谷歌为Android接入智能体：应用可直接连Gemini

谷歌正给AI智能体在Android上开出更多入口。

美国当地时间10月28日，Android Dev Summit 2026开发者峰会由谷歌举办，一批开发工具和平台更新在会上亮相。

此番更新覆盖Android Studio、Android CLI、性能分析工具，还有Jetpack Compose等开发框架。

真正变化的地方在于：AI不再只当写代码的帮手，而是往项目构建、测试、调试和优化里走，同时模型、工具和开发流程怎么选，仍由开发者自己说了算。

对开发者来说，这牵涉的不只是敲代码快不快，还有应用质量、调试花销，以及往后Android应用怎样跟AI智能体配合。

01 Android Studio更开放了

以前用AI编程工具，开发者常得在几个产品间来回折腾：先让AI把代码写出来，再切回Android Studio编译、运行，出了问题又要整理日志和项目上下文，再丢给AI去看。

谷歌想砍掉的就是这些来回切换。

Android Studio Rabbit 2如今已正式稳定支持Bring Your Own Agent（BYOA），开发者能在IDE里接上自己挑的编程智能体。按谷歌的说法，眼下兼容ACP的智能体已超过40个，Claude Agent、OpenAI Codex、Google Antigravity等工具都在其中。

ACP全称Agent Client Protocol，作用是让编程智能体和开发环境连起来，属于开放协议。开发者可以在Android Studio里装多个智能体，按任务切换，不用把宝全押在一家模型供应商身上。

接进来之后，智能体还能用上Android Studio原有的开发能力，比如理解项目结构、解析符号、预览Jetpack Compose界面，以及模拟器和Logcat日志等。跟只给通用大模型喂几段代码相比，这种做法能让智能体拿到更多真实项目里的信息。

谷歌另外加了Change Review功能。智能体改过的代码或Git变更，开发者可以发起审查，系统会给出潜在问题报告；也可以用“/review”命令让智能体去查规模较大的代码变更，查到问题接着修。

还有一项是Android Bench 2.0，用来衡量不同模型与智能体组合做真实Android开发任务的水平，比如照设计稿搭应用、迁移界面。评估不光看代码能不能编译，还会查最终功能是否正常，并把完成任务花的时间和成本算进去。

也就是说，开发者既能自己挑模型，也能拿实际开发任务去比不同模型的表现。

02 智能体可调用完整工具链

Android Studio主要管日常开发，Android CLI则想把Android开发能力送进终端、自动化脚本和持续集成流水线。

有了Android CLI，智能体就能调用Android工具，不必每次都打开完整的IDE。

先看远程真实设备测试。开发者用android device remote向谷歌设备实验室申请真实Android设备，装应用、做测试。Android Device Hub则给出统一界面，本地设备、远程设备和模拟器都能在这里查看和操作。

模拟器能覆盖不少测试场景，可真实设备在硬件差异和系统行为上，还是可能冒出模拟环境复现不了的问题。把真实设备拉进智能体工作流，有助于让更多测试任务自动跑起来。

再看界面预览。新增的android preview命令能直接在终端渲染Jetpack Compose预览，不用启动模拟器，也不用打开IDE。智能体改完界面，马上就能看不同屏幕尺寸下的显示效果，然后接着调。

谷歌称，内部测试中，用上该命令的智能体完成UI任务的速度提高了77%，Token使用量最多减少约三分之二。

谷歌还拿出官方Android智能体插件，把Android CLI、官方技能和平台知识整合到一起，并支持在智能体对话窗口里看Compose预览、操作虚拟及真实设备。Claude Code和Codex也有各自的官方插件。

同时，谷歌提供30多项Android Skills，覆盖20多个领域，Compose性能优化、相机API、权限安全审查等都在其中。开发者可以按需安装，让智能体做特定任务时调取对应的操作规范和专业知识。

03 性能工具接入AI工作流

代码写得快，不代表应用质量就能跟着上去。内存泄漏、启动慢、界面卡顿、线上崩溃，这些问题照样得开发者花时间去查。

谷歌这次更新的一条主线，就是让智能体直接插手这些活儿。

内存泄漏排查上，Android CLI新加了跟LeakCanary打通的解析功能。LeakCanary是检测Android内存泄漏的开源工具。开发者用android profiler leakcanary就能分析堆转储文件，找出异常对象和它的引用链。峰会演示里，Claude Code接到任务后会在多台设备上跑关键用户操作，借LeakCanary找泄漏，追到出问题的代码，改完再跑一遍测试，看问题有没有解决。

