Google Developers Blog (13 Oktober 2026) menerbitkan studi kasus internal: Gemini 4 Argon berjalan hampir 11 jam pada repositori ADK Python (~205.000 baris, ~800 file sumber, ~17.000 tes) untuk memangkas overhead framework. Hasil akhir—dua optimasi merge, empat proposal ditolak—menjadi peg berita sekaligus peringatan: AI coding agent optimasi memperluas eksplorasi, tetapi maintainer tetap mengurangi risiko sebelum production.
Studi itu bukan benchmark netral untuk website WordPress atau aplikasi PHP Anda. Konteksnya framework agent Google open source. Angka ~40% penurunan overhead pra-model pada `InMemorySessionService` dan impor paket 21% lebih cepat hanya berlaku pada skenario yang dijelaskan Google, dengan holdout benchmark terpisah yang tidak dilihat agent.
Studi ADK: dua merge, empat ditolak
Perubahan yang shipped menurut Google: (1) filter event sesi in-memory sebelum deep copy, plus copier cycle-safe menggantikan jalur Pydantic generik; (2) lazy load modul berat saat `import google.adk` agar CLI dan tes discovery lebih ringan. Pada run 158 turn internal, overhead framework turun dari 65,6 d ke 56,1 d menurut median benchmark holdout Google—bukan latency model LLM.
Empat proposal lain maintainer tolak: cache multi-agent dengan referensi memori lemah, pembacaan atribut privat OpenTelemetry, refactor formatting percakapan tanpa gain latency holdout, indeks replay workflow yang hanya membantu tes sintetis. Google menulis “agent explores, maintainer subtracts”—pola editorial, bukan bukti semua repo bisa otomatis merge.
Run pertama (~2 jam) tanpa `.agents/skills` menemukan bottleneck nyata namun melanggar konvensi repo. Run kedua memakai rulefile di `.agents/skills` dan mode `/goal` di Antigravity; agent menjalankan 16.892 tes unit sebelum berhenti.
Workflow AI coding agent optimasi legacy
Terapkan urutan serupa tanpa menyalin angka performa ADK. Tentukan outcome terukur—misalnya waktu TTFB route tertentu atau query N+1. Rekam baseline profiler sebelum agent menyentuh kode. Tulis rulefile repository: gaya import, batas breaking change API publik, definisi tes wajib lulus.
Isolasi eksekusi: branch terpisah, PR draft tanpa auto-merge, benchmark holdout yang sengaja tidak agent lihat agar tidak overfit. Wajibkan review manusia untuk diff yang menyentuh auth, caching session, atau serialisasi data pengguna.
Untuk aplikasi web lama (monolith PHP, plugin WordPress custom, Laravel lama), agent bisa menyarankan micro-opt yang membahayakan konsistensi transaksi. Tolak patch yang hanya menang benchmark sintetis atau bergantung API privat vendor.
Holdout Google menunjukkan impor 21% lebih cepat tidak menurunkan time-to-first-request proses baru (~3,07 d vs 3,09 d). Modul deferred tetap dimuat pada turn pertama—pelajaran relevan untuk warm-up worker setelah deploy.
Kapan agent cocok dan kapan menolak
Agent paling berguna bila bottleneck lintas file dan dokumentasi konvensi cukup untuk diingest model. Kurang cocok bila masalah dominan di infrastruktur (DB index, CDN, query tanpa observability) atau bila tes regresi tipis.
Jangan jalankan agent semalaman pada production branch tanpa watchdog biaya API dan reviewer pagi. Enam proposal ADK dengan dua merge berarti tingkat false positive tinggi; rencanakan waktu review setara dengan waktu agent.
SSL terpasang bukan berarti website aman mengingatkan bahwa optimasi kode tidak mengganti hardening. Backup database WordPress Laravel Joomla relevan sebelum eksperimen agent destruktif.
Checklist sebelum run overnight
Backup branch, holdout benchmark, reviewer pagi dengan waktu blok, rollback script, freeze deploy production. Empat proposal Google tolak menunjukkan checklist bukan birokrasi.
Google menulis round one agent menulis skrip benchmark tujuh menit setelah start, lalu 70 menit membaca kode sebelum edit. Politik timeout agent overnight harus mengakomodasi fase eksplorasi panjang.
Biaya API run 11 jam perlu dianggarkan. Hasil ADK tidak menjamin ROI serupa di repo 20k baris tanpa tes otomatis padat. Mulai scope terbatas—satu package, satu bottleneck profiler.
Pelajaran ADK untuk maintainer web
Bench_turn.py yang Google sebut sengaja tidak agent lihat: setiap turn memanggil model instan sehingga waktu hanya overhead ADK. Replikasi di repo web berarti benchmark route HTTP dengan database fixture.
Session store eksternal (Postgres, Redis, Firestore) tidak mendapat gain 40% dari patch in-memory ADK. Jangan extrapolasi headline Google ke stack production tanpa profiler lokal.
Replikasi aman di codebase Anda dimulai dari baseline, rulefile, holdout, dan veto maintainer, bukan merge otomatis. Rilis Gemini 4 Argon memicu demo ADK yang jujur tentang batas review manusia—bukan janji optimasi ratusan ribu baris tanpa manusia.
