Teste no ADK reduziu uma execução de 65,6 para 56,1 segundos; revisão humana descartou quatro das seis propostas da IA.
Capa ilustrativa gerada por IA. Não representa uma captura real do produto.
O Google colocou o Gemini 4 Argon para trabalhar durante a noite em um projeto que já existia: o ADK, seu kit de desenvolvimento de agentes de IA. Foram 11 horas de execução, seis propostas de otimização e duas mudanças aprovadas pelos mantenedores. O relato, publicado em 13 de outubro, envolve uma base de aproximadamente 205 mil linhas de Python e quase 800 arquivos. É um teste mais próximo da manutenção cotidiana de software do que uma demonstração de aplicativo criado do zero. O experimento foi conduzido e divulgado pelo próprio Google.
O resultado mais fácil de colocar em perspectiva aparece no teste completo: uma execução de 158 etapas internas caiu de 65,6 para 56,1 segundos, redução de aproximadamente 14%. São 9,5 segundos a menos naquele cenário. Os números estão no registro público da alteração e medem o custo do framework, com modelo e ferramentas que respondem instantaneamente. Não representam um teste independente do Mais FPS.
Os 40% precisam de contexto
A redução de cerca de 40% se refere à preparação de sessões longas antes da chamada ao modelo. No mesmo registro, o tempo após 50 etapas passa de 64 para 36 milissegundos; após 150, de 200 para 122 milissegundos. Esses dois recortes foram medidos com a coleta de lixo desativada. A importação do pacote ficou 21% mais rápida, mas a espera entre abrir um processo e fazer a primeira solicitação permaneceu praticamente igual: 3,07 contra 3,09 segundos.
As correções mexem em dois pontos: copiar somente os eventos necessários do histórico e adiar o carregamento de módulos até seu primeiro uso. A alteração consolidada envolve 22 arquivos. Isso ajuda a entender por que importar o pacote mais depressa não eliminou o custo da primeira execução: parte do trabalho apenas passou a acontecer depois.
Também importa saber onde a sessão está guardada. A documentação do ADK descreve o InMemorySessionService como uma opção que mantém as informações na memória da aplicação, indicada para desenvolvimento, testes locais e situações sem necessidade de persistência. Se o processo reinicia, esse histórico se perde. A plataforma oferece alternativas com armazenamento persistente, incluindo bancos relacionais e serviços gerenciados. Portanto, escolher o serviço envolve requisitos de operação que vão além de um gráfico de velocidade.
Quatro propostas ficaram pelo caminho
A execução noturna recebeu instruções do repositório e usou o modo de metas do Antigravity. Ainda assim, a revisão rejeitou quatro otimizações: havia risco de dados desatualizados em cache, dependência de detalhes privados de biblioteca e complexidade sem benefício convincente fora de testes sintéticos. O Google também relata que passar nos 16.892 testes públicos não impediu falhas em 25 alvos de teste internos numa mudança de importação. A solução precisou preservar a compatibilidade esperada.
É esse filtro que torna o caso interessante. Uma proposta pode melhorar um cronômetro e continuar sendo uma troca ruim para quem mantém o software. Código mais frágil cobra sua conta na atualização seguinte, e um teste verde só responde às condições que aquele teste cobre. Avaliar uma IA de programação apenas pela quantidade de alterações entregues deixa de fora essa parte do trabalho.
O repositório oficial do ADK reúne recursos para compor fluxos de execução e delegar tarefas entre agentes, com rotas, repetições, controle de estado e participação humana. Nesse tipo de projeto, uma mudança pequena pode atravessar caminhos bastante diferentes antes de chegar ao usuário. A melhoria útil precisa sobreviver a essa variedade, não só funcionar no exemplo escolhido para a demonstração.
O experimento oferece um resultado verificável no código e uma medida delimitada de desempenho. Para avaliar o mesmo ganho em outra aplicação, ainda seria preciso repetir a medição com seu histórico, suas ferramentas e sua forma de armazenar sessões. O dado mais revelador da madrugada talvez seja o placar da revisão: a equipe aproveitou duas ideias e abriu mão das outras quatro.
