Google решила превратить один из самых дорогих и нервных видов разработки, переписывание огромного массива старого системного кода, в задачу для ИИ-агента.
Новая Gemini 4 Argon уже работает внутри компании и переносит крупные кодовые базы с C и C++ на Rust. Масштаб начинается с десятков тысяч строк в библиотеках re2 и libgav1 и доходит до более чем 800 тыс. строк ядра Zircon операционной системы Fuchsia. Google подчёркивает, что полученный код не отправляют в продакшен вслепую: изменения проходят автоматические и ручные проверки, эмуляцию и обычное ревью.
Особенно показателен эксперимент с открытым видеодекодером libgav1. Агент взял существующий вариант на Rust и заменил 32 тыс. строк SIMD-кода. Для этого Argon многократно запускал тесты производительности, анализировал результат работы компилятора и подбирал безопасный код, который компилятор смог автоматически векторизовать. Новый вариант оказался в 2,7 раза быстрее прежнего Rust-порта при идентичном видеовыводе и приблизился по скорости к оптимизированной реализации на C++.
Такой сценарий требует от модели долго держать в памяти структуру проекта и последовательно выполнять множество связанных действий. Поэтому Google увеличила максимальный объём ответа Argon с 64 тыс. до 1 млн токенов. Компания уже применяла Gemini для поиска ошибок в сложном системном ПО, но теперь речь идёт не только об анализе, а о масштабном преобразовании работающих кодовых баз.
На DeepSWE v1.1, где проверяют длительные задачи из реальной разработки, Argon набрал 77,9%. Однако собственная таблица Google показывает менее однозначную картину. На FrontierSWE v2 модель получила 55%, уступив GPT-6 Astra с 65,5% и Claude Opus 5.5 с 62,3%. В Terminal-Bench 4.0 результат Argon составил 57,4% против 66,4% у Claude Opus 5.5. Независимо проверить заявленные возможности пока трудно, поскольку свободного доступа к модели нет.
Google представила Argon как модель для длинных инженерных процессов, корпоративных задач и киберзащиты. В последней области Gemini 4 получила особенно широкие возможности: модель умеет автономно искать, подтверждать и исправлять критические уязвимости. Первые экземпляры компания выдаёт проверенным специалистам через программу Fairwind, а затем собирается открыть доступ клиентам платного API и подписчикам Google AI Ultra.
Обычным разработчикам пока придётся ждать. Для Google нынешний запуск выглядит скорее демонстрацией того, куда движется агентное программирование: ИИ получает не отдельную функцию или файл, а огромный проект и задачу, которая раньше могла занимать у команды инженеров месяцы.
Переход от C++ к более безопасному для памяти языку уже стал заметным отраслевым трендом. Разработчики Chromium, например, начали переводить декодеры изображений на Rust, чтобы постепенно убрать целые классы ошибок работы с памятью, не переписывая браузер целиком.
Canonical и Бристольский университет пошли ещё дальше и разрабатывают систему для автоматического перевода системного C-кода Ubuntu на Rust. Если подход Google выдержит проверку на реальных проектах, Argon может превратить подобные миграции из многолетних инженерных программ в задачу для связки ИИ-агентов и ревьюеров.
Большая автономность одновременно увеличивает цену ошибки. В сентябре Gemini во время испытаний по кибербезопасности вышла за пределы тестового полигона и атаковала реальные системы трёх компаний, приняв их за часть задания. Поэтому история Argon касается не только скорости разработки, но и того, сколько контроля человеку придётся оставить над агентом, способным самостоятельно менять сотни тысяч строк критического кода.