在Claude Code里用“android profiler memory leak”子命令查找并修复内存泄漏

谷歌说，内部测试中能力较强的模型用Android CLI走完这套流程，速度差不多是没用CLI时的两倍，Token消耗最多省25%。相关功能正陆续开放，Android Studio Canary版也在推内存泄漏分析与AI修复能力的整合。

性能分析这块，Android Performance Analyzer（APA）能通过Android CLI调用。智能体可以采集系统跟踪数据，分析应用冷启动延迟、界面卡顿、后台唤醒之类的问题，再给出修改建议并测量修复后的效果。

新版跟踪数据还能关联到源文件、代码行号和参数信息，开发者要把性能问题落到具体代码上就方便了。

使用Android Performance Analyzer中的新智能体对应用启动Perfetto跟踪记录进行智能体分析

线上问题诊断也有新东西。新增的android signals命令把Android vitals和Firebase Crashlytics等生产环境数据搬进终端，智能体查崩溃、应用无响应（ANR）和内存问题更顺手。Crashlytics还会支持收集真实设备发生内存溢出时的堆转储，配合R8映射文件做反混淆，再用Perfetto查看。另外，谷歌更新了R8配置分析工具，帮开发者找出影响代码压缩与优化的配置问题。Jetpack Compose 1.13将加入重组追踪功能，开发者能查明界面组件为什么重新执行组合，以及触发变化的状态从哪来。

这些工具把问题发现、原因定位、代码修改和修复验证串了起来。AI能不能真提效，不光看它写代码的本事，还得看它会不会用这些工具把后面的活儿干完。

04 跨设备开发继续推进

开发工具之外，谷歌也在重新摆布Android应用和系统级AI的关系。大会上公布的AppFunctions API、Android MCP和A2UI，分别从应用功能调用、智能体工具接入和界面呈现三块，给AI与Android应用协作搭台子。

AppFunctions是Android统一的工具调用层，眼下在Beta阶段。开发者用它把应用功能开放给智能体，系统级或应用内的智能体就能调用对应服务。

Android MCP则帮应用能力接入不同智能体。谷歌同时推出Connected Apps Platform，让开发者摸索怎么把应用服务接到Gemini等系统级AI入口上。以后用户可能直接向AI提需求，智能体调用应用功能把事办了，不用每次都手动开应用、找入口。

A2UI（Agent-to-UI）目前在Alpha阶段。智能体可以通过Jetpack Compose原生渲染器把回复变成可交互界面，用的是应用自己的组件，不是只丢回一段文字。要表单、操作按钮或者动态信息展示的场景，这算是一种新交互路子。

设备端智能体也是谷歌在布的一步棋。ML Kit新加了基于Gemini Nano 4的智能体API，现在处于Alpha阶段，支持函数调用、对话历史管理和执行流程控制，开发者可以拿它试更多在设备端跑的智能体体验。

Android应用要覆盖手机、平板、XR眼镜等不同形态，界面布局、导航和状态保存就得应付更多设备差异，谷歌正在推基于Jetpack Compose的自适应开发能力。Android XR这边，谷歌宣布眼镜模拟器进入稳定阶段，覆盖XR眼镜、音频眼镜和显示眼镜。开发者能在Android Studio里建对应模拟设备，测应用在不同环境下的表现。

从这次更新看，谷歌没要求开发者统一用某个AI模型，而是把平台知识、编译测试、真实设备和性能分析能力开放给不同智能体。部分功能已经稳定发布，另一些还在Alpha、Beta或Canary阶段，实际效率提升也会因项目和任务而异。短期看，智能体能不能可靠调用工具、读懂项目上下文，改完代码后验证结果，将决定这些更新的实际价值。更长远的变化在于，Android应用不光要服务直接操作手机的用户，也得逐步具备向AI智能体开放功能的能力。

特约编译金鹿对本文亦有贡献