Gemini 4 Argon AI wzmacnia bezpieczeństwo: rozwiązuje 12 symulowanych ataków, w porównaniu do 5

Google uruchomiło Gemini 4 Argon AI, model z bardziej solidnymi zdolnościami w zakresie bezpieczeństwa cybernetycznego i ochroną w czasie rzeczywistym.

Podczas testów o ograniczonym dostępie, Wiz wykorzystał go do znalezienia luki w oprogramowaniu szpitalnym, której wcześniejsze modele nie zidentyfikowały. Ta wada dotyczyła ochrony setek tysięcy kartotek medycznych. Teraz kluczowe jest zrozumienie, czy obrony nadążają za nowymi możliwościami.

Kluczowe punkty

• Argon zakończył 12 symulowanych ataków cybernetycznych, w porównaniu do pięciu z poprzedniej generacji.
• Trzy poziomy ochrony filtrują żądania, kontrolują sygnały wewnętrzne i monitorują odpowiedzi.
• W testach jailbreak biologicznych na zewnątrz odblokowano mniej niż 1% podzadań.
• W benchmarku Gray Swan dotyczącego ataków typu prompt injection, ataki zakończyły się sukcesem w 0,7% przypadków.

Bezpieczeństwo Gemini 4 Argon AI w systemach rzeczywistych

Model został już zastosowany w rzeczywistym oprogramowaniu, a nie tylko w laboratoriach. Według Google DeepMind, które wyjaśniło to w poście na blogu, poprawia złożoną pracę w programowaniu, finansach, prawie, bezpieczeństwie cybernetycznym i nauce.

Postępy w kodowaniu i rozumowaniu pomogły zespołom bezpieczeństwa zidentyfikować i naprawić luki. Oprócz przypadku Wiz, zespoły firmy naprawiły błędy w oprogramowaniu wewnętrznym i open source. Wśród nich znajdują się podstawowe luki, które dotyczą systemów na całym świecie i są w trakcie odpowiedzialnego ujawnienia.

Uruchomienie miało miejsce 13 października 2026 roku, jak donosi The Verge. Redakcja cytuje również wewnętrzne zastosowania, które wykraczają poza bezpieczeństwo: model zmniejszył moc obliczeniową wymaganą przez sekcję komentarzy YouTube o połowę. Pomógł również w naprawie błędów symulatora fizyki dronów używanego przez Wing, firmę zajmującą się dostawami dronami należącą do Alphabet.

W ocenach biologicznych wersje bez zabezpieczeń wykazały większe zdolności w prowadzeniu, krok po kroku, rozwiązywania problemów w złożonych procedurach laboratoryjnych. Dlatego firma zastosowała zabezpieczenia zarówno w zakresie cyberbezpieczeństwa, jak i biologii, w ramach swojego Frontier Safety Framework.

Od programu Fairwind do szerszego otwarcia

Przed ogólnym otwarciem, Argon przeszedł z etapu zarezerwowanego dla kilku użytkowników. Obrońcy cybernetyczni przetestowali go w ramach Fairwind Program, podczas gdy wewnętrzne zespoły bezpieczeństwa analizowały krytyczne systemy wewnątrz i na zewnątrz firmy.

Teraz Google rozszerza dostęp i wprowadza program Fairwind do większej liczby zaufanych obrońców. Według relacji z uruchomienia, model trafia do subskrybentów Pro i Ultra za pośrednictwem aplikacji Gemini oraz trybu AI w wyszukiwarce. Subskrybenci Ultra znajdą go również w Antigravity, platformie rozwoju agentów firmy.

Na debiucie cena wynosi 2 dolary za milion tokenów wejściowych i 10 dolarów za milion tokenów wyjściowych. Opłaty podwajają się na koniec okresu wprowadzającego, na koniec listopada.

Ta sama relacja przypomina, że niższa cena za token nie oznacza automatycznie niższych kosztów za działania. Różne modele zużywają różną liczbę tokenów do wykonania tej samej pracy.

Trzy poziomy przeciwko nadużyciom i jailbreakom

System ochrony Argon łączy trzy narzędzia: filtr żądań, wewnętrzną analizę modelu i ciągłe monitorowanie. Celem jest zaawansowana ochrona AI przed tymi, którzy maskują szkodliwe żądania lub fragmentują je w długich rozmowach.

Na pierwszym poziomie, mniejsze modele analizują przychodzące żądania i kontekst rozmowy. Na drugim, niektóre sondy aktywacyjne analizują wewnętrzne sygnały nerwowe, poszukując wiedzy związanej z atakami cybernetycznymi lub zagrożeniami biologicznymi.

Trzeci poziom to ciągłe monitorowanie, które łączy te sygnały, gdy odpowiedzi zaczynają się formować. Może zatrzymać agenta w połowie odpowiedzi.

Google poinformowało, że naruszenia związane z szkodliwymi żądaniami prawie się zmniejszyły na zestawie testów adversarialnych. W zewnętrznych testach jailbreak biologicznych odblokowano mniej niż 1% ocenianych podzadań biologicznych. Wspierały to zabezpieczenia, szybsze poprawki jailbreaków i kontrola powtarzających się nadużyć.

Wyniki w zakresie cyberbezpieczeństwa i monitorowania agentów

W testach end-to-end firmy, Argon rozwiązał wszystkie 12 scenariuszy symulowanego ataku cybernetycznego. Poprzednia generacja zakończyła pięć.

W benchmarku Indirect Prompt Injection od Gray Swan, odporność na prompt injection doprowadziła do sukcesu ataków w 0,7% w 15 adaptacyjnych próbach. Wynik ten osiągnięto dzięki szkoleniu adversarialnemu i kontrolom bezpieczeństwa w czasie rzeczywistym.

Monitorowanie bezpieczeństwa w czasie rzeczywistym obejmuje również automatyczny system przeciwdziałający rozbieżnościom. Odczytuje działania agentów i ich wewnętrzne rozumowanie, blokuje poważne naruszenia granic i zgłasza poważne przypadki ludzkim ratownikom. Działa w produktach, wewnętrznych agentach programowania, sesjach szkoleniowych i ocenach zdolności.

Szkolenie koncentruje się na trzech zachowaniach: przestrzeganiu granic systemu, uczciwym raportowaniu negatywnych wyników i proszeniu o potwierdzenie od osoby. Próby skrócenia drogi lub oszustwa spadły do 2% w benchmarkach kodowania. Testy honeypot nie wykazały ukrytych zachowań, takich jak sabotaż monitorowania bezpieczeństwa.

Firma unika karania wewnętrznych myśli podczas szkolenia. W eksperymencie przypadkowym, te kary zmniejszyły o 61% otwarcie omawiane skróty. Te podejmowane w milczeniu wzrosły jednak z 11,2% do 36,4%.