无论是在真实的软件工程、法律与金融等企业知识工作，还是网络安全防御领域，Gemini 4 Argon 都能应对复杂的工作流，展现出前沿级别的卓越性能。
作者：Koray Kavukcuoglu，Google DeepMind 高级副总裁 兼 Google 首席AI架构师
今天，我们正式推出了全新的前沿 AI 模型——Gemini 4 Argon。目前，我们正通过“Fairwind 计划”，率先向一批信赖的网络安全专家开放试用。Argon 专为处理复杂、长流程任务中的深度推理而设计，它已经从根本上改变了 Google 内部的工作和开发方式。无论是在真实的软件工程、法律与金融等企业知识工作、还是网络安全防御领域，Argon 都能应对极具挑战的工作流，展现出顶尖的性能。
前沿技术能力的安全释出会分阶段展开。我们正在积极参与美国政府的模型发布前自愿评估流程，并同步逐步放开访问权限。在开发者、企业和用户使用之前，Google 会持续收集早期测试者的反馈，进一步完善安全防护机制。
Argon 的首发优惠价1为：输入token每百万个 2 美元，输出token每百万个 10 美元，缓存输入token在输入token价格上享受 95% 的折扣。
重塑 Google 的工作与开发方式
Gemini 4 Argon 已开始为 Google 内部的工作流提供支持。数以千计的 Google 员工表示，该模型在专业代码编写、深度研究以及写作质量方面表现尤为突出。它不仅在帮助团队加快开发进度、突破工程生产力的极限，还在加速各项技术突破：
量子算法优化： 在量子计算研究中，Argon 正帮助我们的研究人员优化限制关键应用性能的“时空资源”（量子比特数 × 量子逻辑门数）。在一个实际案例中，它仅用几分钟就将已知公开的最佳基准提升了 40%。
内存使用效率： Argon Agent 团队通过分析全集群性能遥测数据，实现了 Google 数据中心内存优化的自主识别与部署，项目一经上线即释放超 300 TiB 内存，预计整体内存节省规模将达 500 TiB 到 1 PiB。
超大规模代码库迁移与优化： Argon Agent 正在将 Google 内部的 C/C++ 代码库向 Rust 迁移——处理规模从小到核心库（如 re2、libgav1）的几万行代码，大到 Fuchsia OS Zircon 内核超 80 万行的庞大系统。鉴于其中许多系统至关重要，此类大规模重写在正式部署到生产环境之前，都会经过严苛的自动化与人工审计、仿真测试以及层层代码复核。
针对 Google 的开源视频解码软件 libgav1，Argon Agent 基于现有的 Rust 移植版本展开优化，通过多轮性能引导（profile-guided）分析实验与编译器输出研究，生成了可实现自动向量化的安全 Rust 代码，从而成功替换了 3.2 万行 SIMD 代码，最终打造出一款内存安全的视频解码器，它的运行速度比原 Rust 移植版快了 2.7 倍，视频输出完全一致，性能已非常接近高度优化的 C++ 版本。
倾力解决您最棘手的难题
为了让 Gemini 4 Argon 能够应对更长、更复杂的使用场景，我们将模型的输出token上限大幅提升至行业领先的 100 万，而此前这一限制为 6万4。当模型拥有足够的发挥空间去展开深度思考、并在单次推演中生成数十万token时，它的推理深度将提升至全新高度，从而能够一步到位地解决各类硬核难题。
实现跨领域的编码和企业工作流程
Gemini 4 Argon 在代码编写、逻辑推理和多模态方面拥有出色能力， 同时具备处理长流程、多步骤任务的持续执行力，使其能在各种企业工作流中脱颖而出。
Google 工程师们已将 Argon 融入日常，用它来处理从代码调试到大规模代码库迁移，再到算法设计等各种任务。特别是在衡量真实世界的、长周期软件工程任务 DeepSWE v1.1 基准测试中，Argon 以 77.9% 的得分刷新了行业纪录。
