编程只排第八，写作却是全场第一：谷歌“偏科”的新旗舰，给做内容的老板提了个醒

今天一早，科技圈都在刷谷歌的新旗舰：Gemini 4（代号Argon）。距离上一代旗舰，隔了整整七个半月——在AI圈等于“消失”了大半年。

大多数老板看到这种新闻一秒就划走：又是模型发布，跟我有什么关系。但我拆开看了两遍，注意到一个别人没太提的点：这可能是这轮唯一一个“写作、知识、长文本明显强于编程”的前沿模型。综合官方测试结果，排序大致是——知识、写作最强，编程第二，终端操作垫底。

这个“偏科”偏得很有意思：所有人卷的方向，它一般；没人卷的地方，它是第一。我看完第一反应：这事，做内容的老板要关注。

先看事实：这个“偏科生”什么水平

先摆数据。18项测试拿下13项领先；文字盲评榜Text Arena全场第一，工程类代码榜只排到第八。两个更值得说的：一是幻觉率只有15%，前沿模型里最低——不确定时它宁愿说“不知道”，也不编答案；二是单次输出上限从6.4万token拉到100万，一口气能写70万到100万字。

价格也狠：输入每百万token两美元、输出十美元，是同类顶级旗舰的五分之一——中端价，旗舰智能。

但两句实话在前：它还没全量开放，先给少量安全合作伙伴，之后轮到付费用户；彭博社报道说，有谷歌内部员工对它的真实水平存疑，跑分有“刷榜”嫌疑。所以：方向可以信，跑分先别全信。

为什么“写作强”这件事，值得老板关注

这两年大厂都在卷编程、卷Agent，原因很简单：代码对不对，机器一秒能验证，跑分好看。但副作用出来了——过度优化代码的模型开始“不说人话”：有的疯狂分行，有的满嘴黑话。爱范儿那篇评测有句话我印象很深：一个因为编程一般、反而保留了文字审美的模型，能解决很多写作难题。

我帮客户挑工具从不看榜单，只看一样：写出来的话像不像人话。榜单第一的模型，话不像人说的，对你的生意是零分。内容的第一个任务不是教育观众，是留住观众——客户划走你只要三秒，不是因为你讲得不对，是你“讲得不像人”。

这次谷歌等于给这个判断做了背书：把写作练到第一，代价是编程掉到第八。AI圈拼了三年代码，现在开始拼“说人话”了。

那对做内容的老板意味着什么？两面。一面是利好：AI写稿的质量线又抬一截，便宜、量大、越来越像人——出选题、写初稿、改稿的效率再上一档。另一面要警惕：“平均内容”加速贬值。AI写得越顺，机器味内容越泛滥，客户的注意力只会更贵。你的护城河还是那句老话：真实的经历、具体的一手数字、只有你有的细节——这些机器写不出来，它的训练数据里没有。

这周就能做的三件事

第一，用“你自己的稿子”测工具，别信榜单。挑一篇你的口播稿或案例，让AI写一遍，跟原稿放一起，问三个员工：哪篇更像“老板会说的话”——这就是你的选型标准。

第二，把活分开配工具。写作类——口播稿、产品文案、朋友圈、客户案例——用写作强的；流程类——整理、对账、客服、盯进度——用擅长干活的。别一把锤子干所有活。

第三，每篇内容里，硬塞一个“机器写不出来的东西”：一个具体数字、一句客户原话、一次你踩过的坑。这是AI时代内容的定价权。

最后说句实在的：这个新模型你还摸不到，但手上的工具——豆包、元宝、DeepSeek、Kimi，先做上面三件事足够了。工具每升级一次，“像人”这件事就贵一次。三年前比谁先用上AI，接下来，比谁用得不像AI。

（新闻事实来源：爱范儿2026年10月1日《Gemini 4正式发布，我们终于有了一个写作强于代码的前沿模型》；TechCrunch 2026年9月30日《Google releases Gemini 4 Argon》；人人都是产品经理2026年10月1日《Gemini 4正式发布，追平GPT-6但被质疑“刷榜”》。）