• Главная
  • Новости
  • Блог
  • Релизы
  • История LLM
  • Сравнение LLM
  • Библиотека
  • Обо мне
⌘K
Вход

Блог и заметки о разработке. Для связи удобнее всего использовать соцсети ниже.

Контакты
talalaev.misha@gmail.com
Документы
Политика обработки персональных данныхСогласие на обработку персональных данных
Фото: Google DeepMind / Unsplash

Gemini 4 Argon ищет уязвимости, но доступен лишь партнёрам Google

Sh0ny
Sh0ny
1 октября 2026
  1. Главная
  2. Блог
  3. Gemini 4 Argon ищет уязвимости, но доступен лишь партнёрам Google
1 мин чтения

Коротко

Google называет Argon своей самой мощной моделью и обещает автоматический поиск и исправление критических уязвимостей. Пока проверить это смогут лишь избранные партнёры компании, а результаты бенчмарков опубликованы самой Google.

Если Argon действительно умеет сам находить и исправлять критические уязвимости, это может ускорить защиту программного обеспечения. Но пока модель доступна только избранным партнёрам Google, поэтому её главную заявленную способность нельзя проверить широкому кругу специалистов.

Google создала Gemini 4 Argon для защитных задач в кибербезопасности. По словам компании, модель может автономно находить уязвимости, проверять их и исправлять. Она также предназначена для программирования и инженерной работы, сотрудники Google уже используют её для отладки и переноса кодовых баз.

Есть и другие заявленные возможности. Argon анализирует визуальную информацию, включая длинные видео и диаграммы, а также рассчитан на сложные задачи, требующие длительной работы. Это звучит полезно для команд, которым приходится разбираться в больших проектах, но конкретных примеров результатов в публикации нет.

С ограничениями ясности пока мало. Доступ через программу Fairwind закрыт для большинства пользователей, а превосходство над моделями OpenAI и Anthropic Google подтверждает собственными заявлениями о бенчмарках. Независимой проверки этих сравнений в материале нет. Поэтому пока разумнее считать Argon интересной заявкой, а не доказанным инструментом для автоматического исправления дыр.

Стал бы ты доверять модели автоматически исправлять уязвимости в рабочем коде, если доступ к её результатам пока есть только у партнёров разработчика?

Источник: AI News & Artificial Intelligence | TechCrunch

новостиaiбезопасностьразработка
Больше разборов AI-инструментов — в Telegram-канале, коротко и по делу
Подписаться

Комментарии

(0)
​