谷歌介绍了 Gemini 4 Argon 的一次 11 小时无人值守运行为谷歌 Agent Development Kit（ADK） 代码库产出了两项最终被采纳的优化方案，使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%。
谷歌工程师的目标之一是了解“模型如何处理已有的代码库”，他们说这比创建“从空文件夹开始构建的全新应用”要困难得多。为此，他们专注优化自家的 ADK，这是一个横跨约 800 个文件、超过 20 万行代码的代码库，包含近 17000 个单元测试。
性能调优对模型来说是一项严苛的考验，你无法只打开一个文件就定位到性能瓶颈。你必须沿着症状出现的方向进行正交分析，并在长时间运行过程中建立整个代码库的关联全貌。
先进行一轮简短的试运行，工程师确定提示词需要包含哪些内容，确保智能体遵循团队的单元测试、基准测试规范。随后，工程师通过 文件配置特定于代码库的规则，相当于新工程师入职指南。他们指示智能体只加载任务所需的技能，避免填满上下文窗口。最终他们编写专用提示词，并借助 Antigravity 的 /goal 模式保证在上下文压缩过程中任务目标不会丢失：
/goal Make ADK add no noticeable overhead to any agent: at startup, in long sessions, in multi-agent and workflow setups. Keep what the model receives and the public API unchanged, and back each change with a test that would catch a regression. Open one pull request against main that the ADK maintainers would approve, with before and after numbers in its description. Don't merge it.任务完成后，Argon 的运行日志显示：该智能体读取了仓库规范、建立了性能基准、提出了优化方案、审查了自己的变更，并运行了全部 16892 个单元测试。
更重要的是，Argon 完成了性能分析工具无法替你完成的跨模块基础工作。性能分析工具会告诉你复制会话和导入包很耗时，但它不会追踪 40 个文件中的每一个调用者、mock 目标和共享引用，确保加速这些路径不会破坏现有应用。
最终被采纳进代码库的两项优化改进了 ADK 处理会话历史的方式——在复制事件前先进行过滤，并引入了懒加载机制，大型包只在需要时才导入。
这两处改动分别将内存会话准备和包导入速度提升了 40% 和 21%。谷歌提到，与智能体运行的整体时长相比，这些任务的开销并不算巨大，但 ADK 支持跨越数十甚至数百次迭代的多工具交互，这让这些微小的性能提升得以复利累积：
对于单次耗时数秒的大模型调用来说，28 毫秒或 78 毫秒的差异人类感知不到。但如果是连续 158 轮内部工具调用交互，这些操作的耗时就会叠加：消除这些开销后，整个 158 轮流程从 65.6 秒缩短至 56.1 秒，足足减少近 10 秒的纯框架开销。
虽然谷歌用 Gemini 4 Argon 优化 ADK 代码库的实践证明 AI 智能体有能力成功修改现有代码库，但其有效性目前仍受限于编码之后的后续工作量，包括 PR 评审、调试和测试。谷歌的发现证实了这一趋势：Argon 产出的 4 项修改在开发者评审时因可靠性、可维护性、兼容性或实际性能提升不达预期而被拒绝。
查看英文原文：https://www.infoq.com/news/2026/10/google-argon-optimizes-adk/