一句话简评：是重回gemini巅峰时期的RP体验
讲些特性，因为有的也说不清楚是缺点还是优点，我也懒得分类了，就随便说说
1.argon习惯思考得很深(但其实可以被提示词约束)，且它会把自己思考产生的次级结论错当成原文就有的提示词。也就是说注意力机制是有点撑不起、或者说不能匹配它的超级雷霆大思考。——这会产生很多幻觉，尤其在提出非常复杂的问题，或者甩出一份信息量大又难以理解的工程文档等等文件时。
当然了，跑团/RP是没那么复杂的东西，对于检索跑团的历史上下文而言，它的幻觉率很低(毕竟是gemini满血巅峰期)。
但是你给出的剧情发展指令如果偏复杂，或者说和系统提示词存在冲突（又或者系统提示词本身内部就自相矛盾，存在潜在冲突的），这时候它会雷霆思考然后靠它自己的大量理解进行补全，然后就有可能出一些离奇的幻觉，但主要是指令遵循上的幻觉，而不是剧情“记忆”上的。
(虽然它理解能力确实强，但若是大部分基于它自己的理解，那总有用户不满意的地方)
当然，注意力机制不够成熟其实也是每代新模型刚出时都有的毛病了，或多或少都有，只是侧重点有些差异。
2.依然是一些不够成熟的问题，没有经历过很充分的反馈训练，但都可以通过指令遵循能力来调整。
虽然上一点提到了它指令遵循可能会出幻觉，但那是特定情况。在其他绝大部分情况下，它的指令遵循能力非常强。
不够成熟的方面我随便举一些例子：如果你的提示词不要求分段的话，或者没有规定段落长短的话。它甚至写作不知道分段，或者给出屎山一般的超长段(其实在哈基米2.5p-exp刚来的时候，也有这个尿性，还是那句话新模刚出都有的问题、就是不成熟)。总之一副涉世未深的样子，需要系统提示词指导得比较细节。
如果你用的提示词本身就是偏细节的重提示词——或者说就是写给这种涉世未深的模型用的(在调教这种模型的环境下写成的提示词)，那就可以直接拿过来立竿见影地复用，只要你给了清晰指令，那它的指令遵循能力还是够用的。但如果你提示词没那么细，体验上可能会感觉有点粗糙/青涩，不过它的活人感无论何时依旧在线。
此外还有些比较搞的地方也有体现它这个不成熟，我在和它闲聊的时候，发现它在无任何引导时(包括系统提示词也没有任何关联提及的情况下)，就直接把AIRP强关联上搞涩涩了，看得我
(但是好像它确实理解得没啥大问题......说不清是过于纯洁还是啥了、也不能怪它的刻板印象，只能说谷歌你训练模型是完全不清洗语料的是吧？)
其中甚至更搞的地方是，它会把所有这方面相关的东西，自动朝着哦齁齁齁文风方向关联，近似于这是它的AIRP默认文风——当然如果你提示词有特别规定另外文风的话，这问题还是可以轻易调整掉的，并非绝症级别。
还有一些小毛病就是，一些指令遵循，它会在正文中点一下是关联到了某段提示词的条件而触发的，就有种刻意感，过度解释了。成熟的模型可能会在思维链中强调一次，但正文中不应该表露出任何信息。不过也是能通过提示词来调的一点。
3.小测了一下，它的知识库比3.8f又强大了一筹，相当于又多了一批开盒即食的同人世界观。此外，我原以为按照gemini flash的发展，它会蒸更多的gpt。但从一些分析任务执行的结果来看，它表达出的更多是一些克系的特征(8分哈、2分克的感觉)，在蒸馏上也属于相当克制了。没被gpt污染真是万幸
-
其他地方没什么好说的，似乎没啥缺点了，好好珍惜没降智的argon吧(
下面随机跑几轮正文放上来给大家看看，自己分析分析
讲些特性，因为有的也说不清楚是缺点还是优点，我也懒得分类了，就随便说说
1.argon习惯思考得很深(但其实可以被提示词约束)，且它会把自己思考产生的次级结论错当成原文就有的提示词。也就是说注意力机制是有点撑不起、或者说不能匹配它的超级雷霆大思考。——这会产生很多幻觉，尤其在提出非常复杂的问题，或者甩出一份信息量大又难以理解的工程文档等等文件时。
当然了，跑团/RP是没那么复杂的东西，对于检索跑团的历史上下文而言，它的幻觉率很低(毕竟是gemini满血巅峰期)。
但是你给出的剧情发展指令如果偏复杂，或者说和系统提示词存在冲突（又或者系统提示词本身内部就自相矛盾，存在潜在冲突的），这时候它会雷霆思考然后靠它自己的大量理解进行补全，然后就有可能出一些离奇的幻觉，但主要是指令遵循上的幻觉，而不是剧情“记忆”上的。
(虽然它理解能力确实强，但若是大部分基于它自己的理解，那总有用户不满意的地方)
当然，注意力机制不够成熟其实也是每代新模型刚出时都有的毛病了，或多或少都有，只是侧重点有些差异。
2.依然是一些不够成熟的问题，没有经历过很充分的反馈训练，但都可以通过指令遵循能力来调整。
虽然上一点提到了它指令遵循可能会出幻觉，但那是特定情况。在其他绝大部分情况下，它的指令遵循能力非常强。
不够成熟的方面我随便举一些例子：如果你的提示词不要求分段的话，或者没有规定段落长短的话。它甚至写作不知道分段，或者给出屎山一般的超长段(其实在哈基米2.5p-exp刚来的时候，也有这个尿性，还是那句话新模刚出都有的问题、就是不成熟)。总之一副涉世未深的样子，需要系统提示词指导得比较细节。
如果你用的提示词本身就是偏细节的重提示词——或者说就是写给这种涉世未深的模型用的(在调教这种模型的环境下写成的提示词)，那就可以直接拿过来立竿见影地复用，只要你给了清晰指令，那它的指令遵循能力还是够用的。但如果你提示词没那么细，体验上可能会感觉有点粗糙/青涩，不过它的活人感无论何时依旧在线。
此外还有些比较搞的地方也有体现它这个不成熟，我在和它闲聊的时候，发现它在无任何引导时(包括系统提示词也没有任何关联提及的情况下)，就直接把AIRP强关联上搞涩涩了，看得我
(但是好像它确实理解得没啥大问题......说不清是过于纯洁还是啥了、也不能怪它的刻板印象，只能说谷歌你训练模型是完全不清洗语料的是吧？)其中甚至更搞的地方是，它会把所有这方面相关的东西，自动朝着哦齁齁齁文风方向关联，近似于这是它的AIRP默认文风——当然如果你提示词有特别规定另外文风的话，这问题还是可以轻易调整掉的，并非绝症级别。
还有一些小毛病就是，一些指令遵循，它会在正文中点一下是关联到了某段提示词的条件而触发的，就有种刻意感，过度解释了。成熟的模型可能会在思维链中强调一次，但正文中不应该表露出任何信息。不过也是能通过提示词来调的一点。
3.小测了一下，它的知识库比3.8f又强大了一筹，相当于又多了一批开盒即食的同人世界观。此外，我原以为按照gemini flash的发展，它会蒸更多的gpt。但从一些分析任务执行的结果来看，它表达出的更多是一些克系的特征(8分哈、2分克的感觉)，在蒸馏上也属于相当克制了。没被gpt污染真是万幸
-
其他地方没什么好说的，似乎没啥缺点了，好好珍惜没降智的argon吧(
下面随机跑几轮正文放上来给大家看看，自己分析分析
