AI 热点快报：Gemini Hydrogen 把模型路由推进到任务中途（2026-11-13）

事件与背景#

11 月 12 日，Google 发布 Gemini 4 Hydrogen，并在 Antigravity 中推出 Orchestrator。值得关注的不是又一个模型分数，而是路由单位发生变化：不再只根据第一条提示词，为整个任务选定一个模型，而是在同一次执行过程中，让 Carbon 与 Hydrogen 根据进展双向交接。

按 Antigravity 团队的说明，Carbon 可以先只读探索依赖、消除歧义并制定计划，Hydrogen 接手修改代码、更新依赖和运行测试；执行遇到阻碍时，再交回 Carbon 检查状态、修订计划。这里描述的是产品支持的工作方式，不代表每次任务都固定按这条路径运行。

Google 公告称，Hydrogen 在百万 token 上下文范围内采用统一单价：每百万输入 token 1.50 美元、输出 7.50 美元，并提供 low、medium、默认 high 和 xhigh 四档思考级别。Antigravity 中，Hydrogen 面向付费 Google AI Pro 与 Ultra 用户逐步推出，Orchestrator 则先向 Ultra 用户推出；企业另有 Gemini for business 入口，不能把“模型发布”理解成所有套餐已获得同样权限。

本次来源均以 curl 获取到 HTTP 200，且正文与主题匹配：

• Google：Introducing Gemini 4 Hydrogen
• Antigravity：Gemini 4 Hydrogen and Orchestrator
• Hacker News 讨论的 Algolia 原始记录

前两条是同一家公司的产品披露，不是独立复核；第三条仅用于确认传播时间与讨论对象。下文把官方宣称与工程判断分开。

为什么现在重要#

1. 路由从入口分类，变成运行时控制。 静态路由只能猜初始难度，无法提前知道一次依赖升级会不会暴露架构问题；双向交接则允许在失败证据出现后升级处理。影响：团队要设计“何时交回规划模型”的条件，而不只是维护一张按任务名称分类的模型表。

2. 优化对象从 token 单价转向完成任务的总开销。 Google 称，Orchestrator 达到接近 Carbon 的任务成功率，同时平均少消耗 24% 配额、快 19%。这些是厂商评测，不是本站实测；配额也不等于 API 账单。影响：采购与选型应同时记录重试、等待、人工返工及订阅限制，不能把这两个比例直接代入自己的预算。

3. 交接状态成为新的可靠性边界。 规划者与执行者更换后，必须保留已做修改、测试结果、约束和剩余风险，否则更强的模型也可能重复探索或覆盖正确改动。影响：模型混用的收益取决于状态协议和工作区管理，不是简单串联两个聊天接口。

4. 同厂商组合不等于独立验证。 Carbon 协调、Hydrogen 执行或验证，是角色分工；它们仍可能共享知识盲点，验证者也可能接受执行者的错误假设。影响：通过标准仍要落在可重跑测试、产物检查与权限审计上，不能用“另一个 Agent 说没问题”代替验收。

5. 能力发布与可获得性分离。 一个产品入口能自动混用模型，并不意味着 API、普通订阅和企业部署具有相同编排能力。影响：产品承诺前应核对实际账号权限和数据处理要求，避免把尚未开通的功能写进交付时间表。

工程师/产品人今天能做什么#

• 先做一个固定任务集。 本周从现有仓库挑选依赖升级、缺陷修复、测试补齐等真实任务，保存起始提交与验收脚本。只比较相同起点和工具权限下的结果，不以演示视频判断迁移价值。
• 对照单模型与动态编排。 有权限的团队分别试用 Hydrogen、Carbon 和 Orchestrator，记录完成率、总耗时、配额变化及人工接管原因。没有权限时先保留现有方案，不把自行拼接的双模型脚本称为官方 Orchestrator 实测。
• 写清升级与停机条件。 例如相同测试反复失败、需要扩大文件修改范围或触及安全边界时，交回规划阶段；涉及凭据、生产写入与删除时仍须批准。交接模型不应自动扩大执行权限。
• 把交接单变成可检查产物。 每次切换携带目标、当前提交、修改清单、已执行命令及真实输出摘要、未解决问题和下一步。验收者直接读取代码与测试结果，避免只读执行者的成功总结。
• 用完成任务的成本做上线门槛。 把模型费、订阅配额、工具运行与人工修复一起纳入记录，先在隔离工作区灰度试用。只有节省成本且没有放松质量标准，才扩大使用范围。

待观察#

• 评测版本存在口径差异。 Google 总公告把编排节省数据归于 Terminal-Bench 4.0，Antigravity 文章写成 4.1，虽然两个比例一致，也不能据此认定测试设置相同；需要官方澄清版本、样本与“接近”的具体范围。
• 动态交接的可观测性。 官方介绍了双向切换，但本文未找到可据以确认切换阈值、完整轨迹导出和失败归因方式的可靠材料。能否解释每次切换，将影响企业排障和复现。
• 真实仓库能否保住收益。 本文未实际运行该产品，也没有独立复现节省比例。更长任务、外部工具延迟与上下文交接，是否会抵消优势，仍应由各团队自己的对照实验回答。