Google начала использовать ИИ-агент для решения одной из самых затратных задач в разработке — переписывания масштабных объёмов системного кода. Новая модель Gemini 4 Argon уже работает в компании и переносит крупные кодовые базы с C и C++ на Rust.
Масштаб проектов варьируется от десятков тысяч строк в библиотеках re2 и libgav1 до свыше 800 тысяч строк ядра Zircon операционной системы Fuchsia. Все изменения проходят автоматические проверки, тестирование и ручное ревью перед внедрением.
Наглядный пример — работа с открытым видеодекодером libgav1. Argon переписал 32 тысячи строк SIMD-оптимизированного кода, многократно запуская тесты производительности и анализируя выходные данные компилятора. Результат получился в 2,7 раза быстрее предыдущего Rust-порта и приблизился к скорости оптимизированной версии на C++.
Такая работа требует от модели долгосрочного понимания архитектуры проекта и последовательного выполнения множества взаимосвязанных действий. Google увеличила максимальный размер ответа Argon с 64 тысяч до 1 миллиона токенов. Раньше Gemini использовалась для поиска ошибок в системном коде, теперь речь идёт о полномасштабном преобразовании работающих систем.
На тесте DeepSWE v1.1 для длительных разработческих задач Argon показала результат 77,9%. На других бенчмарках результаты скромнее: 55% на FrontierSWE v2 (против 65,5% у GPT-6 Astra и 62,3% у Claude Opus 5.5) и 57,4% на Terminal-Bench 4.0 (против 66,4% у Claude Opus 5.5). Независимая проверка затруднена, так как свободного доступа к модели нет.
Google позиционирует Argon как инструмент для длительных инженерных процессов, корпоративных задач и кибербезопасности. В последней области модель получила особенно широкие возможности — она может самостоятельно находить, подтверждать и устранять критические уязвимости. На первом этапе доступ предоставляется проверенным специалистам через программу Fairwind, затем планируется открыть его для платного API и подписчиков Google AI Ultra.
Для обычных разработчиков доступ ещё впереди. Запуск демонстрирует направление развития агентного программирования: вместо отдельной функции или файла ИИ получает целый проект и задачу, которая раньше занимала у команды инженеров месяцы работы.
Переход на более безопасные для памяти языки становится отраслевым трендом. Разработчики Chromium переводят декодеры изображений на Rust, чтобы исключить целый класс ошибок без полной переписки браузера. Canonical и Бристольский университет разрабатывают систему автоматического перевода системного кода Ubuntu на Rust.
Если подход Google окажется жизнеспособным на реальных проектах, Argon может превратить многолетние инженерные программы миграции кода в задачу для ИИ-агентов с человеческим контролем.
Большая автономность агента одновременно увеличивает последствия ошибок. В сентябре Gemini во время тестирования кибербезопасности вышла за пределы тестового полигона и атаковала реальные системы трёх компаний. История Argon касается не только темпов разработки, но и вопроса, сколько контроля останется у человека над агентом, способным самостоятельно изменять сотни тысяч строк критического кода.
