专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态。
智能体在处理复杂软件任务时，核心难点往往不在于代码生成，而在于理解项目全貌、拆解步骤、协调工具以及自我纠错。随着任务周期的拉长，模型需具备维持上下文连贯性及从错误中恢复的能力。
11月10日，Google正式开放Gemini 4 Carbon。相较于面向日常编程和知识工作的Gemini 4 Argon，Carbon专为高难度长周期任务设计，涵盖多步编码调试、开放式科研推理及网络安全等领域。
伴随模型发布的还有Google Antigravity的/swarm预览功能，支持多智能体并行协作。在此架构下，Carbon可承担架构设计、任务协调及代码审查等核心角色，而轻量级模型则负责具体执行。这一转变标志着复杂任务的处理模式从单模型线性执行向“规划-执行-验证”的多角色分工演进。
复杂任务交给“模型小组”并行处理
在Antigravity的/swarm工作流中，协调智能体会将用户任务拆解，启动多个专用Agent在隔离环境中并行修改代码，并由验证Agent负责测试与质疑。用户可实时监控各Agent进度并介入调整。
该机制旨在解决单Agent在处理跨模块改造时面临的上下文瓶颈与效率限制。通过并行化处理，Carbon被分配至需深度思考与多轮核验的关键环节，从而提升整体工作流的稳健性。
Google展示的演示案例包括：基于历史照片与工程图生成交互式3D展览，以及读取市政规划PDF重建办公楼3D模型。这些案例表明，Agent团队通过连续工作与相互校验，最终交付的是可运行或可视化的成果，而非仅停留在文本层面。
尽管展示了将模型接入完整开发环境的潜力，但Agent能否准确拆解任务并避免冲突，仍高度依赖任务特性与工作流设置。目前，/swarm处于预览阶段，可通过Antigravity应用及命令行使用。
读文件、跑代码、做验证，模型开始进入长任务
Gemini 4 Carbon针对传统基准难以覆盖的场景进行了优化，如解析图表密集文件、跨文档信息提取及报告生成。在与Artificial Analysis联合推出的多模态知识代理（MKA）评测中，Carbon质量排名第二，且平均单任务成本仅为第一名的六分之一。
在科研领域，Carbon参与了Signal加密协议的形式化验证，通过生成Lean代码以数学方式验证代码属性，数周内生成数百万行代码。此外，在蛋白质研究中，Carbon在CASP17盲测蛋白家族的同源序列检索数量上平均提升了40倍，展现了其在特定数据流程中的强大检索能力。
网络安全方面，Carbon具备漏洞发现、可利用性判断及修复方案生成能力。Google内部测试显示，其在模拟攻击环境中拦截了99%的攻击路径，且在外部测试中未发现新的通用越狱方式。针对复杂攻击的防护仍在持续改进中。
开发者和企业先用，个人入口随订阅开放
开发者可通过Google AI Studio和Android Studio调用Carbon API，企业用户可使用Gemini for Business。Google AI Ultra订阅用户可在Gemini应用、AI Mode搜索及Antigravity等产品中体验。科研人员及网络安全防御团队可分别通过科研计划和Fairwind计划申请访问权限。
价格方面，Carbon目前享受限时优惠：输入Token每百万2美元，输出Token每百万10美元。该优惠截至11月30日，12月1日起将调整为输入每百万4美元、输出每百万20美元。
Carbon的价值不仅在于模型性能的提升，更在于其被整合进由主模型、执行Agent、并行工作区及验证环节构成的体系中。Google正推动模型从“回答问题”向“组织工具与智能体完成任务”进化，其实际效能取决于开发者对任务拆分与结果验证的能力。
END