除了代码编写，Argon 在 Vals 指数中也名列前茅。Vals 指数用于衡量金融、编码、法律和税务工作的经济影响，每个行业都根据其对美国 GDP 的贡献进行加权。我们在其他特定领域的评估中也看到了类似的领先表现，例如 Vals Finance Agent v2（多步骤财务研究）和 Harvey’s Legal Agent Benchmark（法律研究和起草）。在 Zapier 的 AutomationBench 基准测试中，Argon 以 51.3% 的得分位居榜首，该基准测试衡量核心业务功能的端到端执行力。
引领防御性网络安全
为了让网络安全人员更好地应对新时代的网络攻击，我们对 Gemini 4 Argon 进行了专项训练，赋予了它极强的网络安全防御能力。Argon 能够自主发现、验证并修复关键的软件漏洞。对于信赖的安全员以及 Google 内部团队，我们将提供无网络安全护栏的 Argon 版本，以便他们充分发挥其前沿级别的安全防御能力。
网络安全公司 Wiz 已经通过其“Scan for Good”倡议将 Argon 应用于网络安全防御——该项目旨在通过寻找并修复高危漏洞，免费保护关键的公共基础设施。在早期效果展示中，该模型成功发现了一处影响全球医院所用医疗软件的致命漏洞，该漏洞会导致敏感个人信息泄露，而此前的前沿模型均漏掉了这一严重风险。
在评估模型安全漏洞修复能力的 CWE-bench v1 测试中，Argon 以 68% 的最高分并列第一，这是在 3.8 Flash Cyber 于 CWE-bench v0 取得的优异表现之上的进一步突破。
与 3.8 Flash Cyber 相比，Gemini 4 Argon 在漏洞发现能力上实现了令人瞩目的飞跃。例如：
系统加固：随着前沿模型的能力日益增强，对其进行安全地测试需要能够与系统自身能力相匹配的安全环境。为了与智能体控制路线图保持一致，我们在高风险训练或评估开始前，通过隔离和密封来加固沙盒环境。我们致力于与合作伙伴分享这些智能体安全最佳实践，以提升整个生态系统的安全性。
即将上线
我们打造了具备前沿级编程、知识工作、网络安全防御和创意写作能力的 Gemini 4 Argon，使其成为开发者、专业人士和企业攻克棘手问题的得力伙伴。我们非常感谢首批网络安全防御人员和信赖的测试人员，他们的实地评估与反馈将帮助我们在面向开发者、企业和用户（从付费 API 客户和 Google AI Ultra 订阅者开始）发布之前进一步强化我们的系统。
在 2026 Google I/O Connect China 现场，来自 Google 和行业的嘉宾与近 2,000 名开发者齐聚上海，围绕智能体时代的技术、工具及开发者应用实践进行了深入探讨，解析中国创新力量如何借助全栈 AI 加速发展，实现在全球市场的可持续增长。
在智能体时代，Google 坚持走一条独有的全栈式 AI 创新路线：从定制芯片、安全稳固基础设施、到前沿的研究与模型，再到触达全球用户的产品和平台。我们正在以前所未有的速度，将这些创新无缝融入覆盖全球数十亿用户的全链路产品生态，赋能中国开发者在海外高效创新，全力助推中国企业海外增长。
这种全栈式 AI 赋能实现了从夯实产品海外落地的数字基座，到引领海外商业体验，再到实现物理世界的具身智能的创新进化的全面落地。而除了赋能个体项目，Google 更希望激发在全球范围内的颠覆性创新，汇聚推动中国企业前行的”行动势能”。通过启动“谷歌初创出海计划”与拓展“谷歌跨境电商加速中心”，我们整合 Google 生态的核心出海方案与平台资源，为初创企业打造 AI 驱动的全栈式增长引擎，协助建立全新的跨境出海产业生态。
随着 Gemini 3.6 Flash、3.5 Flash-Lite 等新一代模型的推出，AI 能够为极其复杂的任务进行深度逻辑推理，成为了 AI 智能体最坚实的底层基石。
在日常工作中，开发者可以利用 Gemini API 中的“托管式智能体”轻易构建能够自主分类整理问题、分析 Bug，并维护 SDK 健康运行的智能体。只需一次 API 调用，开发者就能同时获得智能体以及可供它安全运行的远程环境。通过 AI Studio，开发者可以在几分钟内完成从 JSON 文件到原生 Android 应用的构建，并能进一步在 Google Antigravity 2.0 平台上进行本地迭代。
