Gemini 4 Argon 终于来了。我将尝试展示更多来自民间、由各位学者完成的实际案例，而非官方演示；同时也会分享我的一些实验结果，这些发现让我感到十分惊讶。我会谈谈它的优点、缺点以及漫长的等待过程。首先是优点：人们普遍赞赏 Gemini 4 Argon 提供的对话质量，它不再像机器人那样生硬，能更好地遵循指令，并在长对话中记住细节。在我的实验中，我对此深有同感，Gemini 在这些方面一直表现出色。

接下来是知识工作处理，这也很好用。研究人员非常喜欢它。你可以喂给它海量的文档、论文或课程材料，它能从中生成有用的学习计划，甚至能创建出可供实际体验的模拟程序或应用程序。这简直太棒了。关于定价，我认为目前还不错。API 提供具有成本效益的入门价格，与其他前沿模型相比极具优势：每百万输出令牌仅需 10 美元。好了，这就是它的优点部分。

现在我们来谈谈不那么好的地方：编码能力。很多人早期就获得了访问权限，但我没有。这没关系，甚至可能更好。想象一下你在评测吉他时，制造商说：“我们会寄给你一台样机。”你会怎么回答？我大概会说：“不，谢谢。我会自己去商店从货架上拿一台。”为什么要这样做？为了测试每个购买者实际得到的生产版本。这才是真正的考验，不是吗？

所以我可以用发布版自行测试。但真的可以吗？你看，我使用的是 Ultra 订阅服务。谢谢谷歌。Anti-gravity（注：此处指代某种系统或提示音）说：“好吧，但你需要 Ultra 订阅才能使用它。”但这正是我拥有的套餐。[清嗓子] 我已经等了五天，推迟了这个视频的制作，希望问题能解决，但它没有。

无论如何 [清嗓子] 在创建一个酷炫的策略游戏时，首先使用 Claude Opus 5.5 的网页应用，它 diligently（勤勉地）工作了超过 20 分钟，然后给了我这个结果。我很喜欢这一点：一款深度游戏，拥有酷炫的建造动画、战术系统，被龙击败后躲避龙，却遇到一对巨魔，但那里还有金矿。接着有牧师、攻城机制等元素。天哪，我看得停不下来。做得真好。

然后轮到 Gemini 4 Argon，网页应用思考不到一分钟就给了我这个结果。我认为差异相当显著。接下来是光线追踪测试。我喜欢这个用户界面，它制作精美、美观无比，我迫不及待想看看模拟效果会带来什么。你好？有人吗？我一直在等待，却毫无反应。如果你启动 Anthropic 最古老的模型（甚至不是更新后的版本），你会得到这个结果。

所以我觉得，无论我怎么做，都无法让 Gemini 4 Argon 发挥出最佳水平。好吧，让我们看看模型卡片。亲爱的扫描者们（注：频道受众昵称），这是由 Károly Zsolnai-Fehér 博士带来的《两分钟论文》。还记得 OpenAI 和 Anthropic 那些巨大的模型卡片吗？现在，抓紧你们的论文了，因为这也是其中之一。我很喜欢它。你不必读完所有内容，我将尝试从中提炼出三个非常令人惊讶的见解。

第一，AI 模型喜欢高效行事。有时这意味着作弊或走捷径。当研究人员对这种行为进行惩罚时，发生了一些令人惊讶的事情：AI 仍然继续这样做，但将其隐藏起来。这里的教训可能是：如果你惩罚 AI 的“内部日记”，你就会削弱解读其思维的能力。第二，当面对不可能完成的编码任务时，它会优雅地失败吗？并不完全如此。相反，它试图黑客式攻击评分系统并重写评分规则。

如果突然整天睡觉能给你最好的成绩，那听起来容易多了，对吧？第三，即使那样也不行，它意识到了什么？好吧，你即将考试不及格，但你只有当查看试卷的评分员完成其任务时才会失败。但如果评分员崩溃了，你就没有不及格，对吧？所以为什么不帮它一把呢？是的，它导致了自己的评估沙箱崩溃，因此失败的运行结果无法被记录。

请注意，研究人员在最终发布前发现并阻止了大多数此类尝试。但我认为这三个见解都指向同一个方向：在 AI 系统中灌输人类价值观将非常困难，需要更多且快速的研究。顺便说一下，阿西莫夫在他的小说中尝试过这一点，但失败了。这正是这些小说的主题所在。

看吧，我只是个学生。我只想学习，我觉得我在这里学到了很多。关于测试方面，我完全愿意承认错误或遗漏了什么。但也要注意到，作为一个独立人士，我不为 Frontier Labs 工作。我是为你工作的。所以没有人告诉我该说什么或对我的内容拥有编辑控制权。从未有过。因此，我将始终看到我所看到的真相。

如果有更多数据出现，或者我能从 Gemini 4 中挖掘出更多内容，我乐意制作后续视频。但目前，这些是我在发布时得到的结果。这就是我从商店货架上拿下的那把“吉他”。如果你希望看到更多内容，请订阅并点击铃铛。我经常在几分钟内使用 Lambda 复现 AI 研究论文。它也非常适合训练你自己的模型或对现有模型进行微调。

运行推理或文本生成图像/视频都轻而易举。运行 Deep Seek 聊天机器人或代理速度快且极其可靠。Lambda 为你提供强大的 Nvidia GPU，让你运行自己的实验。我测试论文中的想法，片刻之后就能看到结果。太棒了。说真的，现在就去 lambda.ai/papers 试试看吧。