Google otwiera Android Studio na agentów AI i nowe API Gemini
Google udostępnia Android Studio ponad 40 agentom AI jak Claude i Codex oraz prezentuje nowe API Gemini Nano 4 i okulary XREAL AURA.

Źródło zdjęcia: The Decoder
Google otwiera środowisko programistyczne Android Studio dla zewnętrznych agentów AI i wprowadza nowe interfejsy Gemini do budowy aplikacji sterowanych przez agentów. Podczas tegorocznego Android Dev Summit firma ogłosiła serię aktualizacji, które otwierają Android Studio na konkurencyjne modele AI, rozszerzają narzędzia terminalowe ograniczające zużycie tokenów oraz wprowadzają nowe API oparte na Gemini Nano 4 i protokole MCP. Google zaprezentował też okulary AR stworzone wspólnie z XREAL.
Kluczowe wnioski
- Android Studio Rabbit 2 wprowadza funkcję „Bring Your Own Agent” (BYOA), która pozwala uruchamiać w IDE ponad 40 różnych agentów kodujących poprzez otwarty Agent Client Protocol (ACP) — w tym Claude firmy Anthropic, Codex OpenAI oraz Google Antigravity.
- Nowe narzędzia terminalowe (Android CLI) skracają czas pracy agentów nad interfejsem o 77% i zmniejszają zużycie tokenów nawet trzykrotnie, m.in. dzięki renderowaniu podglądów Compose bezpośrednio w terminalu.
- Integracja biblioteki LeakCanary z CLI i Android Studio Profiler pozwoliła w teście z modelem Claude Opus 5.5 wykrywać i naprawiać wycieki pamięci niemal dwukrotnie szybciej, przy około 25% mniejszym zużyciu tokenów.
- Alpha wersja Agentic API opartego na Gemini Nano 4 umożliwia lokalne uruchamianie funkcji agentowych bezpośrednio na urządzeniu mobilnym, bez konieczności łączenia się z chmurą.
- Google i XREAL zaprezentowali smart okulary XREAL AURA (1099 dolarów) działające na Android XR, które analizują otoczenie użytkownika za pomocą Gemini.
Android Studio otwarte na konkurencję: Claude, Codex i Antigravity w jednym IDE
Najważniejszą zmianą ogłoszoną na Android Dev Summit jest rezygnacja Google z narzucania deweloperom wyłącznie własnych narzędzi AI. Dzięki funkcji BYOA w Android Studio Rabbit 2 programiści mogą zainstalować i jednocześnie uruchamiać wiele agentów kodujących — od Claude Agent Anthropic, przez Codex OpenAI, po Google Antigravity — korzystając z wbudowanego marketplace'u. Agenci te otrzymują bezpośredni dostęp do narzędzi środowiska deweloperskiego, takich jak struktura projektu, rozwiązywanie symboli, emulator czy system logów Logcat.
Aby móc porównywać wydajność różnych modeli, Google wypuściło wersję 2.0 tablicy wyników Android Bench. Ocenia ona modele językowe na podstawie wielodniowych projektów programistycznych, biorąc pod uwagę funkcjonalność, czas pracy i koszt. Ponieważ zmiany w kodzie generowane przez AI bywają chaotyczne, Google dodało narzędzie weryfikacyjne Change Review, które analizuje oczekujące zmiany, generuje raporty o błędach i krok po kroku wyjaśnia wprowadzone modyfikacje. W wersji testowej Android Studio Canary pojawił się też asystent migracji, który automatycznie przekształca starsze układy XML na Jetpack Compose. Google testuje ponadto Lightbuild — deklaratywny system budowania oparty na schemacie YAML, który mogą odczytywać i edytować zarówno ludzie, jak i agenci AI.
Takie podejście wpisuje się w szerszy trend otwierania narzędzi programistycznych na agentów AI, do których można po prostu pisać SMS-y czy łączyć się przez standardowe protokoły, co pokazują także inne firmy technologiczne budujące własne środowiska agentowe.
Nowe narzędzia terminalowe i umiejętności skracają czas pracy agentów
Google znacząco rozbudowało narzędzie wiersza poleceń Android CLI, przeznaczone dla deweloperów uruchamiających agentów w terminalu lub w pipeline'ach CI. Jest ono teraz dostępne jako oficjalny plugin agentowy dla Claude Code, Codex OpenAI i Google Antigravity. Nowe polecenia pozwalają agentom AI renderować podglądy Compose bezpośrednio w terminalu, by wizualnie sprawdzić zmiany w interfejsie bez konieczności uruchamiania emulatora. Wewnętrzne testy Google wykazały, że dzięki tej funkcji agenci wykonywali zadania związane z interfejsem użytkownika o 77% szybciej, zużywając nawet trzykrotnie mniej tokenów. CLI obsługuje też przesyłanie strumieniowe z fizycznych urządzeń testowych z laboratoriów Google, co umożliwia agentom badanie błędów specyficznych dla konkretnych sprzętów.
