 Antigravity 模型文件，仍未將 Gemini 4 Argon 列入一般可用的推理模型。
因此，最準確的解讀是：
Google 似乎正在為 Argon 準備產品介面，但隱藏參照內容並不能確定公開發布日期。
同樣的原則也適用於 Carbon。
內部可見性不等同於公開可用性。
來源文章將 Carbon 稱為「Argon 之後的下一代」。
Business Insider 的報導則更加謹慎。
該報導將 Carbon 描述為 Gemini 4 的新版本，可能是與 Argon 相關的更新版本或檢查點。
這項區分很重要，因為 Google 的內部代號不一定會與公開產品名稱一一對應。
Business Insider 報導，另一個名為 Barium-B 的內部檢查點，最終被選為公開發布的 Gemini 4 Argon。
這表示以下這種內部序列：
Argon
Barium
Carbon
不一定代表三個獨立的公開模型世代。
Carbon 最終可能成為：
目前 Google 尚未說明。
最具體的能力說法，來自 Business Insider 引述的一名 Google 員工。
該員工表示，Carbon 在編碼方面「感覺像 Opus 5.5」。
報導也指出，該員工希望在下更強的結論之前進行更多測試。
這項保留意見很重要。
「感覺像」不是基準測試。
它可能反映：
但這並不能告訴我們 Carbon 在 DeepSWE、Terminal-Bench、FrontierSWE 或獨立編碼 Agent 排行榜上的表現。
Carbon 目前沒有官方基準測試表。
此外，也沒有公開 API、模型卡、定價、上下文視窗規格或安全報告。
因此，目前最有根據的標題說法是：
一名 Google 內部測試者表示，Carbon 的編碼體驗感覺可與 Claude Opus 5.5 相比。
任何更強的說法，目前都超出了現有證據。
來源文章呈現了 Argon 已存在的一項張力。
Google 的官方發布基準測試顯示，Argon 在多個領域表現出色。
例如：
DeepSWE v1.1：
Gemini 4 Argon — 77.9%
Google 將其描述為該基準測試的最新最佳成績。
Varun Mohan 分享的一張螢幕截圖也顯示，在 Antigravity 測試框架下，Argon 在 Artificial Analysis Coding Agent Index 上取得良好成績。
同時，Google 自己的基準測試集合也沒有顯示 Argon 在每項編碼任務上都取得第一名。
Google 基準測試表的獨立摘要指出，在部分高度依賴終端機的測試與軟體工程評估中，Claude Opus 5.5 仍然領先。
這與 Business Insider 的報導相符：一些早期內部測試者認為，Argon 早期檢查點在困難編碼工作上的表現落後於競爭對手。
換句話說：
Argon 的基準測試實力：
真實存在
Argon 在編碼方面全面領先：
尚未確立
Carbon 在 Google 內部的吸引力，似乎在於它可能彌補其中一些實際編碼能力差距。
Business Insider 表示，Google 正在內部測試多個 Gemini 4 變體或檢查點，其中包括 Barium 與 Carbon。
這給人一種快速迭代循環的印象。
來源文章開玩笑說，Google 已經沉迷於元素週期表：
Argon
Barium
Carbon
這個玩笑雖然成立，但背後的重點更加嚴肅。
Google 似乎正在執行一套開發流程：先評估、內部試用並比較多個檢查點，然後才將其中一個變成公開產品。
據報 Barium-B 最終成為公開的 Argon，這提醒我們：
內部檢查點名稱是開發過程中的產物，並不是可靠的產品路線圖標籤。
即使未來沒有公開產品被命名為「Gemini 4 Carbon」，Carbon 仍可能具有重要意義。
接著，來源文章轉向故事中最具推測性的部分：遞迴式自我改進（RSI）。
在最強的定義下，RSI 指的是：AI 系統協助改進建立更強大後繼者的流程，而該後繼者又能更有效地協助改進下一個後繼者。
簡化後的循環如下：
模型協助改進模型建構流程
→ 產生更強的模型
→ 更強的模型提供更好的想法、程式碼、資料或評估
→ 產生另一個更強的模型
→ 重複
如果這個循環能夠變得足夠自主且可靠，進展可能會大幅加速。
這正是 RSI 在快速 AI 起飛論述中經常被討論的原因。
但這個術語可以描述非常不同的情況。
這些流程可能包括讓 AI 協助研究人員：
人類仍會選擇實驗、執行訓練、驗證結果，並決定哪些成果可以發布。
更強的說法會是：
AI 設計改進方案
→ 修改自身訓練流程
→ 重新訓練或建立後繼模型
→ 評估後繼模型
→ 自主重複整個循環
輸入一句想法，We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程，快速看到專案初稿。
