两个窗口
如果你今年用 Claude Code 或者 Codex 写 Android，你的桌面大概率是这样：左边一个终端跑 agent，右边开着一个 Android Studio。右边的窗口很多时候连代码都不写，你留着它只为三样东西——模拟器、Logcat、Compose Preview。
然后你要在两个窗口之间来回搬上下文：把报错贴过去，把 patch 搬回来，重新 build 一次，看它有没有跑起来。
2026 年 10 月 28 日，Google 在 Android Dev Summit 上把这个割裂拆掉了，方式是让出自己的位置。
Android Studio Rabbit 2 上线了 Bring Your Own Agent。Settings > Tools > AI > Agents 里有一个 marketplace，可以装超过 40 个兼容 ACP 的 coding agent——官方点名的是 Anthropic 的 Claude Agent、OpenAI 的 Codex、Google 自家的 Antigravity，还有 Junie。可以装好几个，同时在 IDE 里跑。装进去之后，这些 agent 直接继承 IDE 对项目的理解：项目结构和构建配置、符号解析、Compose Preview 渲染、模拟器、Logcat。
底下那层叫 Agent Client Protocol（ACP），一个开放协议。按它的规范，本地 agent 以编辑器子进程的身份运行，双方用 JSON-RPC over stdio 通信。这条很重要，它解释了一件表面上看很奇怪的事：一次集成为什么能覆盖四十多个 agent。Android Studio 只需要实现一次协议，剩下的是 agent 那边的适配成本，不由 Google 承担。
大多数报道写到这儿就收尾了，标题通常是「Google 开放生态」之类的。我觉得这条新闻真正有意思的部分在另一个地方，藏在几条不太起眼的 CLI 命令里。
Google 放手的，是它本来也锁不住的东西
先把商业逻辑说清楚，因为它能解释后面所有的技术选择。
平台厂商的传统剧本是 bundling：我的 IDE、我的云、我的模型。Google 这次反着来。Matthew McCullough（Android 产品副总裁）给的公开说法是给开发者选择模型和 agent 的自由；Adarsh Fernando（Android 开发者工具高级产品经理）在 10 月 28 日的官方博客里，把目标描述成给开发者和他们的 agent「造高质量 Android 应用所需的工具和知识」。
这些话我不怀疑，但也不够。算一笔账就明白了：ACP 规定本地 agent 是编辑器的子进程，通信走 stdio。协议一旦成立，Google 在技术上就没有阻断点——你没法阻止用户在自己机器上的子进程里跑别人的模型，除非把 IDE 收回去。既然拦不住，不如把它做成人人可用的入口，至少入口还是自己的。
那能锁什么？往上走一层：数据。
这次发布里有两组东西属于这一类。一组是 IDE 提供的项目上下文（符号、依赖图、Compose 预览），另一组是只有 Google 拿得出的生产数据：Android vitals、Firebase Crashlytics、以及一个可以远程 provision 真机的设备实验室。
所以准确的说法不是「Google 开放了」，是锁的位置从模型迁移到了数据源。你在 Android Studio 里装哪个模型，Google 真的不在乎；在乎的是你的崩溃堆栈、ANR 和帧率数据从哪条管道流出去。这是一笔比卖 Gemini 订阅更划算的交易。
被拆掉的那道 friction
我对 coding agent 过去两年的印象，可以用一个分工来概括：agent 负责写，人负责验收。
这个分工里有一种很朴素的安全感，它的来源其实不是「人更聪明」，而是 friction。agent 想证明自己写对了，得走完编译、起模拟器、复现路径、看日志、抓堆转储这一串动作，而这些动作过去大多需要一个人在 IDE 里操作。人不一定每次都认真，可能只是扫一眼。但这道 friction 客观上让「生成」和「判定」发生在两个不同的地方——而这件事本身就是一层安全设施，只是从来没有人把它写进文档。
这次发布拆的就是它。四件小事，放在一起看会很清楚：
android preview。 不用起模拟器、不用开 IDE，Compose Preview 直接在终端渲染。Google 内部测试里，agent 用它做 UI 任务快了 77%，token 最多降到三分之一。
