Nathan Lambert 谈自己不知如何在智能体时代试用 Gemini
I honestly don’t know how to try Gemini in the agentic era, maybe I finally need to fix that. Pretty wild they just have been out of it since December 2025 but
Nathan Lambert 表示自己不知道在智能体时代该如何试用 Gemini,并认为需要补上这一课。他提到 Gemini 自 2025 年 12 月以来似乎一直缺席,但也许正在回归。该推文引用了 Sundar Pichai 发布 Gemini 4 Carbon 的帖子,后者称该模型在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一,并在 SEC-bench Pro 得分 88.2%、ExploitGym 得分 54.8%、CWE-bench 得分 71.0%。
推荐理由
AI 评分 76
作者以自身使用体验为切口,点出 Gemini 在智能体阶段被自己忽略的现状,可对照其模型发布节奏看使用者的实际感受。
主题
查看原帖我确实说过我们会定期发布我们的模型……现在介绍 Gemini 4 Carbon,我们的下一代前沿模型。 在 Argon 发布仅两周之后,Carbon 展现了我们推进前沿的速度,它在最近更新的 @ArtificialAnlys Intelligence Index v5.0 上以 59 分排名第一。它还在关键网络安全评估中领先,在用于发现漏洞的 SEC-bench Pro 上得分 88.2%,在用于漏洞利用的 ExploitGym 上得分 54.8%,在用于修补的 CWE-bench 上得分 71.0%。 即使与 Argon 相比,我们也在长时程任务上看到了显著改进,并且我们加强了前沿安全保障。 正如我们对 Argon 所做的那样,我们将逐步且负责任地推出它。一些受信任的网络防御者将从本周开始获得访问权限。我们将通过我们的 Fairwind Program 将其扩展到更多合作伙伴,随后不久将更广泛地提供,所以请耐心等待!
查看原文
I did say we'd be releasing our models periodically...introducing Gemini 4 Carbon, our next frontier model. Following Argon's release just two weeks ago, Carbon shows the pace at which we’re pushing the frontier, it ranks #1 on the recently updated v5.0 of @ArtificialAnlys Intelligence Index at 59. It also leads across key cybersecurity evaluations scoring 88.2% on SEC-bench Pro for finding vulnerabilities, 54.8% on ExploitGym for exploitation, and 71.0% on CWE-bench for patching. We’re seeing significant improvements in long-horizon tasks even compared to Argon, and we’ve strengthened frontier safeguards. As we did with Argon, we’re going to roll it out gradually + responsibly. Some trusted cyber defenders will get access starting this week. We'll be expanding it to more partners through our Fairwind Program, ahead of wider availability soon, so hang tight!
正文 · AI 翻译
说实话,我真不知道在智能体时代该怎么试用 Gemini,也许我终于得把这件事补上了。挺让人意外的是,他们自 2025 年 12 月以来就一直缺席,不过看着吧,也许正在回归。