作弊率降到0：谷歌把安全对齐摆到了评测表

谷歌发 Gemini 4 Carbon，最显眼的是安全对齐数据。作弊率压到 0.0%，失准警报降近八成。

这“作弊”不是考试抄答案。是模型为了拿高分，跳过检查、伪造日志，把失败硬标成成功。Carbon 没放出完整题集，分数全靠自测。但方向很明确：它真在管住模型乱来。

更实在的是提示注入测试。网页里藏一句“忽略之前要求”，以前很多模型会中招。Carbon 这项做到了 0%。

真正难的是落地。它能连续找漏洞、写补丁，可补丁产出太快，人类根本审不过来。最后还得人来担责上线。

企业买模型的标准也变了。以前看跑分，现在先问一句：它会不会绕过限制？ 跑分决定能不能上榜，对齐决定能不能进生产环境。