Gemini 4 Carbon 编码实测：4.5 小时完成 16 张票但耗 时远超对手
every · x · 2026-11-15
Every 发布 Gemini 4 Carbon 实测（Google 提供早期访问但无干预）。Mike Taylor 用同一冻结 backlog 和代码库测试各 agent：让模型自选可独立完成的工单，并每张票单独开 PR。
- 其他 agent 约 1 小时完成 8–9 张票；Carbon 跑了 4.5 小时、完成约 15–16 张才被叫停，产出更多但耗时远超对手。
- Carbon 比 Gemini 4 Argon 编码能力明显更强，3D 对象生成也更好，能长时间低监督地执行大型任务。
- 但文章指出问题在“判断力”：Anthropic Fable 5.2 前一天发布，展示了 agent 可以长时间工作同时保持良好判断——选对任务、尊重边界、知道何时完成。Carbon 更强了，但旗舰模型的门槛已被 Fable 抬高。
- 测试者对 Carbon 需要多少人工监督意见不一。
「编程与Agent」频道最新
- 20 个 GitHub 仓库把 Fable 5.2 变成全套动效工作室：3D、特效、导出全覆盖 — PrajwalTomar_ · 2026-11-15
- Hala Play 加 Claude 做出 Flappy Bird，美术音效全 AI 生成 — aziz4ai · 2026-11-15
- 7500 次调用复测 NoLiMa：32K 上下文下模型集体失忆 — mrtac96 · 2026-11-15
- Linus Torvalds：AI 掀起的内核 bug 洪峰已过，系统反而更坚固 — IgorCarron · 2026-11-15
- 解决任意感知任务的五步配方：下午收集数据微调 VLM 即可 — giffmana · 2026-11-15
- 15 项指标全绿用户仍投诉:语音 Agent 该测什么? — Ok-Panda5537 · 2026-11-15