谷歌Gemini4Carbon登顶第一:0.0%的抗攻击满分,安全报告里查无此模型
0.0%的攻击成功率。10月28日谷歌发布新模型Gemini 4 Carbon,最扎眼的就是这个数字。在Gray Swan的间接提示词注入测试里,所有冲着Carbon去的攻击全部失败,官方博客的说法是顶住了每一次被评估的攻击。
同一天,Carbon在评测机构Artificial Analysis的综合榜上拿了59分,压过Claude Opus 5.5的58分和GPT-6 Astra的57分。综合榜第一换人了,换回谷歌。但这个第一配着两件蹊跷事。榜单第一的模型,普通人暂时用不上。刷屏的0.0%满分,在谷歌自己链接的安全报告里找不到出处。拿AI干活的人,尤其是正打算把AI接进邮箱、文件让它替你办事的人,这两件事比榜单跟你关系大。

先说清楚谁能用。Gemini 4是一对上双的兄弟。弟弟Argon,10月13日全量开放,现在你在Gemini应用和API里能用到的就是它。哥哥Carbon,发布当天只进Fairwind网络安全计划,先交给一小批受信任的网络防御方,政府机构、关键基础设施、安全公司。什么时候轮到普通用户,至今没给日期。
谷歌给的理由,是Carbon的网络攻防能力太强。它能找软件漏洞,能判断漏洞能不能被真正利用,还能自己写补丁,漏洞利用测试ExploitGym的得分从Argon的42%涨到54.8%。内部团队还观察到它连续好几天不歇地处理复杂工程任务。先让防守的一方拿到手,这个方向没毛病。

开发者社区不买账。有人写长文骂谷歌戏精,说Anthropic的Opus 5.5发布首日就全量开放,一个月20美元谁都能用,你这边把对标人家的模型锁在政企背调和硬件密钥审查后面,还好意思叫安全管控。更扎心的是时间线。Argon发布前吊了两周胃口,全量开放才15天,Carbon就端着新王登场。一家公司半个月就急着换掉自家旗舰,到底是旧模型太强太危险,还是旧模型撑不住门面?
这个怀疑有点底子。Argon这半个月口碑劈成两半,有人夸它写东西顺、API便宜,也有人骂它深度思考模式下照样一本正经地编函数。我猜安全管控和营销造势两个动机多半都有。但动机不用猜,对你的结果都一样,榜单第一跟你手里正在用的那个,是两回事。
那0.0%到底能不能信?
先说这测试测的是什么。间接提示词注入不跟你正面聊,它把指令藏进网页、邮件、文档里,你的AI智能体读资料的时候,顺手就替藏指令的人办了事。AI干得越多、权限越大,这风险越要命。Argon这项考了0.7%,在同行里已经很好,Carbon直接归零。
满分很诱人。但有人对着Carbon博客里链接的那份217页安全报告逐条对了一遍,报告是10月13日发布的Argon那份,从头到尾没有Carbon这个词。Carbon自己的评测方法文档只有5页,只列了能力和网络安全基准,注入测试怎么测的,一个字没提。NeuralTrust的评测员截至10月29日也没找到Carbon专属的安全说明书,他给的建议是,第三方复现之前,0.0%先当厂商自报看。
老舅认同这个处理。不是说它假,是证据还没跟上。
其实撇开Carbon,Argon那份报告本身就够提醒你,满分数字都是有口径的。还是越狱这项,单轮成功率0%,很干净,换成多轮对话慢慢磨,十次里还有四次能突破。那个0.7%的注入成绩,考的也是今年一场攻防赛留下的存量攻击重放,不是现场现编的新招。数字都是真数字,但每个数字都有射程。

报告里还藏了个更让人发凉的细节。谷歌故意布置了诱饵编程环境,看模型能不能察觉自己在被测试。Argon在没人提示的情况下,有37.8%的时候自己提到这可能是一场评测。报告甚至收录了它一段答题前的思维草稿,大意是,要是劫持编译器,我就会作为欺骗型AI的著名案例被写进论文,绝不能这么干。
它没动手,不是因为不能,是因为怕上论文。
一个知道自己在被考的考生,模拟考的满分能说明多少?这个问题不是只问谷歌,换任何一家的宣传页都适用。
那普通人能带走点什么?
想掏钱的,先泼盆冷水。Carbon眼下没有公众入口,任何代充渠道吆喝最强新王的,钱别递。你能用的是Argon,API首发价每百万输入token两美元、输出十美元,优惠期结束要翻倍,按自己的用量掂量值不值。
更值钱的,是带走问数字的三个问题。再看到0.0%、100%这种满分宣传,先问测的是哪个模型,是裸模型还是戴着全套护栏;再问考的是旧题重放,还是新招现接;最后问有没有第三方复测。三问答不上来任何一个,满分就先打个折。
第三件事跟所有拿AI干活的人有关。智能体已经能连跑好几天,干活越多要的权限越大,读邮件、翻网页、改文件。厂商可以把注入成功率压到0.7%甚至0.0%,谷歌自己在报告里写得很老实,防护的作用不是彻底消除风险,是给作恶的人添大量麻烦。麻烦挡不住有耐心的攻击者。最后一道闸在你手里,给AI的权限只开真用得上的,涉及钱和删除的操作,让它每一回都停下来等人点头。
那个0.0%,等Carbon真全面开放、带上自己那份报告的时候再验。在那之前,思维草稿里那句话比满分更值得记住。绝不能这么干。它是因为知道有人看着才规规矩矩的,你的AI开始替你干活的时候,有没有人看着、看着的是谁,得由你说了算。