LeakCanary 集成。 开源的内存泄漏检测库被塞进了 CLI 和 Android Studio Profiler，关键是堆转储在开发机上分析，不在手机上跑。这个细节有第二层意思：在被测设备上跑分析会让被测 app 变慢，测出来的数据因此不可信，而把不可信的结果喂回去让 agent 再猜一轮，成本是 token。官方演示里，Claude Code 接到一句指令就在多台设备上并行跑关键用户路径、读取堆转储、把泄漏追到具体的那几行代码、改完再跑一遍验证。Google 用 Claude Opus 5.5 做的 A/B：定位并修复内存泄漏快近一倍，token 少约 25%。
android signals。 Android vitals 和 Firebase Crashlytics 的生产数据进同一个终端。线上崩溃、ANR、内存问题现在变成 agent 能直接查询的东西。
android device remote。 从 Google 的真机实验室给 agent 调一台物理设备，用来追那些只在特定机型上复现的 bug。
把这四条摆在一起：写代码的那东西现在能看见自己做的 UI，能运行检测自己代码的工具，能读生产环境的崩溃堆栈，还能拿到真机。闭环合上了。
我不想把它说成一件坏事。上面每一步单独拿出来都是实打实的效率提升，而且提升的性质相当健康——这个我第三节再说。但它确实换掉了那个默认假设：过去「生成」和「判定」分离是免费的、由物理距离保证的；现在它变成一个需要有人主动维持的选项。
然后你会注意到，Google 在同一个发布里配了两件对冲工具：
- Change Review：从 agent 的待提交改动或者 Git 变更窗口起一个 review session，Android Studio 生成一份潜在问题报告；在 agent 工具窗口里也能用
/review命令触发。 - Android Bench 2.0：评测不同模型和 agent 组合在天级任务上的表现，不只看功能有没有做出来，也把完成时间和花掉的钱算进分数。
一家公司同时发布「让 agent 自我验证的工具」和「验证 agent 的工具」，这本身就是一个表态。它知道自己打开的是什么。
77% 不是智力，是省掉的无用功
这四个数字——77%、三倍 token、近一倍速度、25% token——很容易被读成「模型又变强了」。看一眼各自的机制会发现它们是同一类东西。
android preview 省的不是思考时间，是等模拟器起来的时间，以及等待过程中为了搞清楚到底哪里不对而反复试错的 token。把渲染结果直接放回终端，本质是给 agent 修了一条反馈周期极短的回路。
LeakCanary 那条更直白，省掉的是 garbage-in-garbage-out 那一轮循环。
30 多条 Android Skills（覆盖 20 多个领域）解决的是另一类无用功：模型没训过新 API，就会凭印象编一个不存在的调用，然后一轮一轮地试错。Google 的解法是直接喂文档——提审前检查 Play 政策、权限安全审查、折叠屏和大屏适配。这一步把「让它知道」从「等下一个版本的训练」改成了「现在给」。
顺着这条路，Lightbuild 就很好懂了：一个基于 YAML schema 的声明式构建系统，人和 agent 都能读能改，目前还在测试阶段。构建配置一直是 agent 最容易抓瞎的地方——Gradle DSL 是给 JVM 工程师读的，不是给语言模型读的。把它换成 YAML，等于把最后一块「只有人看得懂」的地方也拆了。
我的结论是：2026 年 agent 性能的瓶颈是上下文成本，不是智力。 Google 这场发布卖的不是更聪明的模型——它连自己的 Gemini 都没推荐——而是「少做无用功」。
29,000 与 516
现在泼冷水。
先看 Anthropic 那组数。它的 OSS Scanner 在六个月里扫了一批世界上使用最广的开源项目，Claude 提出超过 29,000 个候选漏洞。复核流水线靠六家外部安全研究公司做复现和分诊，到 10 月 2 日只过完了约 6,000 个。
漏斗的形状是这样的：
- 已审阅 6,123 个，外部公司确认有效 5,674 个——准确率 92.7%，相当漂亮；
- 发出了 6,157 份报告，拿到 584 个 CVE / GHSA 编号；
- 真正在上游修好的：516 个；
- 还有约 23,000 个候选没审。
从「确认」到「修好」这一级保留了 9%。注意坏的是哪一半：不是「找」，是「修」，而这恰好是这次 Android 发布试图自动化的那一半。
