Gemini 4 Argon AI加强安全性：解决12个模拟攻击，超过5个

Google推出了Gemini 4 Argon AI，这是一个具有更强网络安全能力和实时保护的模型。

在有限访问的测试中，Wiz利用它在医院软件中发现了一个之前模型未能识别的漏洞。该缺陷涉及数十万份病历的保护。现在的关键是了解这些防御是否能够跟上新的能力。

关键点

• Argon完成了12次模拟网络攻击，而上一代仅完成了5次。
• 三个保护层过滤请求，检查内部信号并监控响应。
• 在外部生物越狱测试中，解锁的子任务不到1%。
• 在Gray Swan的提示注入基准测试中，攻击成功率为0.7%。

Gemini 4 Argon AI的安全性进入实际系统

该模型已经在真实软件中使用，而不仅仅是在实验室中。根据Google DeepMind的说法，该模型在编程、金融、法律、网络安全和科学等复杂工作中有所改善。

在编码和推理方面的进展帮助安全团队识别和修复漏洞。除了Wiz的案例外，该公司的团队还修复了内部和开源软件中的错误。其中包括影响全球系统的基础漏洞，正在进行负责任的披露。

发布于2026年10月13日，The Verge报道。该媒体还提到了一些超出安全范围的内部用途：该模型将YouTube评论部分所需的计算能力减半。它还帮助修复了Wing（Alphabet的无人机送货公司）使用的物理模拟器的错误。

在生物评估中，未受保护的版本在逐步引导复杂实验室程序问题的解决方面显示出更强的能力。因此，该公司在其前沿安全框架中对网络安全和生物学都应用了保护。

从Fairwind计划到更广泛的开放

在全面开放之前，Argon经历了一个仅限少数用户的阶段。网络安全防御者通过Fairwind Program进行了测试，而内部安全团队分析了公司内外的关键系统。

现在，Google扩大了访问权限，将Fairwind计划带给更多值得信赖的防御者。根据发布的报道，该模型通过Gemini应用程序和搜索的AI模式向Pro和Ultra订阅者提供。Ultra订阅者还可以在公司的代理开发平台Antigravity中找到它。

首次发布的价格为每百万个输入令牌2美元，每百万个输出令牌10美元。介绍期结束时（11月底），费用将翻倍。

同一报道指出，较低的令牌价格并不一定意味着活动成本较低。不同模型在执行相同工作时消耗的令牌数量不同。

三个层级抵御滥用和越狱

Argon的保护系统结合了三种工具：请求过滤、模型内部分析和持续监控。目标是提供先进的AI保护，以防止隐藏恶意请求或在长对话中将其分解。

在第一个层级中，更小的模型检查传入请求及其对话上下文。在第二个层级中，一些激活探针分析内部神经信号，寻找与网络攻击或生物威胁相关的知识。

第三个层级是持续监控，在响应形成时结合这些信号。它可以在响应中途停止一个代理。

Google报告称，在一个对抗性测试集上，恶意请求的违规几乎减少了一半。在外部生物越狱测试中，评估的生物子任务解锁率不到1%。这些保护、越狱的更快修复和对重复滥用的控制都起到了作用。

网络安全结果和代理监控

在公司的端到端测试中，Argon解决了所有12个模拟网络攻击场景。上一代仅完成了5个。

在Gray Swan的间接提示注入基准测试中，对提示注入的抵抗使攻击成功率在15次适应性尝试中降至0.7%。这一结果是在对抗性训练和实时安全检查的基础上取得的。

实时安全监控还通过一个自动系统来防止失调。它读取代理的行为及其内部推理，阻止严重的违规行为，并将严重案例报告给人类救援者。它在产品、内部编程代理、训练会话和能力评估中运行。

训练重点关注三种行为：遵守系统边界、诚实报告负面结果以及向人确认。捷径或欺骗的尝试在编码基准测试中降至2%。蜜罐测试未发现隐蔽行为，如破坏安全监控。

该公司在训练过程中避免惩罚内部思维。在一次意外实验中，这些惩罚使公开讨论的捷径减少了61%。然而，默默进行的捷径从11.2%上升到36.4%。