予 予希斋
← 返回 X 快报
X 快报
15 分钟

Google 开放旗下最强 Gemini 模型 Carbon，Claude 把白板和表格做进了对话

Google 所称最强的 Gemini 模型已经能用，但日常工作真要换到 Carbon 吗？当白板、表格也能在对话里完成，人该把时间花在操作，还是验收上？

Carbon 开放了，日常工作先用哪一档？

北京时间（UTC+8）11 月 11 日凌晨，Google 宣布：Gemini 4 Carbon 正式向开发者、企业、科研人员和消费者开放。

Carbon 在 10 月 28 日首次发布时，先通过 Fairwind 项目，提供给一部分网络安全防御团队试用。这一次的变化，是付费接口和部分消费级产品里也能用了。

Google 把 Carbon 称为目前最强的 Gemini 模型，专门对付会把模型智力用到极限的工作：需要多步推理、长时间推进的编程、调试，以及开放式的科学研究。它会比 Gemini 4 Argon 花掉更多的思考 token。token 是模型处理信息的计量单位，思考 token 则用于给出答复前的内部推理。与此同时，官方写得很明确：大多数软件工程和知识工作，Argon 仍是更合适的选择。

谁能用到，要分成两条线看。在 Gemini 应用、搜索里的 AI 模式，以及 Google 面向智能体编程的 Antigravity 平台上，Carbon 面向 Google AI Ultra 订阅用户开放。官方订阅页列出的 Ultra 有两档，月费分别为 99.99 美元和 199.99 美元；月费 19.99 美元的 Google AI Pro 可以使用 Argon，但不能在这些消费级产品里使用 Carbon。

另一条线是付费的 Gemini API 和企业版 Gemini：付费开发者和企业现在就可以调用。独立的网络安全加强版本，仍需申请加入 Fairwind 项目。

科研人员可以申请 Antigravity 的最高用量档，在其中免费使用 Argon 和 Carbon 六个月；能否获批取决于资格、名额和筛选，获批者将陆续开通。

上线优惠期的价格与 Argon 相同：每 100 万输入 token 2 美元，每 100 万输出 token 10 美元，有效期到 11 月 30 日；从 12 月 1 日起，每 100 万输入 token 调整为 4 美元，每 100 万输出 token 调整为 20 美元。输出费用包含思考 token，Carbon 不提供免费接口档位。

隐式缓存默认开启，要求输入至少达到 4096 个 token；命中缓存的那部分输入，单价为普通输入价的 5%。因为 Carbon 往往会多想几步，账单不能只看单价，还要看一次任务实际花掉的 token。

Google 在发布材料中称，Carbon 在 CursorBench 4.0、Perplexity 的 WANDR，以及 Zapier 的 AutomationBench 上排名第一，单任务成本不到其所列「次优外部模型」的一半。Cursor 官方账号还给出了自己的数字：在高推理档位（让模型投入更多算力思考）上，Carbon 在 CursorBench 上的成绩为 60.4%。Carbon 也已可在 Cursor 中使用。

「最难的任务」可以看一项安全研究：Signal 加密协议的实现，在编译成电脑实际运行的代码后，还能否证明它满足预定的安全要求？Google 首席执行官桑达尔·皮查伊和 DeepMind 介绍了新框架 AlphaProof Code：研究人员先与模型一起，把要证明的安全目标写成形式化规格，再由以 Carbon 为主的智能体去写证明。证明只有通过 Lean 核心程序的核对才会被接受。Lean 是一种把数学证明写成计算机可检查形式的语言。

研究团队验证的对象是 Signal 加密协议的参考实现 libsignal：未经改动的官方 Rust 代码被编译成 AArch64（64 位 Arm 架构）机器码，再放进一个命令行测试程序验证。证明针对的是真实编译产物；其中的底层加密运算和少量库函数，则在证明中按事先写明的行为约定处理，不逐条验证其实现。结论依赖这些约定，以及对底层加密算法的安全假设。

据论文报告，智能体生成了约 650 万行通过机器核对的 Lean 证明代码。这些证明依赖约 2.6 万行受信任的规格和处理器语义，后者是对机器指令行为的数学描述。证明覆盖一对一通信中的后量子握手 PQXDH 和三重棘轮（Triple Ratchet），针对的是前向保密、身份认证、失陷后安全和握手保密等事先写明的性质。安全规格仍须人工审阅；Lean 核对的是证明能否在这些前提下成立。