第二个例子更锋利，也更公平。10 月 13 日，Linus Torvalds 提交了一组补丁，重做 Linux page cache 里的 folio 引用计数瓶颈——这个问题 Matthew Wilcox 在 2024 年就从客户负载里发现了，Torvalds 自己也带着一个坏版本跑了十八个月。Torvalds 的说法是：实现、测试和初版文档由 Claude Code 完成，review 也是它在指导下做的，基准测试他自己跑。
数字很吓人。在 64 线程 Threadripper 的合成基准上，每秒读从 1,330 万次提到 3.04 亿次，每次读消耗的周期数从接近 20,000 降到 735。
然后 Kiryl Shutsemau 在 filemap_read_rcu_batch() 里找到一个竞态：folio 被替换之后紧接着 i_size 扩展，有可能把从未被写过的数据暴露出去。Torvalds 随后把后续开发工作交给了 Shutsemau——他此前恰恰也在同一个瓶颈上做过工作。
我特别喜欢这个例子，因为它把边界画得比以前任何争论都清楚。这不是「AI 写的代码有 bug」的老故事。真实情况是：这套补丁在合成基准里赢得非常漂亮，问题藏在并发路径里，而写它的那个东西会跑基准，不会给并发写证明。
收益也不是白拿的，而且 Torvalds 自己在补丁说明里写清楚了：只要在单个 CPU 上排了超过 1,024 个页面，延迟回收就得强制走一次 expedited grace period；单线程 16 字节读因为会写入未映射的用户页，多触发一次缺页，每次读从约 4,150 周期涨到 6,550 周期。他也明确说过，真实负载里的提升远没有合成基准那个数字夸张。
把两组数据并排放：
一套扫描流水线能提出 29,000 个候选漏洞，确认环节有 92.7% 的准确率，最后在上游修掉 516 个。 一套能让吞吐涨 23 倍的补丁，被人从里面拎出一个竞态。
这不是在说这些技术不行。是在说：生成能力和验收能力之间的缺口，性质变了。 三年前缺的是产能，现在缺的是把产出变成可信结论的能力。Google 这次发布的应对，是把工具做得更强、闭环得更紧——这条路没错，但它走的方向是「给写字那个角色的能力」，而不是「给验收那个角色」。
Change Review 和 Android Bench 2.0 是两个例外：它们输出的是给人看的报告，不是给 agent 用的工具。
几句必须说的保留
关于这些数字，有三件 Google 没有说。
一、性能数据全部来自 Google 自己的内部测试。 The New Stack 的原话是公司「对如何测量几乎没有说明」。LeakCanary 那条尤其单薄：一个 A/B，一个模型（Claude Opus 5.5）。这是一个值得去试的理由，不是对你代码库的承诺。
二、「40+ agent」是协议兼容性，不是质量认证。 谁都能写一个遵守 ACP 的 agent。dev.to 上 Paul Lovelace 那篇分析里有一句说得最干脆：「Protocol compatibility is not quality.」，协议兼容不等于可用。他给出的判断办法和本文结尾的建议是同一个：拿同一个真实任务跑两个 agent，比较 diff、测试结果和 token 账单，其余的都是宣传。
三、大部分应用层 API 还没到 stable。 Agentic API 是 alpha、A2UI 是 alpha、AppFunctions 是 beta、Connected Apps Platform 是 preview。在这些上面做生产功能，赌的是 Google 的路线图，不是成品平台。
今天可以做的一件小事
最后给一件今天就能做的事，顺手也说说那些容易被忽略的安装细节。
Android CLI 现在作为官方插件装进 Claude Code、Codex 和 Antigravity。以 Claude Code 为例：
1
2
claude plugin marketplace add android/android-cli-plugin
claude plugin install android-cli@android-cli-plugin
Codex 那边第二个动词是 add 不是 install。插件仓库是公开的 android/android-cli-plugin，Apache-2.0，但它的 README 说得很清楚：仓库里只有插件本身，CLI 还得单独装，然后 android update、android init——android init 会把 android-cli skill 装上。