此外，Gemma 4 以及 Gemma 4 12B、DiffusionGemma 等更多开放模型的推出，进一步促进了开发者社区的繁荣生态。开发者们已经使用这些模型打造了一些令人惊艳的突破性产品。更为重要的是，在离线状态下，开发者也能在笔记本电脑和手机本地运行强大的 AI 智能体，为全球用户带来了速度快、性价比超高的体验。
如今 Android 的版图已远不止于智能手机，从折叠屏、平板、可穿戴设备、电视、车机到 XR 等终端，Android 活跃大屏设备已突破 5.8 亿。我们正致力于帮助开发者能更快速、更轻松地构建高质量的 Kotlin Android 应用，并将其推广到全球超过 30 亿终端设备上，提供跨越所有终端的无缝体验。
为了提升开发质量，我们推出了三项核心更新。Android CLI 与智能体结合：通过整合 Android 技能和知识库，智能体在处理繁琐任务时能减少约 70% 的词元（token）使用，并将任务完成速度提高最多三倍；Android Studio 智能体模式：支持在 IDE 中开启智能体模式，并允许开发者自由选择远程模型或下载本地模型进行离线深度开发；Android Bench 评估工具：专门用于衡量大模型在应对真实 Android 开发挑战时的成本、延迟和词元消耗，帮助开发者确定最适合其流程和政策的模型。
在 UI 开发标准上，我们全面推行 Compose 优先策略。此外，为了支持大规模测试，DDP Device Streaming 已进入公开预览阶段，支持开发者远程获取真实的物理设备，并利用具备智能分片功能的 DeviceRun 在多台真实设备上并发执行测试。
最后，在提升应用质量与安全性方面，通过将智能体与最新的 API（如 IntentSanitizer）结合，开发者可以更有效地消除签名验证等安全漏洞，确保只有受信任的流量进入应用，从而构建更高质量的 Android 生态。
Web 平台也正迎来重大的变革。Web 功能日益丰富，越发具有表现力，Web 生态也迎来了新型用户：智能体。而我们核心的目标是优化真人用户体验、适配智能体工具并革新现代 Web 开发工作流。为了让大家更容易打造出“秒开”体验，Web 平台在 Core Web Vitals 中引入了“软导航”性能衡量机制，并推出一系列颠覆网站开发范式的新原语，在化繁为简的同时，更要打破边界，把曾经的不可能变成现实。
在能力扩展方面，我们正在不断扩展浏览器内置端侧 AI 工具箱，支持跨源调用并能够在本地硬件运行优化模型，重塑浏览器能力边界。针对智能体这一新型用户的涌现，Web 平台也推出了实验性开放规范 WebMCP，支持 Web 应用将 JavaScript 函数和 HTML 表单等结构化工具直接公开给智能体。这使得 Web 能够成为智能体工作流中被优先调用的对象，引导工具更高效地执行搜索、加购或账号管理等操作任务。
与此同时，为了让 AI 开发工具始终紧跟最新的 Web 开发，Modern Web Guidance 提供了一整套经专家把关、实时更新的精选技能 (skills)，确保获得质量更优的代码产出，并能基于 Baseline 目标自动生成向后兼容的兜底代码。此外，我们还持续深耕面向智能体的 Chrome 开发者工具，使编程工具能自主实时调取运行时调试数据并执行审核自主修复，形成极少需要人工干预的强大开发反馈环。
在智能体时代，模型训练与部署的需求已经完全分化。为了满足这些爆发式增长的算力需求，第八代 TPU 专为训练和推理这两类截然不同的需求从零打造。
TPU 8t 是专为模型训练打造的强劲引擎。它通过将块级乘法移至 MXU 内部，利用原生量化技术消除 VPU 开销，使单 Pod 计算性能提升至上一代的近三倍，重新定义了算力性能。而 TPU 8i 则专注于推理与强化学习等“思考”环节。其利用全新的 Boardfly 拓扑网络，让数百万计的智能体能够以近乎零延迟并发运行。
