Should Gemini 4 Argon Be in Your AI Stack?

OpenAI 工程主管因在会议室藏伪装成厕纸的录音器被捕，FBI 按国家安全案处理；同日 Gemini 4 Argon 实测：写代码仍落后，写作和 3D 却让人想换。

这期有两条线：一条是 OpenAI 会议室里搜出伪装成厕纸的录音器，涉案员工是沙特籍；另一条是 Gemini 4 Argon 开放实测，结果两极分化——有人骂它写代码没用，有人把它当新的写作搭档。同一个模型行不行，现在取决于你把它插在哪个工具里用。

一名在 OpenAI 干了一年、负责 Agent 产品的工程主管被捕，FBI 直接按国家安全案件处理，而不是普通商业窃密。

• Abdul Rahman Alosan（沙特籍，曾在 Meta 工作 5 年）被控在旧金山办公室一间高管会议室电视背后，藏了一台伪装成厕纸的录音设备，该房间日常讨论高度机密的技术和商业信息。
• 起诉书称他用生产力工具查询 OpenAI 会议室布局、高管位置和外部合作会议细节；一个关联他配偶的聊天机器人账号被用来问"怎么做持续录音设备""怎么加密 SD 卡"。
• 10 月 5 日监控拍到他进会议室检查电视背后；同日安保在无人看管的包里发现他的钱包、证件和第二台同类录音设备。OpenAI 声明未发现模型权重、源码或客户数据被泄露。

Google 新旗舰模型开放实测，跑分接近第一梯队，但真正的分歧出现在实际使用中——同一个模型换个工具跑，成绩能差出一整个档次。

• 跑分上 Argon 在 Harvey 法律基准领先第二名 13 分，OS World 电脑操作得 69.2%（Astra 是 72.6%）；但 Terminal Bench 4.0 落后 Opus 55 9 分，Frontier Suite 落后领头羊约 10 分。
• 开发者 Theo 实测后说它是"唯一一个错误声明率超过 50% 的模型"；Dan Shipper 的资深工程师基准上它只拿 21%，远低于 Soul 6。但 Pavel Hurin 换成 anti-gravity CLI 后分数"从不错直接变成前沿模型"，逼近 Opus 55 Max——他跑了三次确认。
• 写作是意外亮点：Dan Shipper 称它是"新的最爱写作搭档"，DeepMind 雇了职业编辑用红笔清掉 AI 味，它擅长理结构、磨比喻，这些恰是 Astra 和 Opus 的弱项。

面对能替用户花钱的 AI Agent，摩根大通选择封堵，Shopify 选择开放 API，两种策略正在分裂整个行业。

• 摩根大通 CEO Jamie Dimon 明确表态不让外部 Agent 进入："你不想有失控的 Agent，可能是几千个。"CFO 说能拦就拦。这意味着客户不能用 Agent 付账单，且银行不会为 Agent 的错误消费赔付。
• Shopify 反过来把后端 API 直接开放给所有 Agent（Muse、Town、Hermes 等），用户通过 Shopify App 就能让 Agent 购物。对 Shopify 的好处是省掉了 Agent 爬前端的服务器成本。
• 同样分裂出现在 SaaS：Salesforce 开放 API 给第三方 Agent，SAP 收紧 API 控制。哪条路会赢还不清楚。

"用一个模型时，你能明显感觉到每个模型在写作、品味和代码上的签名——这种差异在设计上最明显，比如它选的背景配色。"

• 如果你在评估新模型，别只看跑分：同一个 Gemini 4 Argon 在 Gemini CLI 和 anti-gravity CLI 下表现差一个档次。测试时先固定工具链，再比模型。
• Agent 接入金融类服务时，参考摩根大通的立场：只读任务（做预算、找订阅）可能放行，涉及资金操作的基本会被封。做 Agent 产品要提前设计"只读模式"和权限分级，别等银行来封你。