← 返回全部情报
Google 用 Gemini 4 Argon 通宵优化约 20.5 万行 ADK:会话准备约降 40%,冷启动导入约快 21%;六案只合两案 的封面

·Blog·工程博客收录 2026-10-14

Google 用 Gemini 4 Argon 通宵优化约 20.5 万行 ADK:会话准备约降 40%,冷启动导入约快 21%;六案只合两案

Gemini 4 ArgonADK通宵 agent性能优化.agents/skills

一句话结论

给 Argon 一个清晰目标、仓库级技能文件和「只开 PR 不合入」的约束,它能在约 11 小时无人值守里跨文件找性能瓶颈;真正决定质量的,是维护者第二天砍掉脆弱巧思、只留下可防守的改动。

打开原文 Google Developers Blog:Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon

背景与理念

新模型演示常是空文件夹造应用,对维护已有大仓的工程师几乎没有信息量。Google 在 Gemini 4 Argon 发布时,故意选了更难的题:在开源 Agent Development Kit(ADK)Python 仓库里,无人值守地寻找并修复跨文件性能瓶颈。该仓约 20.5 万行、近 800 个源文件、近 1.7 万个单测。性能问题难在症状与根因不在同一文件,模型必须长时间握住整仓地图。

具体做法

  1. 第一轮零自定义说明,只给一段目标提示。要求 ADK 在启动、长会话、多 agent 与工作流里不带来明显开销,公开 API 与模型所见内容不变,且每处改动都有防回归测试。约两小时内 Argon 自己写基准、先测后改,找到会话拷贝与包导入瓶颈,但破坏了维护者惯例:动到鉴权 JSON schema、漏 mock 边界、只跑附近 216 个测试、PR 描述缺数字。
  2. 第二轮把维护规范写进 `.agents/skills`,并打开 Antigravity 的 `/goal` 模式。技能用短 `SKILL.md` 索引按需加载 `references/`,避免每轮灌满上下文;`/goal` 在压缩上下文后仍钉住目标。提示追加:对 main 开一个维护者会批准的 PR,写清前后数字,且不要合并。
  3. 通宵约 11 小时无人值守。动手前先读 12 份指南并跑四类基线工作负载;收尾前仍在自审 diff,发现自己的多 agent 缓存 bug,并重跑全部 16,892 个单测。
  4. 人审六案、只合两案。合并「先过滤再拷贝会话事件 + 自写安全深拷贝」,以及「重模块惰性加载但保持可 patch 的公开属性」;砍掉弱引用多 agent 缓存、读 OpenTelemetry 私有属性、难读却不降端到端延迟的历史格式化、以及只服务合成回放的查找索引。

关键数据/例子

独立 holdout 基准(模型从未见过)显示:长会话里内存会话准备开销约降 40%;`import google.adk` 约快 21%。在约 158 个内部 turn 的工具调用场景里,框架开销从约 65.6 秒降到约 56.1 秒。新进程到首次模型请求基本持平(约 3.07 秒到 3.09 秒),因为惰性模块仍会在第一 turn 加载。最终合入是综合两轮的 22 文件改动,附带 17 个新测试函数,提交说明写明「Argon generated these changes」。第一轮约 2 小时、第二轮约 11 小时。

创新点

第一,把「通宵目标模式」从演示变成可审计的工程环:技能文件 = 入职手册,`/goal` = 跨压缩的持久目标,人审 = 减法。第二,明确分工——agent 探索,维护者否决脆弱状态、私有库依赖与只涨合成分数的改动。第三,用模型看不见的 holdout 基准防止自卖自夸。

可否复用

  1. 先写一段结果导向的目标提示,再补仓库技能文件,不要一上来就指定改哪个函数。
  2. 要求开未合并 PR,并强制前后数字与全量测试。
  3. 准备独立 holdout 基准,且不要让 agent 看见。
  4. 代码评审默认做减法:任何依赖弱引用、私有属性或只赢合成基准的优化都可以砍。

笔记会在输入时自动保存。