谷歌用 Gemini 4 Argon 优化 ADK 代码库的实践显示智能体需配合人工评审才能落地

谷歌利用 Gemini 4 Argon 进行了一次 11 小时的无人值守运行，针对包含 20 万行代码和近 17000 个单元测试的 Agent Development Kit（ADK）进行了深度优化。该智能体成功提出了两项被采纳的方案，分别将长会话中的内存会话准备开销降低约 40%，冷启动包导入时间缩短 21%。通过引入过滤机制和懒加载策略，这些微小的单次性能提升在连续 158 轮内部工具调用交互中复利累积，使整个流程耗时从 65.6 秒减少至 56.1 秒。

尽管智能体能完成跨模块的基础分析工作，但其有效性目前受限于编码后的后续工作量。Argon 共产出了 4 项修改方案，其中仅 2 项因符合可靠性、可维护性、兼容性或实际性能提升标准而被最终采纳，其余方案在开发者评审阶段因上述原因被拒绝。这一过程表明，智能体在处理现有大型代码库时，虽然能建立全貌关联并执行正交分析，但生成的代码仍需经过严格的人工审查与测试验证。

事实层面，此次实验证明了 AI 智能体具备修改和维护现有复杂代码库的能力，且能通过特定提示词和配置遵循团队规范。推断层面，随着多工具交互迭代次数的增加，框架层面的微小开销累积效应将变得显著，优化此类底层路径具有商业价值。猜测层面，未来类似任务可能需要更自动化的回归测试生成机制来减少人工评审成本，但这在当前阶段仍属于未经验证的假设。