目前沒有公開證據顯示 Carbon 正在執行這件事。
重要的細節是，RSI 並不是來源文章憑空創造的概念。
路透社 8 月報導，Sergey Brin 一直敦促 Google 員工加大 Gemini 的推進力度，並運用自身影響力，將資源導向遞迴式自我改進。
路透社將其描述為技術能夠在沒有人工介入的情況下自行改進的階段。
這表示 RSI 確實是 Google AI 工作中的一項真實主題。
Carbon 報導出現後，一名 Google DeepMind 員工在討論 Google 快速迭代速度時，也公開提到了遞迴式自我改進。
來源文章以此作為 Carbon 改進由 RSI 驅動的證據。
更好的解讀是：
快速的檢查點週期與 AI 輔助的模型開發相符，而 Google 公開已知對 RSI 感興趣。但這兩項事實都無法揭示 Carbon 究竟是如何訓練的。
Carbon 可能反映：
在沒有技術披露的情況下，我們無法將這些因素區分開來。
來源文章表示，如果一個達到 Opus 5.5 等級的編碼模型每天 24 小時改進自己，可能會出現指數級智慧爆炸。
這是理論上的推演，而不是 Carbon 已被觀察到的特性。
要讓遞迴式改進可靠地累積，每一代都必須在不引入不可接受的退化情況下，改進研發流程中的重要部分。
實際的模型開發也受到許多限制，而單純提升編碼能力並不能消除這些限制：
編碼模型大幅變強，對 AI 研究自動化而言具有高度相關性。
但這本身並不能證明失控的遞迴式改進。
來源文章收錄了質疑 Carbon 是否真正能說明 RSI 的懷疑聲音。
其中一項反應直接指出核心問題：一個在數週後達到競爭對手編碼水準的內部檢查點，並不足以證明遞迴式自我改進。
這種懷疑是有根據的。
目前存在三項不同的主張：
| 主張 | 證據程度 |
|---|---|
| Google 正在內部測試 Carbon | Business Insider 強力報導 |
| 一名員工表示 Carbon 在編碼方面感覺像 Opus 5.5 | 有充分報導，但屬軼聞性質 |
| Google 正在投入 RSI | 有路透社報導支持 |
| Carbon 本身展現自主 RSI | 尚未確立 |
將這些主張分開處理，會讓故事更有說服力，而不是削弱它。
來源文章中的第二項爭議，不是關於基準測試表現。
而是關於發布策略。
Google 以令人印象深刻的能力宣布 Argon，但大多數使用者仍然無法試用。
這讓社群討論變得異常懷疑。
有些人根據基準測試結果，認為 Google 顯然已回到前沿位置。
另一些人則表示，在開發者能用自己的工作負載執行模型之前，基準測試螢幕截圖並沒有意義。
來源文章收錄了一項特別尖銳的抱怨：Google 可能花太長時間發布 Argon，以至於使用者終於取得它時，該模型看起來已經很普通。
語氣雖然帶有諷刺意味，但背後的產品疑慮是真實存在的。
前沿模型競爭進展快速。
如果內部優勢需要數月才能交到開發者手中，可能在公開發布前就已經消失。
來源文章將 Google 延遲推出的部分原因歸咎於企業官僚作風。
但官方也提出了安全理由。
Google 表示，Argon 具備異常強大的防禦性網路安全能力。
該公司表示，模型可以自主：
Google 報告稱，Argon 在 CWE-bench v1 上取得 68% 的最高分，在發布比較中並列第一。
Google 也報告稱，與 Gemini 3.8 Flash Cyber 相比，Argon 在內部與合作夥伴的漏洞發現評估中取得大幅提升。
這類能力可以協助防禦者，但也可能帶來雙重用途風險。
Google 沒有廣泛發布 Argon，而是先啟動 Fairwind 計畫。
Fairwind 是一項面向以下對象的有限存取計畫：
Google 表示，該計畫的目標是在讓防禦者取得先進網路安全能力的同時，將最敏感的能力維持在受控群體之內。
Google 也正在參與美國政府的自願性預發布模型存取流程。
Google 表示，下一階段的更廣泛推出將從以下對象開始：
付費 API 客戶
+
Google AI Ultra 訂閱者
但尚未公布確切日期。
將 Argon 稱為「簡報產品」未免言過其實。
Google 表示，已有數千名員工在內部使用該模型。
公司也已發布多個案例。
Argon Agent 正被用於：
Google 表示，一次內部部署分析了資料中心的效能分析遙測資料，並找出記憶體最佳化方案；部署後釋放了超過 300 TiB 的記憶體空間。
Google 也表示，Argon Agent 已參與 C/C++ 至 Rust 的遷移專案，規模從數萬行程式碼到超過 800,000 行不等。
這些都是公司報告的結果，應以此角度看待。
但它們顯示，Argon 是一個正在運作的內部系統，而不只是基準測試表中的模型。
這正是來源文章的落點。
Carbon 的存在顯示，Google 的內部模型開發流程正在快速運轉。
公開推出流程則比較緩慢。
這造成了一種不尋常的不匹配：
