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
随着AI编程工具的普及,越来越多的非开发者开始尝试自己构建应用。谷歌在I/O大会上宣布,AI Studio新增功能可让用户通过提示词快速生成原生Android应用,并直接导出到手机。此外,谷歌还推出了基于Gemini的自定义小组件功能,并提出"生成式UI"概念,让手机界面根据需求实时生成。与此同时,苹果据报道也在探索通过提示词创建快捷指令的功能,手机个性化体验或将迎来新突破。
新加坡国立大学构建了首个视频隐喻理解基准ViMU,含588段视频与2352道题,测试16个主流AI模型均未超过50%,揭示AI在视频潜台词理解上的系统性短板。
麻省理工学院劳动经济学家David Autor领衔的最新研究揭示,美国战后新兴工作岗位主要由30岁以下的年轻大学毕业生获益,且多集中于城市地区。研究显示,新型工作通常伴随工资溢价,但随着相关技能普及,这一优势会逐渐消退。研究还发现,需求侧驱动对新工作创造至关重要。面对AI浪潮,Autor认为AI在医疗等领域的应用方式,将决定其究竟是创造新岗位还是取代现有工作。
浙江大学等机构联合提出PanoWorld,通过球面空间交叉注意力和57万张全景图训练数据,让AI能直接理解360度全景图的空间结构,在导航和视觉搜索任务中大幅超越现有方法。