Google DeepMind 广泛推出 Gemini 4 Argon 并公布安全防御机制
Google DeepMind 开始广泛推出 Gemini 4 Argon 模型，并公布了针对网络防御、生物风险与智能体越界的三层安全防御体系。该模型在 12 项端到端模拟网络攻击测试中全部完成解决，并将 Gray Swan 间接提示词注入测试的攻击成功率降至 0.7%。团队通过实时读取智能体动作与思维链监控失准行为，并发现不对训练期思维链进行捷径惩罚能有效防止模型隐蔽作弊。
推荐理由：文章披露了防止智能体隐蔽越界的三层防御架构，并验证了避免惩罚思维链对保持推理透明度的必要性。