內部檢查點迭代：
快速
公開存取：
緩慢
從研究角度來看，Carbon 對 Google 而言是令人鼓舞的訊號。
從開發者角度來看，問題則更簡單：
我什麼時候才能真正使用它？
這首先適用於 Argon。
在 Argon 廣泛可用之前，Carbon 距離成為產品選擇還要更遠。
| 主張 | 目前狀態 |
|---|---|
| Gemini 4 Argon 於 9 月 30 日正式宣布 | Google 已確認 |
| Argon 最初僅向 Fairwind 網路安全防禦者提供 | 已確認 |
| 下一步計畫涵蓋付費 API 與 Google AI Ultra 使用者 | 已確認 |
| Google 已公布明確的廣泛發布日期 | 沒有 |
| Google 正在測試名為 Carbon 的 Gemini 4 內部檢查點 | Business Insider 報導 |
| Carbon 可在 Google 的內部編碼平台 Jetski 上使用 | Business Insider 報導 |
| 一名 Google 員工表示 Carbon 在編碼方面感覺像 Opus 5.5 | Business Insider 報導 |
| 該員工也表示仍需要更多測試 | 已有報導 |
| Carbon 擁有官方公開基準測試表 | 沒有 |
| Carbon 一定會以「Carbon」之名推出 | 沒有 |
| Barium-B 被選為公開版本 Argon | Business Insider 報導 |
| Google 正在投入遞迴式自我改進 | 有路透社報導支持 |
| Carbon 證明 Google 已實現自主 RSI | 尚未確立 |
| 社群發現的 Antigravity Argon 參照內容存在 | 第三方報導 |
| Argon 目前已列入官方 Antigravity 模型文件中的廣泛可用模型 | 沒有 |
Carbon 是一個 Gemini 4 內部檢查點的代號。據報 Google 員工正在測試該檢查點。Business Insider 表示，該模型近期已在 Google 的內部編碼平台 Jetski 上開放使用。
不是。Google 尚未公開宣布 Carbon、發布模型卡，也未確認它會以這個名稱推出。對於 Business Insider 報導的內部測試，Google 拒絕置評。
Business Insider 報導，員工認為 Carbon 有顯著改進，尤其是在編碼方面。不過，目前沒有公開的 Carbon 基準測試，因此尚無獨立或官方的量化比較。
一名 Google 員工向 Business Insider 表示，Carbon 在編碼方面「感覺像 Opus 5.5」，並立即補充仍需要更多測試。這是早期的質化比較，而不是基準測試結果。
目前沒有公開證據可以證明這一點。路透社曾報導 Sergey Brin 正推動對遞迴式自我改進的投資，但 Google 尚未披露 Carbon 的訓練流程，也未展示自主自我改進循環。
Gemini 4 Argon 是 Google 正式宣布的 Gemini 4 前沿模型，面向編碼、知識工作、長時間跨度推理與防禦性網路安全。該模型於 2026 年 9 月 30 日宣布，目前首先透過 Google 的 Fairwind 計畫推出。
Google 尚未宣布明確的廣泛發布日期。Google 表示，開發者、企業與消費者將「盡快」取得存取權限，首先從付費 API 客戶與 Google AI Ultra 訂閱者開始。
這些名稱都與 Google 的 Gemini 4 開發流程有關。Business Insider 報導，內部代號不一定會成為公開產品名稱；例如，據報 Barium-B 就是最終被選為公開版本 Gemini 4 Argon 的檢查點。
據報 Google 員工正在測試一個名為 Carbon 的 Gemini 4 內部檢查點，一名測試者表示，其編碼行為感覺可與 Claude Opus 5.5 相比。這是 Google 內部模型迭代快速推進的重要證據，尤其是在大多數開發者仍未能廣泛存取 Argon 的情況下。
RSI 聲稱需要更嚴謹地看待。根據路透社報導，Google 確實正在投入遞迴式自我改進，而檢查點快速迭代的速度，也符合 AI 在 AI 研究中扮演更重角色的情況。但目前沒有公開證據顯示 Carbon 自主改進了自身權重，或完成了可自我維持的遞迴式訓練循環。
Argon 的緩慢推出是故事的另一半。Google 確實有理由保持謹慎，因為該模型具備強大的網路安全能力；然而，內部進展與公開可用性之間的落差，仍造成使用者挫折，而競爭對手持續推出新模型。
Carbon 是可信的內部模型洩漏；「Google 已實現遞迴式自我改進」仍然只是假說。下一個決定性訊號將是公開存取、可重現的基準測試，或 Google 自身發布的技術披露。
從一句話開始，幾分鐘內拿到完整網站。
