一只骑着自行车的鹈鹕，正慢悠悠地穿行在谷歌山景城园区里。这不是哪款新游戏的宣传片，而是一个开放世界3D游戏的实机画面——它的“开发团队”，是一群AI Agent。
这款游戏由Google DeepMind最新旗舰模型Gemini 4 Carbon主导完成。随着该模型正式面向开发者、企业、科研人员和普通消费者开放，谷歌一次性放出了一批演示案例，鹈鹕游戏只是其中之一：三维建模用Blender，游戏引擎基于Three.js和WebGL，音效由程序化生成，背景音乐则交给Lyria创作。
整场演示的关键，在于谷歌AI编程平台Google Antigravity中新推出的/swarm功能预览版。开发者只需敲下一行指令，就能召集多个AI Agent分工协作，并实时查看各自的进度。分工逻辑是这样的：Carbon负责架构设计、任务协调和代码审查，跑得更快、要价更低的模型承担具体编码，另有专职的验证Agent负责核对每一处改动。
另一项演示的规模更大。谷歌把7份公开的城市规划PDF交给Carbon，里面有206张工程图纸，任务是重建谷歌Platform 37办公楼。在连续10轮通宵运行的多智能体任务之后，Carbon交出了一个可交互的Three.js三维模型，三角形数量约90.6万个。
历史文物同样能被“数字复活”。Carbon根据埃菲尔铁塔建造期间留存的历史照片和工程图纸，做出了可交互的3D历史展览；又凭CAD图纸和X光影像，还原了一架带有61键机械结构的古钢琴。网页设计上，它只用了两轮提示词，就为Google Merchandise Store拿出五套视觉方案，商品图则交由Nano Banana 2.1生成。
第三方的使用体验或许更有说服力。OpenCode软件工程师Kit Langton说，团队此前一直没能让桌面应用适配现有UI框架，于是抱着试试看的心态，在下班前把一份需求清单交给了Carbon。第二天回到工位，Carbon已经从零写出一套Rust UI库，顺手把OpenCode桌面应用整个重写了一遍。
HubX的测试则更系统化：在一个拥有约1.4万项测试的代码库中，他们让Carbon处理16个真实Bug，最终拿到94%的问题解决率，并且没有引入任何新的回归问题。
网络安全是Carbon的看家本领之一。在SEC-bench Pro、ExploitGym和CWE-bench这三个分别覆盖漏洞发现、利用和修复的基准测试中，它全部拿到领先成绩。在谷歌内部自主安全系统Project Fortify里，Carbon的漏洞扫描召回率达到100%，漏洞分类精确率为95%；开源代码仓库测试中，其召回率相比Argon又有超过25%的相对提升。
实战成绩更引人注目。安全公司Wiz借助Carbon，在不到两小时内发现了两家大型SaaS服务商的零日漏洞——这类研究原本需要数周。谷歌云团队用它验证了两个开源软件漏洞的可利用性；SentinelOne则靠它多找出了4个有效漏洞，而其他参测模型对此一无所获。
矛更利，盾也得更硬。在模拟网络攻击测试中，Carbon成功拦下了自适应红队Agent发起的99%攻击路径，单次攻击突破防护的比例从Argon时代的3.1%降到了0.8%。
科研领域的三个内部案例，分别指向密码学形式化验证、生物实验分析和蛋白质结构预测。分量最重的是Signal加密协议的代码验证：谷歌研究人员搭建了一套名为AlphaProof Code的智能体形式化验证框架，让Carbon等模型先把安全目标转写成数学定理，再生成数百万行Lean证明代码，最终在数周内完成了Signal协议关键安全性质的数学证明。同样的工作，过去往往需要专业团队耗上数年。
生物实验方面，Carbon可以从实验记录和原始数据中揪出异常，例如深孔板自动混合不充分、仪器里残留微量样品造成污染等，帮研究人员改善实验重复性。蛋白质结构预测方面，谷歌用Carbon组成多智能体系统，在大规模序列和结构数据库中自动搜寻远缘同源蛋白，为AlphaFold 3等结构预测模型补充参考信息。在CASP17盲测数据集的7个低同源性蛋白质家族上，Carbon找到的同源序列数量平均多了40倍——这意味着，部分难研究蛋白质的预测能力，或许不用重新训练模型就能得到提升。
Carbon的能力边界还在向金融、法律和企业运营延伸。谷歌与Artificial Analysis合作推出了Multimodal Knowledge Agent（MKA）基准，专门考察AI Agent处理PDF、电子表格、图表及工程图纸的水平。Carbon在这个测试中排第二，但平均单任务成本还不到榜首模型的六分之一。
在金融场景，Carbon于Hebbia的端到端金融Agent评测中追平了表现最好的参测模型，还在Balyasny Asset Management组织的综合金融智能测试中名列前茅——该测试覆盖23种前沿模型配置。Hebbia的评价是，Carbon制作的Excel财务模型结构更清晰，PowerPoint演示文稿的质量也更高。企业搜索公司Glean则发现，Carbon能从办公数据中定位指定的会议纪要、邮件或业务数据，并直接产出分析结果和行动建议。
就定位而言，Carbon与Gemini 4 Argon形成明显分工：前者主攻复杂软件工程、跨领域研究这类高难度任务，可以消耗更多Token做深入推理、反复验证和纠错；后者继续处理大多数日常编程和知识工作。Carbon其实早在两周前就通过Fairwind计划向部分网络安全防御人员开放过，这次只是把大门推得更开了。
成绩单同样亮眼：在CursorBench 4.0、Perplexity WANDR和Zapier AutomationBench三项基准中，Carbon全部排名第一，单任务成本比表现次优的外部竞争模型低了一半以上。
价格暂时与Argon持平——API优惠价每百万输入Token 2美元、每百万输出Token 10美元，12月1日起两档价格将分别上调至4美元和20美元。
想体验这款模型，不同人群有不同入口。开发者可以在Google AI Studio和Android Studio中通过Gemini API付费层调用；企业用户走Gemini for business及相关开发工具；普通消费者方面，Carbon已开始向Google AI Ultra订阅用户开放，覆盖Gemini App和Google搜索AI Mode。科研人员可以申请谷歌此前推出的免费研究计划，符合条件的参与者将获得为期六个月的Google Antigravity高使用额度，Carbon和Argon两款模型都在其中；网络安全研究人员则需要通过Fairwind Program，申请专门的Carbon for cyber。
回头看消费电子市场，手机厂商的旗舰产品大多遵循固定节奏，每年几场发布会就够科技爱好者聊上好几个月。AI行业却完全是另一番景象：几乎每天都有新模型登场，有的刷新编程榜单，有的攻克数学难题，还有的已经能连续工作几十个小时。模型多到体验不过来，已经成了行业常态。
对用户来说，密集的技术更新自然是好事。只是这份发布内容看完，多少让人有些意犹未尽——谷歌展示的能力个个令人眼馋，普通人却得先订阅Google AI Ultra，才摸得到体验的门槛。
