Gemini 4 Argon optimiza Agent Development Kit en una corrida de 11 horas
Por JP Software ·
JP Software Google explicó cómo una corrida de 11 horas sin supervisión de Gemini 4 Argon produjo dos optimizaciones aceptadas para el código de Agent Development Kit (ADK). Redujeron cerca de 40% la sobrecarga de preparación de sesiones en memoria en sesiones largas y 21% el tiempo de importación en frío del paquete. Importa a quien construye agentes o mantiene bases de código grandes.
Datos clave
- Según Google, el ADK tiene más de 200 mil líneas de código, unos 800 archivos y casi 17,000 pruebas unitarias.
- La preparación de sesiones en memoria mejoró cerca de 40% en sesiones largas, y la importación en frío del paquete, 21%, según Google.
- En una corrida de 158 turnos internos con herramientas, el tiempo bajó de 65.6 a 56.1 segundos.
- Argon corrió las 16,892 pruebas unitarias de código abierto antes de terminar.
- Cuatro modificaciones fueron rechazadas en la revisión de desarrolladores.
Cómo preparó Google la prueba
Uno de los objetivos era aprender cómo maneja el modelo un código existente, una tarea más difícil que crear aplicaciones desde una carpeta vacía. El rendimiento es una buena prueba porque no basta abrir un archivo: hay que entender cómo encaja todo el código durante una corrida larga.
Tras una corrida corta inicial, el equipo definió guías específicas del repositorio en archivos .agents/skills, como una guía de bienvenida para un ingeniero nuevo. El agente cargaba solo la guía necesaria para no llenar la ventana de contexto. Usaron el modo /goal de Antigravity para conservar el objetivo cuando se compacta el contexto. La instrucción pedía no añadir sobrecarga notable, mantener la API pública, respaldar cada cambio con una prueba y abrir un solo pull request sin fusionarlo.
Qué optimizaciones se aceptaron
Las dos mejoras fueron filtrar eventos antes de copiar el historial de sesión y cargar de forma perezosa los paquetes pesados, para importarlos solo cuando hacen falta.
Un perfilador te dice que copiar sesiones e importar paquetes toma tiempo. Lo que no hace, según Google, es rastrear llamadores, objetivos de mocks y referencias compartidas en 40 archivos para que acelerar esas rutas no rompa aplicaciones existentes. Eso lo hizo Argon.
En una sola llamada al LLM de varios segundos nadie siente 28 ms o 78 ms. Pero en 158 turnos esas copias se acumulan: casi 10 segundos de sobrecarga pura del framework.
Los límites
Cuatro modificaciones fueron rechazadas por dudas de confiabilidad, mantenibilidad, compatibilidad o beneficio medible. La eficacia de estos agentes sigue limitada por el tiempo de revisión del PR, depuración y pruebas.
Por qué te importa
Si trabajas con agentes, la sobrecarga de tu framework se acumula en cada iteración. Y si piensas delegar optimización a un agente, copia lo que hizo Google: guías claras del repositorio, pruebas que detecten regresiones y una revisión humana al final. Mi lectura: sin pruebas sólidas, no hay forma segura de aceptar lo que el agente propone.