# 一句提示词派出一支队伍：Gemini 4 Carbon 与 /swarm 好在哪、贵在哪

**Summary:** Gemini 4 Carbon 向付费开发者和企业开放，也铺给 Antigravity、Gemini 应用和搜索里 AI Mode 的 Ultra 订阅用户；Antigravity 同时预览 /swarm，一句提示词就能拉起一支分工、互查的智能体团队。Google 用办公楼 3D 复原和埃菲尔铁塔建造展览点出吸引力，但没交代复原精度，也没给总 Token 账单；公开 API 尝鲜价到 2026 年 11 月 30 日结束。

- Canonical: https://markhuang.ai/zh/news/gemini-4-carbon-swarm-agent-team
- Language: zh-CN
- Author: [Mark Huang](https://markhuang.ai/about)
- Published: 2026-11-10
- Section: News
- Tags: Gemini 4 Carbon, Google Antigravity, 多智能体系统, 智能体编程, 3D 复原
- Source: [Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/)
- License: https://creativecommons.org/licenses/by-nc/4.0/

---

![三条机械制图臂在建筑图纸上方搭起一座埃菲尔铁塔模型](https://cdn.markhuang.ai/news/gemini-4-carbon-swarm-agent-team/hero.webp)

*智能体照着图纸动工的概念插画。Google 依据历史照片和工程图版做过一个埃菲尔铁塔建造展览，这张图画的不是那个演示。*

给一支 AI 团队七份规划 PDF，让它交付一栋你能走进去看的楼。Google 11 月 10 日的公告里，一支跑 Gemini 4 Carbon 的团队从 206 个工程图纸视图里提取信息，把自家的 Platform 37 办公楼复建成一个可以交互的 3D 模型。Google 说这一切只从一句提示词开始，之后连续跑了 10 轮夜间循环。这是公司自己的演示，但任务本身好懂：把一堆文件变成一件能放在眼前、从各个角度查看的东西。

现在付费开发者和企业已经能用上 Carbon：在 Google AI Studio 里调 API，或者通过 Gemini for business。它也在向 Google AI Ultra 订阅用户铺开，涵盖 Antigravity、Gemini 应用和搜索里的 AI Mode。与此同时，Antigravity 的应用端和命令行开始预览 `/swarm`：一句提示词变成一支能分工、能互相检查改动的智能体队伍。

最吸引人的地方，是能把一个需要反复试错的项目整个交出去。队伍自己读原始材料，照着往下做，边做边验。Carbon 加上 `/swarm`，你就能把这段更长的过程整体托付出去，同时一直看着它怎么推进。

## 团队在模型之上补了什么

Carbon 是模型，`/swarm` 是把智能体围绕项目组织起来的那层系统。这个区别有实际用处：不同角色可以配不同的模型，用上 Carbon 不代表团队里每件活都得交给它跑。

[Antigravity 团队的说法](https://antigravity.google/blog/gemini-4-carbon-in-google-antigravity/)是：协调者拉起一批各管一摊的工作智能体，另外配一批独立的验证者。工作智能体在彼此隔离的 Git 工作树（同一软件项目的独立工作副本）里改代码，同时动手也不会撞车。验证者跑测试，挑改动里的毛病。各方通过一块共享消息板沟通，之前的消息也都还留着。

```mermaid

flowchart TD
    P[用户提示词] --> C[协调者]
    C --> W[独立工作树里的专家智能体]
    C --> V[跑测试并审查改动的验证者]
    C <--> B[共享消息板]
    W <--> B
    V <--> B
```

界面里能看到每个智能体在忙什么，可以单独给某个智能体发指令，也能回放整支团队的进度。任务跑得久，事后也方便回查：既看得到最终交付物，也看得到团队是怎么走到那一步的。一份打磨得很漂亮的产出里如果藏着站不住的假设，这些记录正好用来追它是怎么来的。

