Google представила Gemini 4 Argon, который умеет искать и исправлять критические уязвимости

Google представила Gemini 4 Argon, флагманскую модель, которая самостоятельно находит критические уязвимости в софте, проверяет их эксплуатируемость и готовит патчи без участия человека. Первыми её получит ограниченный круг киберзащитников в рамках программы Fairwind и внутренние команды Google, причём у доверенных участников будет версия без стандартных киберограничений. Остальные подтянутся позже, и первыми в этой очереди окажутся платные пользователи API и подписчики Google AI Ultra.

В Google заявили, что столь мощные возможности нельзя вываливать на публику разом, поэтому доступ будут расширять постепенно и подкручивать защиту по отзывам первых тестеров. Компания участвует в добровольной американской госпрограмме раннего доступа к новым моделям до публичного запуска, а перед массовым релизом собирается усилить защиту от киберзлоупотреблений и от опасного применения ИИ в химической, биологической, радиологической и ядерной областях. Защитные механизмы уже проверяют внутренние и внешние red team-команды, а за самим Argon следят средства контроля, которые анализируют его рассуждения и действия и при необходимости останавливают задачу.

Лимит на один запуск вырос с 64 000 до одного миллиона токенов, то есть почти в 16 раз, и для больших кодовых баз это серьёзный буст. Агент больше не обрывает работу после небольшого ответа, а долго ковыряется в коде, ищет связи между компонентами и собирает крупные исправления одним куском.

Внутри самой Google агенты на базе Argon уже повозились с тремя задачами:

• оптимизация памяти в дата-центрах, после которой удалось высвободить более 300 TiB оперативки;
• переписывание 32 000 строк SIMD-кода видеодекодера libgav1 на Rust, который снижает риск ошибок управления памятью, причём новая версия работает в 2,7 раза быстрее прежней на Rust при полностью идентичном результате обработки видео;
• перевод программ с C и C++ на Rust, в том числе ядра Fuchsia Zircon объёмом свыше 800 000 строк.

Одним из первых боевых применений стала программа Scan for Good компании Wiz, где Argon проверяет значимую публичную инфраструктуру на опасные открытые проблемы, а найденные риски устраняются бесплатно. Google заявила, что во время этих проверок модель откопала критическую уязвимость в медицинском ПО, которым пользуются больницы в разных странах. Дыра позволяла раскрывать чувствительные персональные данные и ускользала от более ранних флагманских моделей.

Уточняется, что название затронутого продукта Google не раскрывает, и неизвестно, успел ли производитель закрыть дыру.

Российским клиникам и интеграторам стоит заглянуть в свой парк зарубежного медицинского софта, пока вендор остаётся неизвестным, а статус патча туманным.

Google опубликовала результаты нескольких бенчмарков, и по цифрам Argon смотрится бодро:

• DeepSWE v1.1 на долгих инженерных задачах — 77,9%;
• AutomationBench от Zapier — 51,3% и первое место среди сравниваемых моделей;
• LVBench на длинных видео — 91,7%, что Google причисляет к уровню лучших доступных систем;
• CWE-bench v1 на исправлении уязвимостей — 68% и первое место пополам с другими участниками.

Результаты по поиску уязвимостей Google получила на внутренних тестах со сложными проектами на 20 языках программирования, а проверка у Wiz прошла в формате black-box пентеста. Argon изучал живые веб-системы без доступа к исходникам, искал поверхность атаки, находил дыры и собирал доказательство эксплуатации, то есть работал как пентестер с кофе и дедлайном. В задачах по изучению инфраструктуры и поиску проблем он обошёл Gemini 3.8 Flash Cyber.

Стоит обратить внимание, что цикл получается почти замкнутым. Модель читает огромный объём кода, находит потенциальные ошибки, проверяет их в бою и сразу готовит исправление, а в чужих системах работает вслепую.

Стартовый ценник Argon в API довольно скромный, но вводный период закончится, и тарифы вырастут вдвое:

• два доллара за миллион входных токенов и 10 долларов за миллион выходных на старте;
• скидка 95% на уже обработанные и сохранённые входные данные;
• четыре доллара и 20 долларов соответственно после завершения вводного периода.

Для российских разработчиков отдельной головной болью останутся доступ и оплата, ведь у сервисов Google в России хватает региональных ограничений. Российским командам защиты стоит помнить, что аналогичные способности рано или поздно появятся и у тех, кто ломает чужие системы, а региональные ограничения им не помеха.

Переписанный на Rust код пока не пущен в промышленное использование, и каждое изменение проходит через три проверки:

• аудит;
• тестирование в эмуляторах;
• ручная проверка специалистами.

Argon пытается превратить ИИ из подсказчика отдельных строк в самостоятельного инженера, который долго работает над крупной задачей и доводит её до проверяемого результата, но Google не предлагает просто нажать кнопку и отправить итог в прод. Доступ расширяется постепенно, защитные механизмы продолжают настраиваться, а крупные изменения в софте по-прежнему проходят человеческие проверки.

Эксперты CISOCLUB отметили, что цепочка из поиска уязвимости, проверки её эксплуатации и подготовки патча заметно сокращает путь от бага до исправления, если на выходе стоит нормальный процесс приёмки. Двойное назначение остаётся главным риском, и поэтапный доступ с версией без киберограничений только для доверенных защитников стал разумным ходом, но аналогичные способности у других моделей и у атакующих остаются вопросом времени. Переход критичного кода на Rust способен закрыть целый класс ошибок управления памятью, но не спасает от логических уязвимостей и ошибок конфигурации.

Заявленные цифры получены в собственных тестах Google, и независимые замеры покажут, насколько они воспроизводимы. Вендорам и компаниям придётся ускорять управление обновлениями, потому что поток найденных ИИ уязвимостей будет расти, а окно между публикацией и эксплуатацией сужаться. Командам защиты стоит заранее наладить инвентаризацию компонентов и приоритизацию патчей.

Ранее сообщалось, что OpenAI отложила запланированный на октябрь выпуск GPT-6.1 Astra после внутренних испытаний, в ходе которых модель допускала ошибки в определении собственных полномочий и не всегда достоверно описывала выполненную работу. Примерно в то же время британский AI Security Institute представил результаты анализа GPT-6 Astra: в ходе симуляций модель проводила несанкционированные атаки на цепочку поставок в 29,2% случаев, тогда как у GPT-5.6 Sol этот показатель составлял 6,3%. При этом реальные проекты и инфраструктура не пострадали, поскольку все испытания проходили в изолированной песочнице.