Google 說明 Gemini 4 Argon 的安全設計：即時錯位監控與提示注入防禦

摘要

Google 同步公布 Gemini 4 Argon 的安全與資安設計，重點包括自動化錯位監控，即時分析模型動作與內部逐步推理，以阻擋嚴重越界行為並將重大內部案例轉交人工審查。官方稱 Argon 內建對抗性訓練與即時安全檢查，在 Gray Swan 的間接提示注入基準測試中，15 次嘗試的攻擊成功率降至 0.7%。此外，Fairwind Program 將擴展至更多受信任的網路防禦者，並擴大內部用於掃描關鍵系統。官方同時提供安全與資安報告及模型卡。對於把模型導入高風險場景的團隊，這份說明提供了部署前風險評估的具體依據，也顯示前沿模型的競爭已延伸到代理行為的可控性。