Googleによると、Gemini 4 Argonは、エージェントの構築・デプロイ向けオープンソースフレームワーク「Agent Development Kit（ADK）」のPythonコードベースを、担当者が見守らない状態で11時間にわたって作業した。その結果、Googleが採用した最適化が2件見つかった。1件は長時間のセッションでインメモリのセッション準備にかかるオーバーヘッドを約40％削減し、もう1件はパッケージの初回読み込みを21％高速化した。
この試みでは、ゼロからアプリを作るのではなく、既存のプロジェクトをモデルが改善できるかを検証した。ADKは約800のソースファイルにまたがる、およそ20万5,000行のコードで構成されている。Googleのソフトウェアエンジニア、Bo Yang氏は2026年10月13日付の投稿で、この夜間の作業について説明した。InfoQも結果を報じている。
Argonは何を変更したのか？
変更の1つは、会話イベントをコピーする前にADKで絞り込むようにしたことだ。従来、インメモリのセッションサービスは、呼び出し元が指定したイベントに絞る前に会話全体をコピーしていた。もう1つは、必要になるまで重いパッケージの読み込みを遅らせる変更だった。基本的なテキストエージェントでも、音声・動画、トレース、ウェブサーバー向けのコンポーネントを、使わない場合にも読み込んでいた。
Googleによると、セッションの改善は会話が長くなるほど時間の節約につながった。ツール呼び出しを伴う158ターンの実行では、コピーの繰り返しをなくしたことで、フレームワークのオーバーヘッドが65.6秒から56.1秒に減った。これはフレームワークが費やした時間であり、モデルがタスクを実行する時間ではない。またGoogleは、遅延読み込みによって初回の読み込みが21％速くなったとしているが、投稿には具体的な短縮時間は記されていない。
作業を導くため、チームは .agents/skills ファイルにリポジトリ固有の指示を追加し、セッション中も目標を見失わないようGoogle Antigravityの /goal モードを使った。Argonは4つのワークロードでベースラインを測定し、32ファイルにまたがる最適化を6件提案。完了前に、オープンソースのユニットテスト16,892件すべてを実行した。
4件の提案がレビューで却下されたのはなぜか？
Googleが採用したのは、提案された6件の変更のうち2件だけだった。残る4件は、信頼性、保守性、互換性、あるいは速度向上に意味があるかどうかへの懸念から、開発者レビューで却下された。却下されたキャッシュの1つは、合成マルチエージェントベンチマークで17％の改善を示したが、ガベージコレクション後にPythonがメモリアドレスを再利用すると、古いデータを返す可能性があるとGoogleは説明した。
今回の実行から分かるのは、Googleのチームがエージェントに何を有用だと感じたかだ。エージェントは複数ファイルにまたがる変更を追跡し、人間のレビューに回せるコードを準備できた。一方で、人間のレビューなしに安全な変更を行い、リリースできることが示されたわけではない。Googleの説明によると、以前の試みではチームの慣習やエッジケースを見落としていた。今回の夜間実行でも、どの提案を安全な変更として残すかは、メンテナーが判断する必要があった。
なぜ重要か
大規模なPythonプロジェクトを保守するソフトウェアチームにとって、この事例は、コーディングエージェントが単一の関数を編集するだけでなく、複数ファイルにまたがる性能改善を見つける手助けになり得ることを示している。ただし、これはGoogle自身による報告であり、エンジニアは提案4件を却下した。テストやコードレビューを省けることを示す結果ではない。
