谷歌Gemini 4 Argon跑11小时，为ADK砍掉四成会话准备开销

谷歌披露了Gemini 4 Argon的一次无人值守运行：持续11小时，为Agent Development Kit（ADK）代码库交出两项优化方案，最终都被采纳。效果是长会话里的内存会话准备开销下降约40%，冷启动时的包导入时间缩短21%。

这次任务有一个明确目标，谷歌工程师想搞清楚“模型如何处理已有的代码库”。他们的说法是，这比“从空文件夹开始构建的全新应用”难得多。选中的对象是自家的ADK：约800个文件、20万行以上代码，单元测试接近17000个。

性能调优对模型并不轻松。只翻开一个文件，找不到瓶颈在哪；得顺着症状出现的方位做正交分析，还得在长时间运行中把整个代码库的关联全貌搭起来。

动手前先跑了一轮简短试运行，工程师据此确定提示词要装进哪些内容，让智能体守住团队的单元测试与基准测试规范。接着用文件配置代码库专属规则，作用相当于给新工程师的入职指南；同时要求智能体只加载任务需要的技能，别把上下文窗口塞满。专用提示词也是在这一步写好的，并借助Antigravity的/goal模式，确保上下文压缩时任务目标不丢：

/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.

跑完之后，Argon的运行日志给出了过程记录：读仓库规范、建性能基准、提优化方案、审自己的改动，最后把16892个单元测试全部跑了一遍。

更关键的一点，是Argon干完了性能分析工具干不了的跨模块基础活。工具只会告诉你复制会话、导入包很费时间，却不会去追40个文件里每一个调用者、mock目标和共享引用，也就无法保证加速这些路径不会弄坏现有应用。

被采纳进代码库的两项优化，都落在ADK处理会话历史的方式上：复制事件之前先做过滤；引入懒加载，大包等到需要时再导入。

两处改动分别把内存会话准备和包导入速度拉高了40%和21%。谷歌也提到，跟智能体运行的整体时长比，这些任务的开销算不上大；但ADK支持跨数十甚至数百次迭代的多工具交互，微小的性能提升会这样一层层复利累积：

单次大模型调用耗时数秒，28毫秒或78毫秒的差别人类感知不到。可要是连续158轮内部工具调用交互，这些耗时就会叠加起来：把开销消掉后，整个158轮流程从65.6秒缩短到56.1秒，纯框架开销少了近10秒。

谷歌用Gemini 4 Argon优化ADK代码库的实践，说明AI智能体确实有能力改动现有代码库。但有效性目前仍卡在编码之后的后续工作量上，包括PR评审、调试和测试。谷歌的发现也印证了这一趋势：Argon产出的4项修改在开发者评审时被拒，原因涉及可靠性、可维护性、兼容性，或实际性能提升不达预期。