Gemini 4 Carbon 实测:设计灵感最强,完成任务最不稳
every · x · 2026-11-17
Every 发布 Gemini 4 Carbon 的 vibe check 实测(盲测)。要点:
- 测试者 tylernishida 的盲测中,Carbon 给出了最多样化的 UI 设计模式,甚至有其他模型都没试过的设计思路;但也多次没能一次完成构建,有时要追问 3 次「继续」才能跑完。
- 与 Gemini 4 Argon 相比是明显更强的编程模型,3D 物体质量更好,能长时间低监督地跑大型任务。
- 结论框架值得借鉴:要把两件事分开测——模型是否提供有趣的设计方向,以及是否可靠交付可用的结果。Carbon 编码强,但 Anthropic Fable 5.2(前一天发布)重新定义了旗舰标准:不仅跑得久,还要选对工作、尊重任务边界、知道何时算完成。
- 文章为付费订阅制,Google 提供早期访问但无内容干预。
「编程与Agent」频道最新
- gputaskman 开源:像 htop 一样看清 GPU 显存到底被谁占了 — alex_verem · 2026-11-17
- TS 名师试验"极端约束"法:用严苛 lint 规则给 agent 挖成功黑洞 — mattpocockuk · 2026-11-17
- 用 MCP 编辑 WordPress 像"获得超能力",社区呼吁其进核心 — VeryWellVersed · 2026-11-17
- 开源自托管 MCP 端点一次接入 38 种数据库,只读且凭据不出服务器 — Green_Competition_21 · 2026-11-17
- OpenAI 自弃 SWE-bench Verified,CACM 文章吁编码榜单须附审计追踪 — EhudReiter · 2026-11-17
- 开源播客工具 SubCast:双语字幕逐句对照,AI 精读一集约一角钱 — vista8 · 2026-11-17