Google 將 Gemini 4 Argon 推出至 Antigravity 編程工具供 AI Pro 用戶使用

Google 現正推廣 Gemini 4 Argon 至其 AI 編程工具 Antigravity。Gemini 4 Argon 是 Google 最新的旗艦 AI 模型,於九月底宣佈,並於本週早些時候廣泛推送至用戶。現在,該模型也已在 Antigravity 中可用。Antigravity 是一個具自主性的開發平台,Google 將其描述為利用 AI 和代理來協助編碼和構建應用程式。

Google 本週早些時候宣佈 Argon 將在 Antigravity 中推出,現在正積極推送給 AI Pro 和 AI Ultra 訂閱用戶,實際上我們也在觀察到其運行情況。

Google Gemini 4 Argon 在 Antigravity 中的應用案例

在 Twitter/X 的一則貼文中,Google 補充道,Argon 除了有現有的 Gemini 3.8 Flash 配額外,還有一個每週單獨的 Argon 配額,這意味著用戶可以使用最符合需求的模型。Google 表示,Argon 的設計旨在解決最棘手的問題。

Google 還提供了一系列 Argon 在 Antigravity 中的內部應用實例,包括:YouTube 評論優化:Argon 在 Antigravity 幫助團隊將 YouTube 評論前端的 CPU 使用量減半。通過追蹤生產資料,Argon 確定冗餘的表情符號渲染導致了近 45% 的伺服器開銷,並針對性地進行了 12 次優化。這些更新將伺服器評論負載延遲減少了 30 毫秒,客戶端的端到端延遲則降低了 20 毫秒。

調試 Wing 無人機物理模擬器:Argon 在 Antigravity 審查了 Wing 的專有內部無人機物理模擬器,透過分析基礎物理和數學,而不僅僅是代碼結構。它突顯了改進物理模擬的區域,並提出了 18 項針對性的建模改進,以解決長期存在的遺留問題。處理積壓問題:Argon 在 Antigravity 中處理了 134 條開放的錯誤報告,通過運行代理來確定哪些仍然有效,交叉參考提交歷史,檢查候選修復是否實際上已達到生產環境,並檢查實時遙測是否仍然出現錯誤。

在不到 3 小時內,關閉了 97 條陳舊或重複的錯誤,減少了 72.4% 的積壓問題,並按擁有者對剩餘的 37 條進行了排序,沒有未分配的工單。

遷移遺留代碼:數十年來,重要的科學研究一直被鎖定在脆弱的遺留代碼庫中,例如 Fortran。通過在 Antigravity 中使用自定義技能,團隊部署 Argon 來映射並執行完整的重寫為現代 Rust。Argon 自主交付了現代化的代碼庫,實現了 1.8 倍的性能提升和內存安全,為科學家提供了未來工作的堅實基礎。執行安全審計:Argon 在 Antigravity 中被用來審計一批訪問控制變更。

Argon 跟蹤權限在運行時的實際流動,而不僅僅是閱讀代碼差異,發現了四個關鍵的安全漏洞。兩個早期的前沿模型審計了相同的代碼,並均得出沒有安全漏洞的結論。

分類生產支持工單:Argon 在 Antigravity 中批量處理來自值班的數十個工單。它按問題類型進行排序,通過代碼和日誌追蹤根本原因,提出修復建議並草擬人類批准的回覆。這釋放了每個班次 2-3 小時,使團隊能夠更快地解決問題。行銷網站本地化:Antigravity DevRel 團隊在 Antigravity 中使用 Argon 將數百頁開發者文檔本地化為 17 種語言,僅需數小時。

這改善了網站的可訪問性和用戶體驗,將數周的過程縮短至數小時,並將人力努力專注於高品質審核。

加速數據中心管道現代化:展示 AI 增強執行如何幫助團隊以更少的資源完成更多工作,一名數據科學技術項目經理利用 Argon 在 Antigravity 中快速推進一個 3,200 行的 Google 數據中心艦隊分析管道(Python、SQL 和儀錶板)的開發,僅用數天時間投入生產。結合 Argon 快速解決複雜的多系統邊緣案例,消除硬編碼的遺留資產,以及優化針對超時的時間序列查詢,驅動了端到端的效率,交付了一個乾淨、適合生產和可擴展的架構,用於艦隊規模的分析。

Argon 在業務運營中的顯著影響

審核銷售潛在客戶:Argon 在 Antigravity 中為廣告銷售的客戶經理建立了一個自動化資格工作流程,檢查潛在公司網站流量,確認網站是否具有清晰的轉換漏斗,並交叉參考銷售資料庫,以查看該賬戶是否為合格潛在客戶。這將研究時間減少了 90%,為客戶經理每週節省了超過 10 小時的手動工作,使他們能夠將時間用於直接客戶聯繫。財務規劃與分析:通過自定義財務插件,一名財務負責人使用 Argon 在 Antigravity 中進行端到端的財務對賬、預算跟蹤、合同提取及每日高管簡報,涵蓋 80 條獨立工作流程。

在七個工作日內,15.5 小時的人力指導產生了約 335 小時的人類等效驗證財務產出,節省了超過八週的手動工作。

項目規格
開放錯誤報告數量134
關閉的錯誤數量97
錯誤關閉率72.4%
性能提升1.8 倍
人力節省時間超過 10 小時每週
驗證財務產出335 小時

Henderson
Henderson

Henderson 是 TechRitual Hong Kong 科技編輯,專注報導智能手機、消費電子產品、SIM 卡及流動通訊市場。自加入 TechRitual 以來,累計撰寫數千篇科技報導及產品評測,內容同步發佈至 SINA 及 Yahoo Tech 等主要平台。

友情網站:國際版 / TechRitual WorldThe Base Principle(AI・工程)