Google 預告 Gemini 4 Carbon：AI coding agent 走向資安工作流
Google 宣布新一代前沿模型 Gemini 4 Carbon，稱其在編程、agent 任務、全端網頁開發及多模態理解上有明顯提升，並將先在本週向「cyber defenders」提供。至於一般開發者、企業及消費者，官方只表示即將推出；實際供應地區、帳戶資格及完整功能範圍尚未公開。
對採用 AI coding agent 的團隊而言，這次重點不只是生成程式碼質素，而是模型能否在多步驟任務中守住專案限制、辨識資料不足，以及把資安檢查帶進開發流程。這些能力若能在正式產品中兌現，會較適合用於協助閱讀程式庫、整理修補建議、建立 web app 產物，以及在有人覆核下處理較長的工程工作流。
資安能力仍要從「協助防禦」角度看
Google 聲稱 Carbon 在 SEC-bench Pro 的漏洞發現得分為 88.2%、ExploitGym 的利用得分為 54.8%，以及 CWE-bench 的修補得分為 71.0%；亦稱模型在內部測試中更能生成安全程式碼。不過，這些均屬官方或內部測試結果，未必等同模型在真實企業程式庫、舊有依賴套件與複雜權限環境中的表現。
尤其「發現漏洞、理解可被利用的條件、提出修補」是不同環節。對企業而言，較實際的驗證方式會是把模型放進既有安全開發流程：由它協助找出可疑程式碼和提出修補草案，再交由工程與資安人員審核、測試和部署。這類能力不應被理解為可無限制自動化處理攻擊工作。
Agent 工作流的價值，在於少猜測、少越界
Google 指 Carbon 在內部測試中，把不獲支持的說法較 Argon 減少約一半；在含糊任務下，模型會先檢索相關來源並向用戶呈現差異，而非自行假定方向。公司亦稱其「越權」行為減少 26%，任務服務不足減少 29%。
這些指標若可重現，對 coding agent 很關鍵：開發者通常不只要一段看似合理的程式碼，更需要模型在修改多個檔案、調用工具或執行長流程時，說清楚依據和未完成條件。可是，官方並未披露這些內部評估的任務設計與外部驗證結果，因此採用團隊仍應把權限限制、程式碼審查、測試與變更紀錄保留在工作流內。
Google 另稱 Carbon 在 WebDev Arena 的 Elo 分數增加 89 分至 1,769，排名第 4；在 Artificial Analysis Intelligence Index v5.0 則以 59 分排名第 1。基準可用作初步篩選訊號，但排名並不能直接回答模型是否熟悉某個團隊的程式庫、能否配合內部工具，或會否在長任務中引入難以察覺的改動。
Token 價格帶來先試後擴的選項
Google 表示，Carbon 推出初期的 API 價格為每 100 萬 input tokens 2 美元、output tokens 10 美元；快取 input tokens 較 input 價低 95%。其後價格會升至每 100 萬 input tokens 4 美元、output tokens 20 美元。
以 agent 工作流來看，output token 價格通常更值得留意，因為模型若需解釋、規劃、生成程式碼和反覆修正，輸出量可快速增加；相反，對反覆帶入相同程式庫背景、規格或文件的任務，快取 input 的折扣或可影響實際成本。團隊比較現有 coding agents 時，除了每 token 收費，也要衡量權限設計、審核成本、模型在私有程式庫中的可用性，以及能否接入現有開發與資安流程。
Carbon 能否成為可靠的工程 agent，下一步要看正式 API 的供應與實作細節，以及獨立測試能否證實其編程和防禦能力。對有意試用的開發團隊，較穩妥的起點會是以低風險、可驗證的修補或測試任務作評估，再決定是否擴展至更高權限的工作流。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- 9to5Google — Google announces Gemini 4 Carbon with ‘significant gains across coding and agentic tasks’ — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
