Google usa IA Gemini 4 Argon para otimizar 200 mil linhas em 11h

Tecnologia

Gemini 4 Argon melhora eficiência do Agent Development Kit com otimização significativa em tempo recorde.

Leia também: IA da Liquid AI usa GitHub e Hugging Face para ‘trapacear’ em treino

Em uma execução ininterrupta de 11 horas, o modelo Gemini 4 Argon otimizou a base de código Python do Agent Development Kit (ADK) do Google, que soma cerca de 200 mil linhas em 800 arquivos e 16.892 testes unitários, e teve suas principais mudanças de desempenho aceitas após revisão de engenheiros da empresa.

O que o Gemini 4 Argon fez no código do ADK

O experimento foi conduzido na própria base do ADK, usada internamente para construir agentes capazes de orquestrar múltiplas ferramentas em longas sessões de interação. A ideia dos engenheiros era testar como o modelo lida com um código já existente e complexo, bem diferente de criar um aplicativo novo a partir de uma pasta vazia.

Ao longo da execução, o agente leu as diretrizes do repositório, estabeleceu linhas de base de desempenho, propôs otimizações, revisou suas próprias alterações e rodou todos os 16.892 testes unitários antes de considerar a tarefa concluída. “The agent had read the repository guidelines, established performance baselines, proposed optimizations, reviewed its own changes, and ran all 16,892 open-source unit tests before finishing”, descreveu o Google.

No fim do processo, duas otimizações de desempenho foram aceitas pelos desenvolvedores e incorporadas à base principal, enquanto quatro outras propostas pelo modelo foram rejeitadas após análise humana por questões de confiabilidade, manutenção, compatibilidade ou ganho de performance insuficiente.

Quais foram os ganhos de desempenho

As mudanças validadas atacam pontos recorrentes de overhead no ADK. A primeira altera a forma como o kit lida com o histórico de sessões, passando a filtrar eventos antes de copiá-los, o que corta trabalho desnecessário em interações longas. A segunda introduz carregamento preguiçoso (lazy loading) de pacotes pesados, evitando importações antecipadas que só seriam usadas mais tarde.

Na prática, essas intervenções reduziram em cerca de 40% o overhead de preparação de sessões em memória e em 21% o tempo de importação de pacotes. Embora esses números pareçam pequenos quando vistos isoladamente, o impacto se acumula em cenários com muitas chamadas sequenciais.

O próprio Google exemplifica com uma execução de 158 interações internas de chamadas de ferramentas: o tempo total cai de 65,6 segundos para 56,1 segundos, quase 10 segundos de overhead a menos só do framework. “On a single LLM call that takes seconds, a human won’t feel 28 ms or 78 ms. Across 158 internal turns of tool calling interactions, however, those copies compound: removing them cuts the full 158-turn run from 65.6 seconds to 56.1 seconds (nearly 10 seconds of pure framework overhead)”, explicou a empresa.

Entenda o contexto

Trabalhos de performance em bases grandes costumam ser difíceis justamente porque o gargalo raramente está em um único arquivo ou função óbvia. É preciso entender como módulos se conectam ao longo de uma execução inteira, muitas vezes cruzando dezenas de componentes diferentes.

Segundo o Google, o diferencial do Gemini 4 Argon nesse teste foi fazer um tipo de “investigação cruzada” entre módulos que ferramentas tradicionais, como profilers, não conseguem realizar sozinhas. “A profiler will tell you that copying sessions and importing packages take time. What it won’t do is trace every caller, mock target, and shared reference across 40 files so that speeding up those paths doesn’t break existing apps”, afirmou a empresa.

Ao navegar por cerca de 800 arquivos e manter um “mapa mental” de como o código se encaixa, o modelo conseguiu propor ajustes que preservassem compatibilidade com aplicações já construídas sobre o ADK, algo sensível em qualquer framework amplamente usado.

IA não dispensa revisão humana

Apesar do sucesso das duas otimizações aceitas, a experiência também expõe os limites atuais da autonomia de modelos avançados na manutenção de sistemas críticos. Cada mudança sugerida pelo Gemini 4 Argon passou por revisão humana rigorosa, com checagem de confiabilidade, impacto em código legado, facilidade de manutenção e benefício mensurável.

Quatro modificações propostas acabaram descartadas justamente por não atenderem a esses critérios. O processo reforça um desenho de colaboração em que a IA assume o trabalho pesado de vasculhar a base, levantar hipóteses e até escrever patches completos, mas a decisão final segue com engenheiros responsáveis pelo projeto.

Internamente, o resultado alimenta o otimismo sobre o uso de agentes como o Gemini 4 Argon para acelerar a manutenção e otimização de grandes bases de código, especialmente em áreas que dependem do ADK para construir agentes e fluxos de automação complexos. Ao mesmo tempo, mantém em evidência o papel central de especialistas humanos para evitar regressões e garantir que cada ganho de milissegundos se traduza em benefício real para quem usa as aplicações no dia a dia.