Google применила Gemini 4 Argon для рефакторинга Chromium с миллионами строк кода

Google DeepMind опубликовала видео о том, как команда Chromium использует модель Gemini 4 Argon для обслуживания одной из самых тяжёлых кодовых баз в open source. Исходные данные скромные: «миллионы строк» и «десятилетия» истории. Точных показателей вроде числа слитых изменений, доли принятых патчей или сэкономленных человеко-часов в материале нет. Зато хорошо описана схема работы, и она интереснее самой модели.

Что именно делает Gemini 4 Argon в Chromium

По словам DeepMind, Chromium устроен так, что работа с ним превращается в навигацию по запутанным фичам. Тронешь один компонент, и неожиданно сломается другой. Эрик Чен, инженер Google, применяет Gemini 4 Argon, чтобы «распутать» архитектуру. То есть речь идёт о рефакторинге: код меняет структуру, а поведение остаётся прежним.

Ключевая деталь в том, что над кодом работают сразу несколько агентов, причём независимо друг от друга. Это принципиально отличается от привычного сценария, где ассистент подсказывает правки в одном файле, а человек собирает результат вручную. Здесь задача дробится на куски, и каждый агент берёт свой.

Как контролируют качество

Главный вопрос к любому ИИ-рефакторингу в большой кодовой базе: кто гарантирует, что ничего не сломано. DeepMind называет два уровня защиты:

• тестовые наборы Chromium, через которые проходят изменения агентов;
• код-ревью от инженеров Chromium.

То есть автоматика не заменяет процесс, принятый в проекте. Агент выступает автором патча, а проверка остаётся прежней. Для кодовой базы такого возраста это разумная позиция: покрытие тестами у браузера огромное, и именно оно делает массовый рефакторинг осуществимым.

Что известно из материала

• Модель: Gemini 4 Argon, подробности Google вынесла в отдельный пост в блоге.
• Объект: кодовая база Chromium, миллионы строк и десятилетия истории.
• Исполнители: несколько агентов, работающих независимо.
• Верификация: тесты Chromium и ревью инженеров.
• Заявленная цель: освободить команду Эрика Чена для работы над будущим Chromium.
• Не раскрыто: объём изменений, процент отклонённых патчей, стоимость запусков, число багов, пойманных тестами.

Как читать этот кейс

Материал выпущен самой DeepMind, это витрина возможностей модели, а не независимый аудит. Заявление «агенты поддерживают кодовую базу» пока подкреплено только описанием процесса. Реальную ценность покажут цифры: сколько изменений дошло до основной ветки и сколько времени ревьюеры тратят на проверку патчей агентов по сравнению с правками людей. Ревью тоже ресурс, и если поток машинных патчей его перегрузит, выигрыш обнулится.

При этом выбранная задача удачна. Рефакторинг хорошо формализуется, результат проверяется тестами, а ценность растёт с масштабом. Именно на таких работах, которые инженеры годами откладывают, агентное программирование выглядит наиболее правдоподобно.

Практический вывод для команд

Если у вас большой легаси-проект, из кейса Chromium стоит взять схему, а не название модели. Сначала убедитесь, что тестовое покрытие позволяет доверять зелёной сборке. Затем разбейте рефакторинг на независимые задачи, чтобы агенты не конфликтовали за одни и те же файлы. И оставьте человеческое ревью обязательным шагом, а метрики принятых и отклонённых патчей собирайте с первого дня. Без них невозможно понять, экономит ли агент время или просто переносит нагрузку на ревьюеров.