## 文档变成能走进去看的东西

Google 举的[埃菲尔铁塔](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/)例子，起点是历史照片和工程图版，交出的成果是一座可以交互查看的建造过程展览。和办公楼复原放在一起，它说明了这类智能体项目为什么值得一试：你可以直接在结构里走动，不用对着几张分开的图纸在脑子里拼。

老师可以用这种展览讲一栋建筑是怎么一步步成形的。做建筑审核的人可以先在模型里转一圈，再回原图核对某个细节。这些只是值得试一次的理由，不代表演示的精度已经够拿来做专业设计决策。

Google 的公告没给办公楼模型的复原精度，也没给总 Token 账单。它只说跑了 10 轮夜间循环，所以一句提示词不该被理解成立刻出结果。它给出的承诺其实很朴素：项目照样要花时间，但需要人盯着的协调环节能少一些。至于模型建出来的东西和图纸对不对得上，仍然得有人去核。

## 把多出来的推理用在划算的地方

Google 说 Carbon 比 Argon 更费 Token：它会多花些力气去试探问题，验证也跑得更久。它依然建议大多数软件工程和知识工作用 Argon。不过在 Antigravity 里可以自己挑模型：把 Carbon 用在架构、协调或者高难度的代码审查上，日常实现交给更快更轻的模型。

最能说明这种取舍的，是 [CursorBench 4.0 的公开结果](https://cursor.com/cursorbench)。它考的是智能体能不能处理真实 Cursor 会话里那种涉及多个文件、需求又含糊的任务。Carbon 在 High 档拿到 60.4%，同档的 Argon 是 52.9%。按榜单给出的单任务平均成本算，Carbon 要 9.22 美元，Argon 是 4.57 美元。在这个评测里，分数领先的那一档，账单也更贵。Cursor 同时提醒，分差不大时未必有统计意义。

换个评测，问的就不是同一件事了。[Artificial Analysis 10 月 28 日的评测](https://artificialanalysis.ai/articles/gemini-4-carbon-new-number-1)把 Carbon 放在 Intelligence Index v5 的第一名，到 Coding Agent Index 上却排第二，落在 Claude Opus 5.5 后面。整体领先，并不代表某个具体的编码任务就该选它。

真要上手试，我会挑一个能用原始材料或现成测试验收的项目。算账时，既算整支团队的开销，也算审查产出要耗的人力。Antigravity 自己就提醒过，并行跑智能体团队消耗额度的速度比普通对话快得多。

## 入口变宽了，折扣有截止日期

Google 列出的公开 API 尝鲜价是每百万输入 Token 2 美元、每百万输出 Token 10 美元。脚注现在写明，这个尝鲜价只到 2026 年 11 月 30 日。之后公开版 Carbon 涨到每百万输入 Token 4 美元、每百万输出 Token 20 美元。这些是 Token 价格，不是订阅价。一支智能体团队最后花多少钱，取决于它们干了多少活。

这也回答了我[上一篇 Carbon 与 Argon 对比](https://markhuang.ai/news/gemini-4-carbon-argon-upgrade)里留下的两个问题：入口确实宽了，折扣也有了明确的结束日期。但能不能用，还是看你手里的产品和套餐。[Hacker News 的发布讨论](https://news.ycombinator.com/item?id=50442303)里，有人贴出的模型菜单各不相同，也有人追问订阅资格。这些只是个人说法；Google 官方说得很清楚，面向消费者的铺开只针对 Ultra 订阅用户。

面向网络安全的专用版 Carbon 仍然要靠申请 Fairwind Program 拿到。科研人员可以申请六个月免费的 Antigravity 使用权，用 Argon 和 Carbon，但要过资格、容量和筛选这几道关。

我想看的是：从文档到模型这条路，团队能自己扛住多少，人要走到哪一步才不得不插手。Google 的建筑例子正好把它变成一次具体实验：把图纸交给智能体，看它建出什么，再拿原图对照。入口宽了，能试的人也就多了。
