# Google 用 Gemini 4 Argon 无人值守优化约 205,000 行 ADK Python 代码

> 原标题：Google 用 Gemini 4 Argon 无人值守优化 20 万行 Python 代码库 ADK

- 来源：AI HOT · 技巧与观点
- 发布时间：2026-10-13T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/pitvii4dhwtm81t955goq2tbm
- 原文：https://developers.googleblog.com/optimizing-a-200000-line-python-codebase-overnight-with-gemini-4-argon/

## 摘要

Google 用 Gemini 4 Argon 无人值守运行 11 小时，将 ADK 长会话的内存会话准备耗时降低约 40%，包导入耗时降低 21%。团队通过 .agents/skills 提供维护规范，并在 Google Antigravity 中启用 /goal 模式；模型提出 6 项优化，人工审查后合入会话复制与延迟导入两项改动。

## 推荐理由

Google 将仓库维护规范写入技能文件并让 Gemini 4 Argon 通宵优化代码，维护者再筛除脆弱方案形成可迁移的人机分工方法。

## 锐评

提了 6 个优化只合入 2 个，三分之一的采纳率挺真实的。面对 205,000 行代码跑 11 个小时，能把长会话耗时砍掉 40%、导入提速 21%，给大仓库找热点的脏活确实能省下来。

被拒掉的那 4 个改动我也理解，模型能定位性能瓶颈，代码风格和 API 边界还是容易踩雷。只要有人工审查兜底，放模型通宵跑测试和写 benchmark 就完全划算。