По словам Google, Gemini 4 Argon 11 часов без присмотра работал с кодовой базой на Python для Agent Development Kit (ADK) — фреймворка с открытым исходным кодом для создания и развёртывания агентов. В результате Google приняла две оптимизации: одна примерно на 40% сократила накладные расходы на подготовку сессии в памяти при длительной работе, другая ускорила импорт пакетов при холодном запуске на 21%.
Задача проверяла, сможет ли модель улучшить существующий проект, а не создать приложение с нуля. В ADK около 205 000 строк кода почти в 800 исходных файлах. Инженер-программист Google Бо Янг рассказал об этой ночной работе в публикации от October 13, 2026; о результатах также сообщило издание InfoQ.
Что изменил Argon?
Одно из изменений позволило ADK отбирать события диалога до их копирования. Раньше сервис сессий в памяти копировал весь диалог, а затем оставлял только те события, которые запрашивал вызывающий код. Второе изменение отложило загрузку тяжёлых пакетов до момента, когда они понадобятся. Даже простой текстовый агент прежде импортировал компоненты для аудио и видео, трассировки и веб-серверов, хотя не использовал их.
По словам Google, оптимизация сессий экономила время по мере роста диалогов. В одном тесте с вызовами инструментов на 158 ходов отказ от повторного копирования сократил накладные расходы фреймворка с 65.6 секунды до 56.1 секунды. Это время, которое тратил фреймворк, а не модели на выполнение задачи. Google также сообщила, что отложенная загрузка ускорила холодный импорт на 21%, но не указала, сколько времени это сэкономило в абсолютных величинах.
Чтобы направлять работу агента, команда добавила инструкции для конкретного репозитория в файлы .agents/skills и использовала режим /goal в Google Antigravity, чтобы задача оставалась в поле зрения на протяжении всей сессии. Argon измерил исходные показатели для четырёх сценариев, предложил шесть оптимизаций в 32 файлах и перед завершением запустил все 16,892 теста модулей проекта с открытым исходным кодом.
Почему четыре предложения не прошли проверку?
Google приняла только два из шести предложенных изменений. Остальные четыре отклонили после проверки разработчиками из-за опасений по поводу надёжности, удобства сопровождения, совместимости или сомнений в том, что ускорение достаточно существенно. Один из отклонённых вариантов кэширования улучшал синтетический бенчмарк для нескольких агентов на 17%, но, по словам Google, мог возвращать устаревшие данные, если Python повторно использовал адрес в памяти после сборки мусора.
Этот запуск показывает, что команда Google сочла полезным: агент способен отслеживать изменения в разных файлах и готовить код для проверки человеком. Но он не доказывает, что агент может безопасно вносить и выпускать изменения без такой проверки. По словам Google, предыдущая попытка не учитывала командные соглашения и пограничные случаи, а после ночного запуска сопровождающим всё равно пришлось решать, какие предложения безопасно оставить.
Почему это важно
Для команд, которые сопровождают крупные проекты на Python, этот пример показывает, что агент для написания кода может помогать находить улучшения производительности в разных файлах, а не только редактировать одну функцию. Результаты представлены самой Google, и её инженеры отклонили четыре предложения, поэтому этот запуск не доказывает, что команды могут отказаться от тестирования или проверки кода.
