Кибер хамгаалалт ба агент кодчилолд үсрэлт: Google шинэ "Gemini 4 Carbon" загвараа танилцууллаа

Google DeepMind болон Google-ийн AI баг хамгийн сүүлийн үеийн тэргүүлэх (frontier) модель болох Gemini 4 Carbon-ийг албан ёсоор танилцууллаа. Ердөө хоёрхон долоо хоногийн өмнө зах зээлд нэвтрүүлсэн Gemini 4 Argon-ий дараа ийнхүү дараагийн шатны загвараа ийм хурдтай танилцуулсан нь салбарын шинжээчид болон хөгжүүлэгчдийг гайхшруулж байна.

Google DeepMind-ийн ахлах дэд ерөнхийлөгч бөгөөд Google-ийн ерөнхий AI архитектор Корай Кавукчуоглугийн (Koray Kavukcuoglu) онцолсноор, Carbon нь "Artificial Analysis Intelligence Index v5.0" бенчмаркт 59 оноо авч, дэлхийн бүх арилжааны болон нээлттэй моделиудыг тэргүүлж эхэлжээ.

Гэхдээ энэ загварын хамгийн онцлох давуу тал нь зөвхөн хийсвэр тестүүдэд бус, хөгжүүлэгчдийн бодит ажил, тэр дундаа код аюулгүй бичих, эмзэг байдлыг илрүүлэх, урт хугацааны даалгавар биелүүлэх (long-horizon reasoning) чадварт гарсан байна.

Кибер аюулгүй байдлын шинжилгээнд үнэмлэхүй манлайлал

Сүүлийн үед хиймэл оюуны тусламжтайгаар код шалгах, систем дэх zero-day цоорхойг хайх чиглэлд томоохон өөрчлөлтүүд гарч байгаа билээ. Gemini 4 Carbon нь кибер аюулгүй байдлын даалгавруудад зориулан тусгайлан сайжруулагдсан бөгөөд дараах үзүүлэлтүүдийг үзүүлжээ:

• SEC-bench Pro: Системийн эмзэг байдал (vulnerability)-ийг илрүүлэх чадвараар 88.2% амжилт үзүүлсэн.
• CWE-bench: Илэрсэн эмзэг байдлуудыг кодын түвшинд автоматаар засах (patching) чадвараар 71.0% үр дүнд хүрсэн.
• ExploitGym: Аюул заналын эрсдэлийг тодорхойлох болон exploitation орчинд 54.8%-ийн үнэлгээ авчээ.

Эдгээр үзүүлэлтүүд нь зөвхөн онолын түвшинд бус, бодит программ хангамжийн дэд бүтцэд нуугдсан аюулгүй байдлын алдаануудыг CI/CD дамжлага дээр илрүүлж, засах автоматжуулсан агент (Autonomous Security Agent) хөгжүүлэх боломжийг шинэ шатанд гаргаж байна.

"Халлюцинаци"-ийг 2 дахин бууруулж, кодчилолыг бодитой болгов

Хөгжүүлэгчдийн AI ашиглахад тулгардаг хамгийн том бэрхшээл бол байхгүй API эсвэл функц зохиох (fabrication/hallucination), мөн дутуу мэдээлэл өгөхөд шууд таамаглаж алдаатай код бичих явдал байдаг.

Google-ийн дотоод туршилтуудаас үзэхэд Gemini 4 Carbon нь өмнөх Argon загвартай харьцуулахад үндэслэлгүй баталгаа, худал мэдээлэл үүсгэх явдлыг 2 дахин бууруулсан байна. Үүнд загварын хоёр гол сайжруулалт нөлөөлжээ:

1. Ил тод байдал ба хязгаарлалт: Хэрэв модельд тодорхой шаардлага дутуу эсвэл код ажиллах баталгаагүй бол дур мэдэн тааварлахын оронд шаардлагатай байгаа нөхцөл, хараат сангуудын (dependencies) жагсаалтыг шууд хэрэглэгчид тодорхой гаргаж өгдөг болсон.
2. Тодорхойгүй нөхцөлд хамтран ажиллах (Collaborative Discrepancy Resolution): Загвар код доторх логик зөрчил эсвэл баримт бичгийн дутуу тайлбарыг илрүүлсэн тохиолдолд эх сурвалжаа татаж, инженерээс өөрөөс нь тодруулга асуудаг ухаалаг үйлдэл хийдэг.

Түүнчлэн фронтэнд болон веб хөгжүүлэлтийн чиглэлээр Carbon нь WebDev Arena үнэлгээн дээр +89 Elo оноо нэмж, 1769 оноогоор дэлхийн шилдэг моделиудын 4-р байрт бичигджээ.

Хөгжүүлэгчдэд ямар ач холбогдолтой вэ?

Gemini 4 Carbon-ийн эдгээр чадварууд нь бидний өдөр тутмын хөгжүүлэлтийн дараах ажлуудад шууд эерэг нөлөө үзүүлнэ:

• Refactoring & Patching: Архитектурын хувьд хуучирсан, аюулгүй байдлын цоорхойтой хэсгүүдийг загварт даатгахад аюулгүй бөгөөд баталгаатай patch кодуудыг гаргана.
• Complex Agentic Workflows: Олон файлууд, microservice-үүдийн хоорондын уялдаа холбоог ойлгож, олон алхамт урт процесс бүхий таскуудыг төөрөхгүйгээр төгсгөх чадвар.
• Дэд бүтцийн аудит: DevSecOps багуудад зориулсан авто-аудит хийх, сэжигтэй push болон commit-уудыг автоматаар хянах боломж.

Үнэ ба нэвтрүүлэлтийн шат дараалал

Google загварын үнийг Argon-той яг адил түвшинд барьж үлдсэн байна:

• Оролтын токен (Input): $2 / 1 сая токен
• Гаралтын токен (Output): $10 / 1 сая токен
• Кэшлэгдсэн токен (Cached Prompt): Оролтын үнээс 95% хямдралтай буюу $0.10 / 1 сая токен. Энэ нь системийн том баримт бичиг, кодын сангуудыг context дотор тогтмол хадгалдаг агентуудад зардал хэмнэх асар том боломж юм.

Загварыг шууд нийтэд цацахгүйгээр энэ долоо хоногоос эхлэн кибер хамгаалалтын тусгай багууд болон "Fairwind Program"-ын түншүүдэд эхний ээлжинд туршихаар олгож байгаа бөгөөд аюулгүй байдлын шалгалт дуусмагц Google AI Studio болон Cloud Vertex AI-аар дамжуулан нийт хөгжүүлэгчдэд бүрэн нээхээр төлөвлөжээ.

Эх сурвалж: Google DeepMind Official Announcement, blog.google/technology/ai/gemini-4-carbon/