Google wprowadza model Gemini 4 Argon. Nowość zyskuje autonomiczny tryb zadań w tle, obsługę 40 aplikacji oraz lepsze wnioskowanie. Co ze zmianami dla typowego Kowalskiego?
Gemini w dotychczasowym wydaniu Pro łapał w ostatnim czasie lekką zadyszkę na tle najmocniejszej konkurencji.
Kiedy użytkownik rzucał mu obszerny plik do przetrawienia albo prosił o logiczne powiązanie faktów z kilku niezależnych źródeł, asystent miewał skłonność do kluczenia lub uciążliwego spłycania wątków. Ten zastój właśnie dobiega końca za sprawą oficjalnej premiery modelu Gemini 4 Argon.
Według giganta, dla typowego odbiorcy oznacza to skok w codziennej wygodzie, natomiast entuzjaści wycisną z nowej architektury znacznie więcej, zwłaszcza przy automatyzacji skryptów czy obróbce surowych baz danych.
Osobną niespodziankę przygotowano dla użytkowników komputerów Mac. Google zdecydowało się przenieść interfejs agentowy ze środowiska Google Antigravity bezpośrednio do dedykowanej aplikacji Gemini na macOS.
Dzięki temu rozwiązaniu można płynnie przeskakiwać między zwykłym oknem dialogowym a edycją i pisaniem kodu w ramach jednego programu, bez konieczności żonglowania osobnymi kartami w przeglądarce czy zewnętrznymi narzędziami deweloperskimi.
Gemini 4 Argon debiutuje od razu
Gemini 4 Argon zaprojektowano z myślą o rozwiązywaniu najtrudniejszych problemów logicznych oraz wieloetapowych procesów roboczych, oferując rygorystyczną precyzję, głębsze wnioskowanie i zdolność do samodzielnego realizowania projektów.
Dla osób korzystających z narzędzia w oknie przeglądarki kluczową wiadomością pozostaje natychmiastowa dostępność nowej jednostki. Argon trafia od razu do oficjalnej wersji webowej oraz do trybu AI Mode w wyszukiwarce Google dla posiadaczy subskrypcji Google AI Pro oraz Google AI Ultra.
Google mówi, iż w codziennych konwersacjach od razu rzuca się w oczy diametralna zmiana stylu wypowiedzi. Gemini odpowiada zdecydowanie bardziej bezpośrednio, odrzucając zbędne asekuranctwo i rezygnując z męczących formułek pokroju „Jako model sztucznej inteligencji”.
Zniknęły powtórzenia oraz utarte językowe klisze, dzięki czemu odpowiedzi są zwarte, a asystent natychmiast przechodzi do meritum zadanego pytania o przepis, naprawę usterki czy analizę zestawienia.
Równie duży postęp zaszła w sposobie komunikowania bieżących działań przy skomplikowanych promptach. Zamiast wielosekundowej, głuchej ciszy podczas mielenia trudnego polecenia, interfejs na bieżąco wyświetla meldunki o kolejnych fazach wnioskowania, dając pełną kontrolę nad tym, jaki element problemu jest w danej chwili rozpracowywany.
Tryb zadań Tasks
Prawdziwym przełomem w codziennej ergonomii jest nowy przełącznik trybu zadań umieszczony w oknie czatu. Po jego aktywacji Gemini zyskuje zdolność do w pełni autonomicznej pracy w tle.
Użytkownik może zlecić wyciągnięcie i podsumowanie wydatków z całego kwartału wyciągów bankowych, włączyć Civization VI i zacząć grać, aby po powrocie zastać gotowe zestawienie bez konieczności nadzorowania każdego kroku algorytmu.
Równolegle środowisko przeglądarkowe – nie wiemy, czy w Polsce – zyskało bezpośrednią integrację z ponad 40 zewnętrznymi platformami, wśród których znalazły się między innymi Shopify, Adobe, OpenTable oraz Instacart. Pozwala to załatwiać złożone sprawy bez opuszczania wątku rozmowy: od rezerwacji stolika w restauracji i kompletowania koszyka z zakupami spożywczymi, aż po generowanie grafik czy bieżące administrowanie asortymentem w sklepie internetowym.