Nowości dotyczą też debugowania i analizy wydajności. Google wbudowało open-source'ową bibliotekę LeakCanary do wykrywania wycieków pamięci zarówno w CLI, jak i w Android Studio Profiler. System ocenia zrzuty sterty (heap dumps) na komputerze, a nie na urządzeniu mobilnym, co zapobiega spowolnieniu aplikacji podczas testów. W teście A/B przeprowadzonym przez Google z wykorzystaniem modelu Claude Opus 5.5 firmy Anthropic narzędzie CLI pomogło znaleźć i naprawić wycieki pamięci niemal dwukrotnie szybciej, redukując przy tym zużycie tokenów o około 25%.
Pozostałe narzędzia wiersza poleceń pozwalają agentom przechwytywać ślady systemowe za pomocą Android Performance Analyzer, pobierać raporty o awariach z Firebase Crashlytics lub sprawdzać optymalizację kodu za pomocą kompilatora R8. Ponieważ modele językowe często nie są trenowane na najnowszych API, Google udostępnia obecnie ponad 30 tzw. Android Skills — zestawów dokumentacji dostarczanych agentom do zadań takich jak sprawdzanie zgodności z regułami Google Play przed przesłaniem aplikacji, obsługa kwestii bezpieczeństwa uprawnień czy dostosowywanie układów do urządzeń składanych i laptopów marki Googlebooks.
Gemini Nano 4, MCP i okulary XREAL AURA
Poza narzędziami deweloperskimi Google wprowadza nowe API, które pozwalają wbudowywać funkcje agentowe bezpośrednio w aplikacje lub łączyć je z agentami systemowymi. Do lokalnego przetwarzania na urządzeniu Google dodaje do swojego ML Kit alfa wersję Agentic API zasilanego przez Gemini Nano 4. Interfejs ten automatycznie wykonuje funkcje, zapisuje historię rozmów, zarządza pętlą orkiestracji i zapewnia filtry bezpieczeństwa.
Google wykorzystuje też Model Context Protocol (MCP) i uruchamia w wersji beta AppFunctions API jako ujednoliconą warstwę wywoływania narzędzi, dzięki której aplikacje mogą udostępniać funkcje lokalnym lub systemowym agentom. Na tej bazie powstał nowy, alfa interfejs Agent-to-UI (A2UI) dla Jetpack Compose — zamiast odpowiadać zwykłym tekstem, agenci mogą wyświetlać interaktywne interfejsy użytkownika zbudowane z komponentów konkretnej aplikacji.
Aby przenieść te usługi aplikacji do Google Search i aplikacji Gemini, firma uruchamia podgląd Connected Apps Platform. Deweloperzy mogą łączyć swoje aplikacje przez Android MCP lub serwery MCP hostowane w chmurze i zarządzać nimi z poziomu jednej konsoli. Google informuje, że ponad 50 integracji partnerskich firm takich jak Adobe, Peloton czy Experian jest już aktywnych w aplikacji Gemini, a w nadchodzących tygodniach trafią one także do wyszukiwarki internetowej.
Google zapowiedział również aktualizacje sprzętowe dotyczące różnych form urządzeń. Wspólnie z producentem sprzętu XREAL firma zaprezentowała smart okulary XREAL AURA w cenie 1099 dolarów, działające na systemie Android XR. Okulary wyświetlają wirtualne obszary robocze i wykorzystują Gemini do analizowania rzeczywistego otoczenia użytkownika. Aktualizacje objęły też Jetpack Compose w wersji 1.13 oraz model AppState, co ma ułatwić deweloperom budowanie aplikacji działających na różnych formach urządzeń.
Ogłoszenia z Android Dev Summit pokazują wyraźny kierunek, w jakim zmierza Google: zamiast zamykać ekosystem Androida wokół własnych modeli AI, firma stawia na otwartość wobec konkurencyjnych agentów, licząc, że to przyspieszy adopcję narzędzi agentowych wśród deweloperów na całym świecie.
Źródła
Podobne publikacje

Benchmark MKA: najlepsze AI spełnia 56,6 proc. wymagań ekspertów
Benchmark MKA od Google DeepMind i Artificial Analysis sprawdził AI na 200 zadaniach z planami, wykresami i arkuszami. Najlepszy model uzyskał 56,6 proc.

Gemini 4 Carbon dostępny dla wszystkich. Cena podwoi się 1 grudnia
Gemini 4 Carbon trafił do wszystkich użytkowników. Model kosztuje 2/10 dol. za mln tokenów, ale 1 grudnia cena wzrośnie dwukrotnie. Testy Simona Willisona.

Chatboty AI prowadzą turystów na manowce w górach
Gemini i Claude wprowadzały turystów w błąd podczas planowania wypraw, co kończyło się akcjami ratowniczymi w górach USA i Kanady.