DeepMind 称，这项工作用了四周，而按以往经验，专家团队往往要花数年。为检查规格能否识别真实错误，研究团队还把两个此前已修复的漏洞重新放回隔离版本，系统随后给出了「这个有漏洞的版本不安全」的机器核对证明。相关材料和证明已开源。

这项验证回答的是相关实现能否满足研究人员写下的性质，范围不包括 Signal 应用的全部代码，也不等于所有风险都已经消失。

中文圈 Agent 自动化实践者卡兹克则从另一个方向看这次上线。他写道，Anthropic 的 Claude Fable 5.2 发布后的一天里，时间线几乎都被它占满；他实测了刚上线的 Carbon，认为相对 Argon 有进步，但和 Fable 相比，仍缺少一种基准测试测不出来、却容易被感觉到的东西，他称之为「审美」。这是他的个人对照，不能当成对两款模型的总排名。

大多数软件工程和知识工作，Argon 仍是更合适的选择；Carbon 则留给会把模型智力用到极限的任务。

Google 官方博客，译意

来源：Google 正式开放说明 · Google 官方发布帖 · Cursor 的成绩与可用说明 · Gemini API 更新说明 · Google AI 订阅方案 · DeepMind 介绍 AlphaProof Code · 论文与开源证明 · 皮查伊的说明 · 卡兹克的对照

软件开始进到对话里，人要做的更像验收

11 月 10 日凌晨发布 Claude Fable 5.2 后，Anthropic 又在 11 月 11 日凌晨给出另一类更新：把更多办公工作留在 Claude 的对话里。

官方称，Claude Whiteboards 和 Claude Sheets 开始以测试版向所有付费方案推送。你可以先和 Claude 把还很乱的计划说清楚，再得到一块带时间线、负责人和日期的白板，团队可以一起改；也可以直接请它生成带标签页、公式和下拉项的表格，例如活动跟踪表或招聘预算。

Claude Data 则是 10 月测试版仪表盘的正式版，改了名字，因为官方认为企业用数据的方式已经不止于看图表。它可以从 Redshift、BigQuery、ClickHouse 这类数据仓库里取数，写成数据故事，或生成供人审看后再分享的解说视频。经过确认的指标查询和实时分享仍是测试功能。

边界同样写在官方说明里。目前的表格功能还比较简单；需要完整的 Excel 能力时，官方建议导出，或改用 Claude for Excel。在企业方案中，白板和表格默认关闭，要由管理员打开。这些更新是滚动推送的，不是所有人会在同一时刻看到。

同一天，Anthropic 还做了一件更具体的补偿。官方开发者账号宣布：所有 Pro、Max、Ultra 和 Team 用户将获得一次免费的完整用量重置，覆盖全部模型和限额，可在 12 月 11 日上午 6 点（北京时间）前随时使用。入口在设置里的用量页面。

官方的理由是：近期修复了一些导致用量消耗超出预期的小问题；此前随 Fable 5.2 提供的重置，对已经用完所有模型周限额的人帮助不大。这些问题并非影响所有人。此次重置可以恢复已用额度，公告没有提到上调限额，也没有点名企业方案和免费方案。

同一窗口里，Claude 还扩大了对 MCP Apps 扩展的支持。MCP 是一套让外部工具和模型对接的开放协议。官方开发者账号称，现在可以把完整的网站或应用做进 Claude 里，让模型直接对屏幕上的内容采取行动；同一套应用也可以在其他支持该扩展的 AI 产品中运行。这项能力仍是公开预览，实现细节可能会随着社区标准化而调整。官方产品线程还提到，Adobe、Atlassian 和 Box 等合作方的完整工具，可以打开在对话旁边。

中文圈 AI 与软件工程布道者宝玉由此往前推了一步。他的判断是：现在的瓶颈已经不是如何把专业软件做出来，而是怎样让智能体更好地使用软件，以及怎样让人更好地预览和微调。对智能体来说，最顺手的往往是命令行、MCP 和代码，而不是为了人手动操作而做得很复杂的图形界面；对人来说，需要的是标记和评论，以便验收结果。他把 Claude Artifacts 比作当年 Google Docs 相对本地办公软件的那一跳：使用软件的主体，从「人从头点到尾」变成「智能体去执行，人来审查和微调」。他点名批评了 Manus 新版视频生成仍配有复杂时间线，认为还没有把这件事想清楚。这些是他的产品判断，不是对某一款软件好坏的评测。