智能体需要依托于平台。通过 Google Agent Platform 的 Agent Studio ，开源的近 50 个智能体技能，以及 60 多个托管 MCP 服务器，Google Cloud 为智能体的开发、与智能体的协同开发提供支持。此外，专属的 Agent Runtime，则帮助实现大规模智能体的部署、运行与治理。Google Cloud 平台还支持多种智能体协同运行方式，提供自主化的故障排查、性能优化与核心资源持续防护支持。
过去这一年，全球 AI 创新浪潮汹涌澎湃，而中国开发者正以猛烈的势头乘风破浪，通过打造自主智能体推动一切加速向前。AI 也从最初回答问题的聊天机器人，到执行任务的工具，进化为如今只需设定目标就能自主推理、做计划并搞定复杂任务的自主智能体。
在此背景下，开发者的角色也发生了重要转变：从编写每一行代码转变为定义规范和评估测试平台，每一位开发者都成为了“智能体的管理者”，从而放大其远见与影响力。过去需要多名成员耗时数月才能完成的项目，如今个人在极短时间内即可完成。这种“杠杆效应”赋予了每位开发者背后拥有一支强大工程团队的实力。
为了支撑这种创新，通过本土社区连接、技术导师指导、出海创业加速计划以及本地化的中文技术文档这四大核心支柱，Google 致力于将本土创新与全球规模化连接，利用工具赋能开发者，突破极限潜能，共同引领未来智能体 AI 的指数级增长。
作者：Keerat Sharma，Google 广告隐私与安全部门副总裁&总经理
2025 年，Gemini 赋能的工具显著提升了我们检测与阻止不良广告的能力：超过 99% 的违规广告在触达用户前，就被我们的系统成功拦截了。此外，我们也在不断完善防御机制，以应对最先进的欺诈手段。
更高的拦截精准度长期以来，我们的安全团队一直使用先进 AI 来识别并阻止诈骗者，而 Gemini 则将这项工作提升到了全新高度。我们的模型通过分析包括账户注册时长、行为特征及投放模式在内的数千亿条信号，在威胁触达用户前便能将其拦截。与之前基于关键词的系统不同，最新模型能更精准地理解意图，更有效地识别恶意内容并抢先将其拦截，即便是对刻意规避检测的内容也不例外。这种积极的防御手段有效遏制了不良行为者。2025 年，我们拦截或移除了超过 83 亿条广告，并暂停了 2490 万个账户；其中，涉及诈骗的广告达 6.02 亿条，相关账户达 400 万个。在通过技术手段拦截大部分违规行为之外，我们还新增了广泛的广告客户验证（Advertiser verification）计划，这也构成了另一道至关重要的防线。我们通过身份验证，在不良行为者进入系统前将其阻止，从而建立用户对广告及其背后企业的信任。
先发制人不良行为者利用 AI 大规模生成欺诈广告，而 Gemini 帮助我们实现了实时检测与拦截。截至去年底，Google Ads 中的多数自适应搜索广告（Responsive Search Ads）已实现即时审核，并在提交阶段就拦截了有害内容。今年，我们将把这项技术应用到更多广告形式中。Gemini 还使我们能够更高效地处理用户反馈， 2025 年，帮助团队处理的用户举报量达到了前一年的四倍以上。这意味着，即使偶有威胁成为“漏网之鱼”，我们也能迅速将其消除。这种响应速度可以让安全专家专注于处理更复杂、需要人工判断的任务。
兼顾安全与助力企业通过对图像和文本之外更深层次的分析，Gemini 可以区分出真实优惠与复杂的欺诈陷阱，正是这种细致的辨别能力，让我们在去年将错误暂停广告主账号的情况降低了 80%。这种精准度可以让我们双管齐下：在优先移除有害内容的同时， 也能够保障诚信企业的广告稳定投放。随着威胁手段不断演变，Gemini 确保我们的防御始终领先一步。
“游戏”标签页新增 PC 专区与 PC 徽章，助力拓展你的 PC 游戏触达范围
借助游戏试玩降低转化门槛 为了更顺畅地转化高意向买家，我们推出了 Game Trials（游戏试玩） 功能，让玩家在移动端购买前可以限时体验游戏。该功能可直接从商店列表访问，玩家只需轻轻一点，即可快速开启探索之旅。目前该功能正针对部分作品进行测试，并即将向更多开发者开放。