Fakty w dokumentach
W obszarze pracy z plikami tekstowymi i arkuszami wprowadzono mechanizm ścisłego ugruntowania w danych. Przesyłając do okna dialogowego wielostronicową umowę najmu, raport finansowy czy tabelę z wykresami, otrzymuje się analizę opartą w na faktach, wyciągającą konkretne paragrafy o zgłaszaniu awarii bez zmyślania szczegółów i z pełnym zrozumieniem zależności między tekstem a grafiką.
Lepsze rozumienie geometrii i przestrzeni pozwala modelowi generować interaktywne moduły w czasie rzeczywistym. Wpisując polecenie stworzenia kalkulatora rat kredytowych z suwakami, użytkownik otrzymuje działające mininarzędzie wprost w oknie czatu.
Google mówi, iż model bez trudu tworzy również interaktywne animacje, proste gry oraz wizualizacje 3D, gotowe do uruchomienia od ręki. W praktyce tak zaawansowana analiza wideo i fizyki ruchu może pozwolić np. na nagranie telefonem domowej usterki, by model wskazał źródło problemu
Gemini 4 i zasady bezpieczeństwa
Firma chwali się BARDZO, iż nowy model zajął pierwsze miejsce w niezależnym zestawieniu Vals Index, oceniającym przydatność systemów AI w realnych zadaniach zawodowych. Oznacza to twarde wsparcie przy kalkulacjach podatkowych, analizie skomplikowanych pism urzędowych czy weryfikacji danych biznesowych na poziomie zarezerwowanym dotąd dla wykwalifikowanych ekspertów.
Programiści piszący i debugujący kod w językach Python, JavaScript, HTML czy CSS mają zyskać znacznie pewniejszego partnera. Argon chwyta architekturę całych modułów, lokalizuje ukryte błędy logiczne i wprowadza korekty bez psucia pobocznych, działających zależności w projekcie.
Google położyło przy tym bezwzględny nacisk na bezpieczeństwo pracy agenta. Gemini 4 Argon wykazuje rekordową odporność na ataki typu prompt injection, ukryte w treściach analizowanych stron internetowych. Co więcej, w przypadku jakichkolwiek wątpliwości lub zamiaru wykonania nieodwracalnej operacji na plikach, algorytm wstrzymuje procedurę i prosi człowieka o potwierdzenie, zamiast podejmować ryzykowne działania na skróty.
Gemini 4: najważniejsze zmiany w skrócie
- Brak lania wody: koniec z formułkami „Jako model AI” czy asekuranckim wstępem. Pytasz o przepis, usterkę albo tabelę i dostajesz czystą treść.
- Tryb Tasks w tle: zlecasz wyciągnięcie wydatków z wyciągów za cały kwartał, zamykasz laptopa i wracasz po gotowe zestawienie.
- Zewnętrzne usługi w czacie: zamiast skakać po kartach, rezerwujesz stolik przez OpenTable czy kompletujesz koszyk w Instacart prosto z okna rozmowy. Zobaczymy, co z tego będzie w Polsce.
- Lepsza analiza dokumentów: wrzucasz wielostronicową umowę najmu i pytasz o terminy zgłaszania awarii – model wyciąga konkretne paragrafy bez zmyślania faktów.
- Interaktywne widgety od ręki: prosisz o kalkulator rat kredytu z suwakami, a Gemini generuje działające narzędzie bezpośrednio w oknie czatu.
- Wideo i analiza fizyki: nagrywasz telefonem cieknący syfon pod zlewem, a model analizuje ruch elementów w czasie i podpowiada rozwiązanie.
- Bezpieczeństwo agenta: system blokuje ukryte ataki prompt injection na stronach WWW, a przed każdą nieodwracalną akcją pyta o potwierdzenie.
Haczykiem przy premierze pozostaje kwestia dostępności. Pełną moc modelu Gemini 4 Argon zarezerwowano wyłącznie dla abonentów planów Google AI Pro oraz Google AI Ultra, podczas gdy użytkownicy darmowej wersji muszą zadowolić się odchudzonymi, lżejszymi jednostkami. Plus Instacart itd. nie ma w naszym pięknym kraju, więc to też.
