Gemini 4 Argon的写作能力无敌了。

大家好，我是鲁工。

上周凌晨发的那篇Gemini 4 Argon正式发布，Antigravity中已经可用。快讯时，我在文末提到那篇稿子本身就是用Gemini 4 Argon写的，很多读者留言说完全看不出来AI味。

这一周以来，我把手里所有写作相关的任务都切到了Antigravity的Gemini 4 Argon上。

一圈高强度压测跑下来，单论长程写作和文字驾驭能力，现在的Gemini 4 Argon确实处于独一档的位置。

刚好昨天Google AI Studio负责人Logan Kilpatrick和CEO Pichai先后放出了一组数据，Gemini 4 Argon上线后的前72个小时里，全网一共处理了约25万亿个Token，折合平均每秒吞吐9600万Token，是上一代Gemini 3.0同期用量的3倍。当时Logan在发布推文里排在第一位的兴奋点就是这模型的写作能力（writing capability），排在后面的才是原始知识储备和编码耐力，以及把单次最大输出上限从前代的64K直接拉到1M（100万）Token。

很多朋友平时拿大模型写东西，可能觉得64K输出（大约三四万汉字）已经够用了。但100万Token的统一输入输出窗口加上长输出续写协议（continuation protocol）到底拉开了多大差距，得拿完整的长文工程试过才知道。

我昨天在Antigravity CLI中，让Gemini 4 Argon给我写了一本书。我个人本身对人文历史非常感兴趣，比如说三国历史。我测试的写作例子是，让Argon给蜀汉后期核心人物姜维写一本人物传记，书名就叫《姜维传》。

我在Antigravity CLI直接给写作指令，大概要求是，先把《三国志》裴松之注、《华阳国志》、《晋书》和《资治通鉴》里的相关卷次梳理成2万字史料汇编，再按12个章节写出17.3万字的全书书稿。

初稿完成后，我又在DeepSeek Harness里面让DeepSeek V4.1 Flash进行review并提出具体的修改优化意见。经过三轮交互和修改之后，就定了一个我觉得可以拿给我慢慢阅读的版本。然后我让它把书稿排版成可印刷的PDF格式，这样读起来会方便一些。

放一些让我觉得赞不绝口的片段给大家欣赏一下，让我自己写，我肯定写不了这么细腻入微的文字。

如果说写书和改剧本考验的是百万级上下文的跨章结构控制力，那么日常的技术文章写作最头疼的是去AI味与高密度信息转化。

常写技术文章的朋友都有体会，现在不管是Claude Opus 5.5还是GPT-6 Astra，一写深度技术解读，骨子里的排比腔就藏不住。最典型的是喜欢独句成段甩一句不是A而是B的对照句，满篇破折号做插入解释，动不动切出三四个工整的小标题，到了结尾还要拔高一段行业升华。哪怕你在写作Skill里写上二十条禁用词规则，字数一多还是会旧病复发。

我从去年10月份就开始维护自己的个人写作Skill，这一年下来，能在这份Skill下写出最丝滑的语言效果的，早期有Claude Opus 4.6，近期的话Gemini 3.8 Flash和Gemini 4 Argon。即使是Opus 5.5，在写作上，我觉得也不如Argon。当然了，AI直出的初稿只能作为起点，人工还是需要在上面至少修改一轮的。

至于为什么Gemini系列（尤其是这次的Argon）在文字驾驭上总能比GPT和Claude更自然，结合公开技术资料和社区拆解来看，核心在于预训练语料底子与后训练对齐机制的两处差异。

一方面，谷歌手里掌握着积累了二十多年的Google Books海量扫描出版物与多语种长文库，模型在预训练阶段吃进去的是真实出版级专著的叙事节奏和词汇肌理，天然比主要靠网页和合成数据喂出来的模型少一层公文总结味。

然后就是，Argon把100万Token做成了输入、内部思考（Thinking Tokens）与输出共享的统一预算池，并且官方博客明确提到后训练阶段不对内部思维链做干预打压，这让模型在动笔前有充足的思考空间去排布结构、消化用户的负向文风禁令，不会像传统重度RLHF模型那样为了迎合偏好评测而本能地套用总分总、列清单和排比金句的得分模板。

这一点在数据标注机构Surge AI发布的Hemingway-bench写作评测里也得到了印证。他们请职业编剧和资深编辑做了5000多轮双盲对比，发现靠大模型自动打分的EQ-Bench虽然常把爱堆砌辞藻和密集比喻的模型排在前面，但机器裁判与人类职业作家的审美一致率其实只有43%。

等换到人类作家盲测和LMArena文本盲投时，反倒是行文克制不炫技、擅长在严苛约束下给出具体细节的Gemini系列冲到了前列，其长文质量退化率（Degradation）也只有0.029，比GPT-6 Astra的0.050低了近一半。

Argon在改稿和写评论时之所以显得干脆利落、没有AI那种左右逢源的客套味，很大程度上来自它极高的自信度；但麻烦也出在这里，一旦它在某个冷门史料或文献细节上超出了输入材料的覆盖范围，它绝不会主动承认不确定，而是会用最笃定的学术口吻把假出处编得像模像样。比如前面《姜维传》一审时，DeepSeek就发现《三国志·郤正传》裴注里的引文标成了《晋书》。

所以，我还是得提个醒，AI写的代码你可以不看，但AI用于严肃场景的写作文字，我请大家一定要至少亲自过目一遍，比如写论文、写专利、写书稿或者其他需要对外发表和公开的内容，请一定要人工把关。不然写作一时爽，出事火葬场。

文章来自于"AI编程实验室"，作者 "鲁工"。