Every 实测 Gemini 4 Carbon:编码更强但判断力仍输 Fable 5.2
every · x · 2026-11-18
Every 发布 Google DeepMind 新模型 Gemini 4 Carbon 的评测(Google 提供早期访问但无内容干预)。要点:
- Carbon 编码能力显著强于上代 Gemini 4 Argon,3D 物体生成更好,能连续工作数小时、几乎不需监督地完成大型构建
- 但发布时机尴尬:Anthropic Fable 5.2 前一天再次抬高了旗舰标准——agent 不仅要能干长活,还要会挑对工作、尊重任务边界、知道何时算完成
- 测试者对 Carbon 需要多少监督意见不一
- 文中介绍 jackcheng 的实用工作流「让委员会来看」:在 Mac Mini 上以 Opus 为主模型,会话中随时调用 Fable、Codex、Gemini 做交叉评审,模型互相审、人来做最终判断
「编程与Agent」频道最新
- 项目管理三角失效:AI agent时代核心变成定义「好」 — lak_luster · 2026-11-18
- SWE-CoWork 基准:最强模型在 101 个真实仓库任务中仅完整通过 8 个 — omarsar0 · 2026-11-18
- LangChain 团队解答:Agent、Deep Agent 与 Managed Deep Agent 有何区别 — LangChain · 2026-11-18
- 开发者质疑极限多智能体工作流:未见巨大价值只烧订阅 — DanielLockyer · 2026-11-17
- AI 原生 SDLC 四阶段流水线:代码变便宜,人仍把守四道闸门 — Pavan_Belagatti · 2026-11-17
- 开源桌面机器人 Lamp 本周上线 Skill Store:物理技能可像 App 一样安装 — dee_hw · 2026-11-17