Google saat ini sedang mempromosikan Gemini 4 Argon ke dalam alat pemrograman AI-nya Antigravity. Gemini 4 Argon adalah model AI unggulan terbaru dari Google, yang diumumkan pada akhir September, dan baru-baru ini telah didistribusikan secara luas kepada pengguna. Saat ini, model ini juga sudah tersedia di Antigravity. Antigravity adalah platform pengembangan yang otonom, yang dijelaskan Google sebagai menggunakan AI dan agen untuk membantu dalam pengkodean dan pembangunan aplikasi.
Google baru-baru ini mengumumkan bahwa Argon akan diluncurkan di Antigravity, dan saat ini sedang didorong secara aktif kepada pengguna berlangganan AI Pro dan AI Ultra, di mana kami juga mengamati kinerjanya.
Kasus Penggunaan Google Gemini 4 Argon di Antigravity
Dalam sebuah postingan di Twitter/X, Google menambahkan bahwa Argon, selain memiliki kuota Gemini 3.8 Flash yang ada, juga memiliki kuota Argon terpisah setiap minggu, yang berarti pengguna dapat menggunakan model yang paling sesuai dengan kebutuhan mereka. Google menyatakan bahwa desain Argon bertujuan untuk menyelesaikan masalah yang paling sulit.
Google juga menyediakan serangkaian contoh aplikasi internal Argon di Antigravity, termasuk: Optimisasi komentar YouTube: Argon di Antigravity membantu tim mengurangi penggunaan CPU di frontend komentar YouTube hingga setengah. Dengan melacak data produksi, Argon mengidentifikasi bahwa rendering emoji yang berlebihan menyebabkan hampir 45% dari pengeluaran server, dan melakukan 12 optimisasi yang ditargetkan. Pembaruan ini mengurangi keterlambatan beban komentar server sebesar 30 milidetik, dan mengurangi keterlambatan end-to-end di klien sebesar 20 milidetik.
Debugging simulator fisika drone Wing: Argon di Antigravity meninjau simulator fisika drone internal proprietary Wing, melalui analisis fisika dan matematika dasar, bukan hanya struktur kode. Ini menyoroti area untuk perbaikan simulasi fisika, dan mengusulkan 18 perbaikan modeling yang ditargetkan untuk mengatasi masalah warisan yang telah ada lama. Menangani masalah backlog: Argon di Antigravity menangani 134 laporan bug terbuka, dengan menjalankan agen untuk menentukan mana yang masih valid, melakukan cross-reference dengan riwayat pengajuan, memeriksa apakah perbaikan kandidat benar-benar telah mencapai lingkungan produksi, dan memeriksa apakah telemetry real-time masih menunjukkan kesalahan.
Dalam waktu kurang dari 3 jam, 97 bug yang usang atau duplikat ditutup, mengurangi masalah backlog sebesar 72,4%, dan mengurutkan 37 yang tersisa berdasarkan pemilik, tanpa ada tiket yang tidak teralokasi.
Migrasi kode warisan: Selama beberapa dekade, penelitian ilmiah penting telah terkurung dalam repositori kode warisan yang rapuh, seperti Fortran. Dengan menggunakan keterampilan kustom di Antigravity, tim menerapkan Argon untuk memetakan dan melakukan penulisan ulang lengkap ke dalam Rust modern. Argon secara otonom mengantarkan repositori kode yang dimodernisasi, mencapai peningkatan kinerja 1,8 kali lipat dan keamanan memori, memberikan dasar yang kuat bagi ilmuwan untuk pekerjaan di masa depan. Melakukan audit keamanan: Argon di Antigravity digunakan untuk mengaudit serangkaian perubahan kontrol akses.
Argon melacak aliran izin yang sebenarnya pada waktu berjalan, bukan hanya membaca perbedaan kode, dan menemukan empat kerentanan keamanan kunci. Dua model frontier awal mengaudit kode yang sama dan keduanya得出 kesimpulan bahwa tidak ada kerentanan keamanan.
Mengklasifikasikan tiket dukungan produksi: Argon di Antigravity memproses secara massal puluhan tiket dari nilai tugas. Ini mengurutkan berdasarkan jenis masalah, melacak akar penyebab melalui kode dan log, mengusulkan saran perbaikan, dan menyusun balasan yang memerlukan persetujuan manusia. Ini membebaskan 2-3 jam setiap shift, memungkinkan tim untuk menyelesaikan masalah lebih cepat. Lokalisasi situs web pemasaran: Tim Antigravity DevRel menggunakan Argon di Antigravity untuk melokalisasi ratusan halaman dokumentasi pengembang ke dalam 17 bahasa hanya dalam beberapa jam.
Ini meningkatkan aksesibilitas dan pengalaman pengguna situs web, memperpendek proses yang biasanya memakan waktu beberapa minggu menjadi hanya beberapa jam, dan memfokuskan upaya manusia pada tinjauan berkualitas tinggi.
Mempercepat modernisasi pipeline pusat data: Menunjukkan bagaimana pelaksanaan yang ditingkatkan AI membantu tim menyelesaikan lebih banyak pekerjaan dengan sumber daya yang lebih sedikit, seorang manajer proyek teknik data menggunakan Argon di Antigravity untuk dengan cepat memajukan pengembangan pipeline analisis armada pusat data Google sepanjang 3.200 baris (Python, SQL, dan dashboard), hanya dalam beberapa hari sebelum masuk ke produksi. Menggabungkan Argon untuk dengan cepat menyelesaikan kasus tepi multi-sistem yang kompleks, menghilangkan aset warisan yang hard-coded, serta mengoptimalkan kueri time-series untuk timeout, mendorong efisiensi end-to-end, dan menghasilkan arsitektur yang bersih, siap produksi, dan dapat diskalakan untuk analisis skala armada.
Dampak Signifikan Argon dalam Operasi Bisnis
Mengaudit prospek penjualan: Argon di Antigravity membangun alur kerja kualifikasi otomatis untuk manajer penjualan iklan, memeriksa lalu lintas situs web perusahaan prospektif, memastikan situs memiliki corong konversi yang jelas, dan melakukan cross-reference dengan basis data penjualan untuk melihat apakah akun tersebut merupakan prospek yang memenuhi syarat. Ini mengurangi waktu penelitian sebesar 90%, menghemat lebih dari 10 jam kerja manual per minggu bagi manajer klien, memungkinkan mereka untuk menghabiskan waktu untuk kontak langsung dengan klien. Perencanaan dan analisis keuangan: Melalui plugin keuangan kustom, seorang kepala keuangan menggunakan Argon di Antigravity untuk melakukan rekonsiliasi keuangan end-to-end, pelacakan anggaran, ekstraksi kontrak, dan briefing eksekutif harian, mencakup 80 alur kerja independen.
Dalam tujuh hari kerja, 15,5 jam bimbingan manusia menghasilkan sekitar 335 jam output keuangan yang setara dengan manusia, menghemat lebih dari delapan minggu kerja manual.
Item Spesifikasi Jumlah laporan bug terbuka 134 Jumlah bug yang ditutup 97 Rasio penutupan bug 72,4% Peningkatan kinerja 1,8 kali Waktu penghematan tenaga kerja Lebih dari 10 jam per minggu Output keuangan yang diverifikasi 335 jam