谷歌近日发布了一款专为AI智能体打造的Android命令行界面(CLI)工具,官方声称该工具可将Token用量降低70%,并将任务完成时间缩短至原来的三分之一。
Android主流开发环境仍然是Android Studio,该IDE已内置对AI智能体的支持。新推出的CLI工具则使得在Android Studio之外运行的智能体能够更便捷地构建Android应用程序。CLI并非Android Studio的替代品,通过CLI构建的应用同样可以在IDE中打开继续编辑。
官方介绍文章指出:"开发者可以先借助智能体通过Android CLI快速搭建原型,再在Android Studio中打开项目,对用户界面进行精细调整。"
该CLI本身并不具备AI功能,同样适用于脚本和其他自动化工具,也方便那些偏好在代码编辑器而非完整IDE中工作的开发者使用。
Android CLI目前支持Apple Silicon、AMD64 Linux及AMD64 Windows平台。安装后即可启用android命令,支持通过模板创建应用、安装和管理Android SDK及设备模拟器、查找并列出Android技能等操作。所谓Android技能,是指帮助智能体执行特定任务的指令文件。此外,CLI还提供"describe"参数,可分析项目并生成描述性元数据;以及"docs"参数,用于搜索并获取Android知识库中的文档内容。
Android技能文件已发布在GitHub代码仓库中,目前列出了7项技能,未来预计将持续扩充。
根据服务条款,谷歌默认会收集Android CLI的使用数据,用于"帮助改进该工具"。如需将相关命令排除在数据收集范围之外,可添加--no-metric参数。
开发者社区对Android CLI的初步反应褒贬不一,部分开发者认为其功能过于有限。有人评价道:"它提供的不过是对基本Android配置命令的一层封装,而这些大语言模型本来就能轻松完成。"不过,随着更多技能和模板的持续加入,该CLI工具有望进一步完善。
传统IDE是以人类用户为核心设计的,而非面向AI智能体优化。谷歌并非唯一一家思考AI如何重塑开发工具的厂商。微软在介绍Visual Studio全新智能体功能时,提到了"我们对IDE认知方式的根本性转变";JetBrains也预演了名为Central的智能体软件开发系统。
IDE的核心功能之一是让开发者能够便捷地查看和导航构成软件项目的全部代码。让AI智能体改用命令行工作,虽然有助于提升效率,但也可能使软件开发与开发者之间的距离进一步拉大——代码在后台自动生成与编译,开发者对其的掌控与可见性随之降低。
Q&A
Q1:谷歌Android CLI工具和Android Studio有什么区别?
A:Android CLI是谷歌专为AI智能体设计的命令行工具,适合在Android Studio之外运行的智能体或偏好命令行的开发者使用。Android Studio仍是主流开发环境,已内置AI智能体支持。两者可以协同使用,CLI构建的项目可以直接在Android Studio中打开进行精细调整,CLI不是Android Studio的替代品。
Q2:Android CLI的Token用量为何能降低70%?
A:传统IDE是为人类操作设计的,界面复杂、信息冗余,AI智能体在其中运行时需要处理大量无关内容,导致Token消耗较高。Android CLI专为智能体优化,采用精简的命令行交互方式,减少了不必要的上下文信息,从而使Token用量降低70%,任务完成时间也缩短至原来的三分之一。
Q3:Android CLI会收集用户数据吗?如何关闭?
A:根据谷歌服务条款,Android CLI默认会收集用户的使用数据,用途是帮助改进该工具。如果不希望某些命令被纳入数据收集范围,可以在命令后添加--no-metric参数,将该命令排除在数据采集之外。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。