Carbon 更会找漏洞，安全产品就能直接换模型吗？

找到问题和放心交付，中间还隔着什么#

假设一个安全助手发现了代码里的疑似漏洞。用户接下来要的不是一段令人紧张的描述，而是三个答案：问题确实存在吗，值得优先处理吗，修补后会不会破坏原来的功能？

Google DeepMind 于 2026 年 10 月 28 日公布 Gemini 4 Carbon。这次发布的重点之一，就是让模型参与漏洞发现、验证和修补。对安全产品来说，这是值得跟进的能力变化，但还不是“现在就可以替换线上模型”的通知。

官方安排是先向部分网络防御团队开放，再通过 Fairwind 计划逐步扩展到可信伙伴。面向普通开发者、企业和消费者的产品接入仍是后续计划。本文讨论的是这次受限开放，不是已经普遍可用的 API。

我的判断是：先把它当成候选能力，而不是现成的交付承诺。 能找到更多问题，只解决了工作流的一部分。

三个分数，回答的是三个不同问题#

官方公布的安全能力成绩包括：SEC-bench Pro 为 88.2%，ExploitGym 为 54.8%，CWE-bench 为 71.0%。它们分别对应漏洞发现、利用验证和修补。不能把这三个百分比相乘，估算“端到端自动修复成功率”：它们不是同一批任务沿着同一条流水线的结果。

评测说明里有几个会影响产品判断的细节。

SEC-bench Pro 使用 183 道 JavaScript 引擎任务，报告单次尝试的成功率，并对独立运行取平均。模型要交出能触发问题的验证结果，而不只是写一段“这里可能有风险”的分析。这个条件比描述得像漏洞更接近可核查证据，但仍不能直接代表所有语言和业务系统。

ExploitGym 使用 Antigravity 执行框架，隔离互联网访问，关闭缓解措施。说明同时提到每题 6 小时和延长至 10 小时的测试预算，却没有在正文把首页的 54.8% 与具体超时档位明确对应。这个缺口应保留，不能自行补成“几分钟就能验证一半漏洞”。

CWE-bench 的结果来自 Collinear AI 对各模型的统一评测，以单次尝试的程序化通过率排序。相比之下，另外两项中的竞品数字来自各自发布的报告。同一张总表，不代表所有行都经过同一套横向实验。 总表涉及 Argon、GPT-6 Astra、Claude Opus 5.5 和 Fable 5.1，但不同项目存在缺项。本文因此不据此给模型排一个综合名次。

还有一条更重要的边界：发布文章明确说，这组外部安全能力成绩是在没有防护措施的条件下评测的。它展示的是模型能做到什么，不是带着生产权限、拦截和人工审核后能交付多少。

防护不是分数之外的附加项#

安全助手的特别之处在于，同一种验证能力既能帮助防御，也可能被错误地用于不该触碰的目标。产品不能只问“模型做得成吗”，还要确认“这件事是否获准做”。

以一个企业内部的修补助手为例，我会把可读取的代码、允许验证的测试环境、可以修改的分支分别列清楚。发现疑似问题，不自动等于获得验证权限；验证成功，也不自动等于可以合并补丁。这些是产品与执行系统应承担的约束，不能全交给模型临场理解。

遇到目标不在授权范围内，助手应该交代缺少什么权限或材料，而不是为了提高完成率换一条路径继续。遇到补丁无法通过原有测试，应该保留失败结果并交给人，而不是只展示修改成功的文件。

产品试用，先收一份完整的交付记录#

如果后续获得合法试用资格，我更愿意选一组有权处理、已有已知结果的代码问题，让现用方案与 Carbon 都走准备上线的权限和审核流程。不要为了复现无防护榜单，先把正式产品的限制关掉。

每个任务都保留三类证据：

• 问题证据：位置和触发条件能否核对，有没有把正常行为误报成漏洞；无法确认的结果单列，不装作已经找到。
• 修补证据：补丁是否解决原问题，原有功能测试是否仍通过；需要人工重写的部分也要记录。
• 交付账单：从开始到可审核结果用了多久，花了多少费用，失败重试和人工接手有没有算进去。

这三类记录决定的是不同的产品动作。误报太多，要先改善证据呈现与复核；补丁经常破坏原功能，就继续保留人工合并；只有少量难题需要长时间运行，则可以把它做成明确告知等待时间的后台任务，而不是让所有请求都使用最大预算。

这里的做法是我的验收建议，不是官方已经验证的业务收益。发布材料没有给出这组企业内部任务的单位成本、交付延迟和人工节省量，不能拿榜单分数替代这些账。

能力进步值得关注，交付边界也要一起前进#

Carbon 让安全助手的候选能力更值得期待。但对产品经理来说，最有价值的变化不是“模型又领先了”，而是可以重新测试哪些工作能够交给它，以及哪些步骤仍须明确授权和人工确认。

真正可交付的结果，应当带着能核查的问题证据、通过回归的补丁和完整成本记录。缺其中一项，模型再会找漏洞，也还没有完成用户的工作。

来源与边界#

• 发布与对象：Google DeepMind 的 Carbon 官方发布文章，署名 Koray Kavukcuoglu，页面发布日期为 2026 年 10 月 28 日，未标明具体时区。本文沿用来源日期，不补造北京时间时刻。文章提供模型定位、受限开放安排、三项安全能力成绩及无防护条件。
• 方法与对照：Gemini 4 Carbon 模型评测说明，Google DeepMind，标注结果截至 2026 年 10 月。第 1–3 页说明默认最高思考设置、单次尝试口径、执行框架、各项数字来源和不同测试预算。除特别说明外，竞品结果来自厂商自报，不能一概当作同协议重测。
• 报告版本：发布页链接的安全与安全防护报告封面与正文对象是 Gemini 4 Argon，日期为 2026 年 10 月。本文已核对，不把它说成 Carbon 的完整系统卡，也不把其中旧模型的安全结果移植给 Carbon。
• 未验证部分：本文没有调用或复现 Carbon，未验证生产防护下的通过率，也没有得到上述业务场景的成本、延迟或可用性承诺。三步交付检查、试用设计和人工接管安排属于本文的产品判断，不是官方实施结果。