CI 里跑的话有一个开关值得留意：--no-metrics 关掉数据收集。文档说 ~/.androidrc 可以每行一个 flag 自动生效，但没有明说 --no-metrics 在里面能不能用，所以别想当然，先在流水线里显式传。
然后是那件小事：挑一个你已经知道答案的真实任务——一个带着失败测试的 bug、一次 Compose 迁移、一轮权限审计——把它同时交给两个不同的 agent，比较三样东西：diff、测试结果、token 账单。
「已经知道答案」这五个字是重点。
因为当尺子交到了写字那只手里，唯一还在外面、还能用来校准它的，就是你事先知道的那个答案。它现在比以往任何时候都值钱，而它恰好只存放在一个地方——你的脑子里。没有任何一份文档会替你留着它。
Google 这次拆掉的不是一堵墙，而是「写」与「判」之间最后那层由物理距离维持的隔离。剩下的只有一个问题：谁负责不同意。
答案暂时还是人。但这也是第一次，人不再被夹在中间，而是被挪到了外圈。站得远一点确实看得清一点，代价是——你得自己主动站过去。
参考与延伸
- Google（2026-10-28）：Android Dev Summit 2026 developer tools and performance，Android Developers Blog — https://developer.android.com/blog/posts/android-dev-summit-26-developer-tools-performance
- Amanda Caswell（2026-10-28）：Google just handed its rivals the keys to Android，The New Stack — https://thenewstack.io/android-agents-build-debug/
- Amanda Caswell（2026-10-11）：Claude found 29,000 possible bugs in open source. Only 516 have been fixed.，The New Stack — https://thenewstack.io/anthropic-oss-scanner-vulnerabilities/
- Amanda Caswell（2026-10-14）：Linus Torvalds let Claude Code fix the Linux page cache. Then reviewers found a race.，The New Stack — https://thenewstack.io/torvalds-claude-code-kernel/
- Paul Lovelace（2026-10-29）：Android Studio Just Opened to 40+ AI Agents — Explained Honestly，dev.to — https://dev.to/paullovelace/android-studio-just-opened-to-40-ai-agents-claude-codex-and-antigravity-in-one-ide-explained-28gb
- Android CLI 插件仓库（Apache-2.0）：https://github.com/android/android-cli-plugin
- Agent Client Protocol 规范：https://agentclientprotocol.com/
- Anthropic OSS Scanner 披露仪表盘：https://red.anthropic.com/2026/cvd/
说明：文中 77%、三倍 token、近一倍速度与 25% token 四项数据均出自 Google 内部测试，其中 LeakCanary 一项为与 Claude Opus 5.5 的单个 A/B 实验，Google 未公开测量方法。Linux page cache 补丁先后存在两个版本（最初的一组补丁与后续使用
PG_rcu_free标志的rcu-free-v3），媒体报道对补丁数量有八与十的出入，本文采用 Threadripper 一组数字并注明为合成基准；Torvalds 本人已说明真实负载中的提升远低于该数字。Lightbuild 目前仍在测试阶段，Agentic API 与 A2UI 为 alpha、AppFunctions 为 beta、Connected Apps Platform 为 preview。