以前的软件做这么复杂，是因为需要人去全程操作；把这些操作交给智能体之后，人要做的是预览和微调。

宝玉原帖，整理

来源：Claude 白板、表格与 Data 介绍 · 官方发布帖 · MCP Apps 更新 · 完整用量重置公告 · 宝玉谈软件形态 · 宝玉谈验收

人们在 ChatGPT 里找商家时，谁来回答？

OpenAI 同一天开始公测「ChatGPT 里的商家」。官方称，ChatGPT 每周约有 12 亿使用者；企业可以通过 Business Hub 认领自己的机构，通过核验后更新关键信息，并添加带有当前价格和库存的产品目录。后台会提供汇总后的互动数据，例如被提及的次数、网站点击，以及对话里常见的主题。官方同时强调：这些洞察是汇总的，而且只有达到一定数量才会显示；OpenAI 不会把用户与 ChatGPT 的对话，或用户与商家助手的对话，分享给商家。在 ChatGPT 可用的地区，符合条件的企业可以开始认领。Shopify 商家可以从 Business Hub 或 Shopify 后台连接店铺，以简化核验。

在此之上，还有一层「商家助手」。目前只对符合条件的美国电商和在线服务开放。当一家企业出现在模型的答复里，用户可以点进它的资料页；如果该企业已经发布了助手，用户可以选择另开一段对话，询问商品差异、适合自己的功能，或退换货政策。这段对话会单独标注，并与 ChatGPT 自己的独立回答区分开。企业也可以赞助自己的助手，把它当作 ChatGPT 广告的落地页；赞助位置同样会单独标注。

创业者格雷格·艾森伯格把这件事比作人工智能时代的「Google 商家资料」：广告可以点进品牌自己的助手，产品目录正在变成新的检索优化对象。他也指出一个直接后果：商家看得到提及和点击，却看不到完整对话，因而难以判断哪些聊天最后变成了成交。这和官方的隐私设计是同一件事的两面。有读者在转发评论里担心，品牌助手可能会随口承诺公司并未授权的退款。这是风险提醒，不是已经核实的事故。OpenAI 另有商家助手政策，要求企业按自己提供的信息和规则来回答，但不能据此假定所有助手都已经做到。

来源：OpenAI 官方介绍 · 官方发布帖 · 设置说明 · 商家助手政策 · 格雷格·艾森伯格的观察 · 读者的风险提醒

时间线很快，车厢里却很慢

模型和应用一天之内连着发布，容易让人觉得整个世界都在加速。玉伯给出了另一种观察。

他说，X 的时间线太容易制造幻觉：模型进步很快，世界变化很快，巨大的变化正在飞快发生。这感觉并非全错。可是做产品还需要另一种现场：在拥挤的车厢里，有人看短视频，有人用红果短剧、番茄小说这类应用；逛 X 的只有他，使用个人 AI 助手的是零人。

他随后补了一个让自己也有些意外的例子。上周四（11 月 5 日）下午，他在 AIE Shanghai 2026 分享《Personal Agent 的另一条路》，现场爆满。中间做了一次举手调查：用过豆包以外任何一款个人助手的人请举手，结果大约只有五分之一。他把 Claude Code 和 Codex 也算进去后，举手的人几乎没有增加。这不是严格抽样的统计，只是一场公开分享上的现场观察；但它把「飞快」和「极慢」放到了同一画面里。

差不多同一时间，中文圈开发者橙夹在体验几款国内个人 AI 后写道：很多产品是为了显得主动而主动，把手段当成了目的；如果一直用这么饥渴的方式做产品，只会让人产生压力。这两条观察分别谈使用范围和产品体验，却指向同一个问题：怎样让个人助手变成用户愿意保留的习惯？

世界变化飞快，又极慢。少量机会在飞快里。大量机会在极慢中。

玉伯原帖

来源：玉伯的车厢观察 · AIE Shanghai 现场补充 · 橙夹谈国内个人 AI

短讯

文末来源索引（主线索）