Google está promoviendo Gemini 4 Argon para su herramienta de programación de IA Antigravity. Gemini 4 Argon es el último modelo insignia de IA de Google, anunciado a finales de septiembre y ampliamente distribuido a los usuarios a principios de esta semana. Ahora, el modelo también está disponible en Antigravity. Antigravity es una plataforma de desarrollo autónoma que Google describe como una herramienta que utiliza IA y agentes para ayudar en la codificación y construcción de aplicaciones.
Google anunció a principios de esta semana que Argon se lanzaría en Antigravity, y ahora se está distribuyendo activamente a los suscriptores de AI Pro y AI Ultra. De hecho, también estamos observando su rendimiento.
Casos de uso de Google Gemini 4 Argon en Antigravity
En un tuit en Twitter/X, Google agregó que Argon, además de tener la cuota existente de Gemini 3.8 Flash, también cuenta con una cuota separada de Argon por semana, lo que significa que los usuarios pueden utilizar el modelo que mejor se adapte a sus necesidades. Google afirma que Argon está diseñado para resolver los problemas más desafiantes.
Google también proporcionó una serie de ejemplos internos de aplicaciones de Argon en Antigravity, que incluyen: Optimización de comentarios de YouTube: Argon en Antigravity ayudó al equipo a reducir a la mitad el uso de CPU en el frontend de los comentarios de YouTube. Al rastrear los datos de producción, Argon identificó que el renderizado redundante de emojis estaba causando casi el 45% del gasto del servidor, y se realizaron 12 optimizaciones específicas. Estas actualizaciones redujeron la latencia de carga del servidor de comentarios en 30 milisegundos y la latencia de extremo a extremo en el cliente en 20 milisegundos.
Depuración del simulador físico de drones Wing: Argon revisó en Antigravity el simulador físico interno propietario de Wing, analizando la física y las matemáticas subyacentes, no solo la estructura del código. Destacó áreas de mejora en la simulación física y propuso 18 mejoras específicas de modelado para abordar problemas heredados de larga data. Manejo de problemas acumulados: Argon en Antigravity abordó 134 informes de errores abiertos, determinando mediante la ejecución de agentes cuáles seguían siendo válidos, cruzando referencias con el historial de envíos, verificando si las correcciones candidatas habían alcanzado efectivamente el entorno de producción y revisando si los errores seguían apareciendo en la telemetría en tiempo real.
En menos de 3 horas, se cerraron 97 errores obsoletos o duplicados, reduciendo los problemas acumulados en un 72.4%, y se clasificaron los 37 restantes según su propietario, sin órdenes de trabajo no asignadas.
Migración de código heredado: Durante décadas, investigaciones científicas importantes han estado atrapadas en frágiles repositorios de código heredado, como Fortran. Al utilizar habilidades personalizadas en Antigravity, el equipo implementó Argon para mapear y ejecutar una reescritura completa en el moderno Rust. Argon entregó de forma autónoma un código moderno, logrando una mejora de rendimiento de 1.8 veces y seguridad en la memoria, proporcionando a los científicos una base sólida para trabajos futuros. Ejecución de auditorías de seguridad: Argon fue utilizado en Antigravity para auditar un lote de cambios en el control de acceso.
Argon rastreó el flujo real de permisos en tiempo de ejecución, no solo las diferencias de lectura de código, y descubrió cuatro vulnerabilidades de seguridad clave. Dos modelos de auditoría anteriores revisaron el mismo código y ambos concluyeron que no había vulnerabilidades de seguridad.
Clasificación de órdenes de trabajo de soporte de producción: Argon procesó en bloque decenas de órdenes de trabajo de guardia en Antigravity. Clasificó por tipo de problema, rastreó la causa raíz a través del código y los registros, propuso soluciones y redactó respuestas para la aprobación humana. Esto liberó de 2 a 3 horas por turno, permitiendo al equipo resolver problemas más rápidamente. Localización de sitios web de marketing: El equipo de Antigravity DevRel utilizó Argon en Antigravity para localizar cientos de páginas de documentación para desarrolladores en 17 idiomas, en solo unas pocas horas.
Esto mejoró la accesibilidad y la experiencia del usuario del sitio web, reduciendo un proceso de semanas a solo unas horas, y enfocando el esfuerzo humano en revisiones de alta calidad.
Aceleración de la modernización de los pipelines de centros de datos: demostrando cómo la ejecución mejorada por IA ayuda a los equipos a hacer más con menos recursos, un gerente de proyectos técnicos de ciencia de datos utilizó Argon en Antigravity para avanzar rápidamente en el desarrollo de un pipeline de análisis de flota de centros de datos de Google de 3,200 líneas (Python, SQL y dashboards), en solo unos días para su implementación en producción. Combinando Argon para resolver rápidamente casos complejos de múltiples sistemas, eliminando activos heredados codificados y optimizando consultas de series temporales para tiempos de espera, impulsó la eficiencia de extremo a extremo, entregando una arquitectura limpia, adecuada para producción y escalable para análisis a escala de flota.
Impacto significativo de Argon en las operaciones comerciales
Auditoría de clientes potenciales de ventas: Argon en Antigravity estableció un flujo de trabajo de calificación automatizado para los gerentes de ventas publicitarias, verificando el tráfico del sitio web de las empresas potenciales, confirmando si el sitio tenía un embudo de conversión claro y cruzando referencias con la base de datos de ventas para ver si la cuenta era un cliente potencial calificado. Esto redujo el tiempo de investigación en un 90%, ahorrando a los gerentes de clientes más de 10 horas de trabajo manual a la semana, permitiéndoles dedicar tiempo a la interacción directa con los clientes. Planificación y análisis financiero: a través de un complemento financiero personalizado, un responsable financiero utilizó Argon en Antigravity para realizar conciliaciones financieras de extremo a extremo, seguimiento de presupuestos, extracción de contratos y presentaciones diarias para ejecutivos, abarcando 80 flujos de trabajo independientes.
En siete días hábiles, 15.5 horas de guía humana generaron aproximadamente 335 horas de producción financiera equivalente a humanos, ahorrando más de ocho semanas de trabajo manual.
Ítem Especificaciones Número de informes de errores abiertos 134 Número de errores cerrados 97 Tasa de cierre de errores 72.4% Mejora de rendimiento 1.8 veces Tiempo de ahorro de mano de obra Más de 10 horas por semana Producción financiera verificada 335 horas