代码合并之后 AI 才真正开工:Google Labs 放出 Stitch Loop,自己找问题、自己写修复、开 PR 等你点通过
3分钟看懂
Google Labs 在 11 月 18 日放出了一个叫 Stitch Loop 的新实验:一个「长期在岗的产品代理」。它接上你的 GitHub 代码库和线上真实指标,自己找哪里拖了后腿,自己在隔离沙箱里把代码改好,然后开一个 GitHub 拉取请求(PR)等你审。
一句话说清它和现在的编码 Agent 的区别:那些工具在你按下合并的那一刻就下班了,Stitch Loop 是从那一刻才开始上班。官方在 X 上的原话是「Today's coding agents stop when code ships」,Stitch Loop 则是上线之后继续干。
它不是自动上线机器人。官方写得非常明确:任何改动都必须人工 review PR,你不点通过,生产环境一行都不会变。
它也是个闭源商业产品的实验版:模型权重不开放,你用的是 Google 的云端服务,没有本地部署这条选项。
现在只能排队。全球 waitlist 当天开放,Google AI Ultra 订阅用户优先,价格和正式开放时间都还没公布。
它到底怎么干活
先把管线说清楚,因为这决定了它适不适合你。
第一步是接上下文:GitHub 仓库,加上日志、用户行为、用户反馈这些产品数据。官方给了三条接入路径——180 多个现成集成、自定义 MCP server、或者本地 CLI 上传。它不靠猜,所有的判断都要落在这些数据上。
接完之后,它跑的是「loop」:一个围绕你设定的可衡量目标不断循环的流程,每个 loop 走四步。
- 建议(Suggestions):从产品数据里找出能推进目标的点,并且给出证据,不是拍脑袋列待办。
- 方案(Solutions):每条建议配一个或多个解法,写清权衡和改动范围,涉及界面的还会附视觉方案。
- 构建(Build):你选定方向后,它在隔离的云沙箱里写代码,然后开一个 GitHub PR。PR 里会带截图或录屏,让你看见它到底改成了什么样。
- 回看(Reflect):它继续盯线上数据,从每一次成功或失败里学,把结果喂进下一轮。目标达成了也不收工,指标一掉它就重新动。
这四步的价值不在于「AI 会写代码」——这点早就不稀奇了——而在于它把「发现问题 → 出方案 → 动手 → 验证有没有用」串成了一个闭环,而且每一环都留了证据。
三条默认 loop,和你能自己加的那些
开箱自带三条,覆盖的是小团队最容易烂掉的地方:网络安全、延迟、无障碍。
安全那条最值得说:它把 Gemini 4 Carbon 的网络安全能力和 Google DeepMind 的 CodeMender 拼在一起——CodeMender 是 DeepMind 那个专门修代码安全问题的自主代理。两者合起来扫代码库,在漏洞变成事故之前把它们标出来,每条都附证据,再开一个带修复方案的 PR。
延迟和无障碍同理:一个盯响应速度,一个按 WCAG 标准查可访问性。你也可以自己建 loop,官方举的例子是「提高结算转化率」——这种直接挂在钱上的目标,正是循环式代理最合适的用武之地。
怎么用:现在的正确姿势是排队,不是部署
这一步必须先说清楚,免得有人以为今天就能接进生产。
- 先排 waitlist:stitch.google.com/loop,全球开放。有 Google AI Ultra 订阅的话会优先——这是目前唯一的「加速通道」。
- 先想清楚你要它优化哪个数:Stitch Loop 的整个设计围绕「可衡量的结果」。如果你的团队现在说不清「哪个指标掉了算问题」,那它给不出有用的建议,你也没法判断它的 PR 该不该批。
- 先补齐数据通路:GitHub 权限、日志、行为数据。官方给的 180+ 集成和 MCP 就是为这一步准备的。数据接不进来,它就是个只能看代码的普通助手。
- 把它当服务层,而不是替代品:Google Antigravity 这类编码 agent 可以通过 Stitch CLI 和 MCP 从它这里拉持久的项目上下文;Slack 里 @stitch 能收每日洞察摘要、也能直接建新 loop。也就是说,它可以只做「发现和判断」那半边,落地交给你现有的工具链。
不适用场景
这是个 Labs 里的实验品,不是已经 GA 的商业工具,这个前提决定了下面几条:
- 价格与正式开放时间都没公布。日文媒体 TechnoEdge 在报道里明确写了「料金と一般提供の時期は不明」。想按预算立项的,现在算不出账。
- 不接受人工 review 的团队不适合。它的产出永远是 PR,不是直接提交。你想要「无人值守自动修复」,这条产品设计就是明确的拒绝。
- 没有测试基线、没有稳定指标的项目不适合。它的每一步都要求「证据」和「可衡量的目标」,你给不出基线,它就只能瞎猜。
- 强合规环境要额外评估。把代码库、日志、用户行为数据交给一个云端代理,本身就要过安全评审,这一点和它是不是 Google 出的无关。
- 别指望它替掉工程师。它做的是「上线后那些永远排不进迭代计划的脏活」,不是产品决策。
避坑:四个最容易踩的误解
- 「它会自动改生产」——错。沙箱写、PR 提、人审批,官方在博客里特意强调了三次「你是最终决定者」。
- 「PR 越多越好」——反了。一个 24 小时在跑的代理,如果目标定得含糊,最可能的结局是 PR 洪水,团队 review 不过来,最后全部忽略。先把 loop 数量控制在一两条,跑顺了再加。
- 「接了就能提升转化率」——它只能优化你定义的那个指标。指标选错,它会非常高效地把产品带偏。
- 「反正有截图和录屏,不用看代码」——PR 里带可视化是为了让你快速判断方向对不对,不等于代码就不用看。合并的责任还在按下按钮的人身上。
成本与时间
- 钱:产品本身价格未公布;waitlist 里的优先权绑在 Google AI Ultra 订阅上,这条是现有成本。GPU 和推理费用由 Google 侧承担,你不需要自己买卡。
- 人力:真正的成本在 review。每个 PR 都要有人看、有人判断、有人负责合并。这是它设计的核心约束,不是可以省的环节。
- 时间:接入 GitHub 和数据源是小时级的事,等 waitlist 是未知数。想把这件事做成流程,建议先内部定好「哪些 loop、盯哪个指标、谁负责批 PR」,等名额下来直接开跑。
谁适合:从「能不能用」到「该不该用」
- 适合:三五个人维护一个已经上线、有真实用户的产品的小团队;手里有一堆「安全漏洞、页面慢、无障碍不达标」这类永远排不上期的债;已经有稳定的指标看板和 PR review 流程。
- 可以观察:中大型团队可以拿一个边缘产品先试 loop 的产出质量,再决定要不要铺开。
- 暂时别碰:还没上线、没有用户数据的产品(它优化的是「上线之后」);对数据出境和代码托管有硬约束的组织;期待「一句话自动修好线上事故」的人。
行动建议
第一步,今天就能做:去 stitch.google.com/loop 排上 waitlist,顺便看一眼官方博客里那四条 loop 的示例,判断你们团队有没有对应的痛点。
第二步,内部对齐一个指标:写下「如果这个数变好 10%,我们算赢」——这句话写不出来,就先别申请。
第三步,把 PR review 的责任人定下来。Stitch Loop 落地失败最常见的原因不是模型不行,是没人愿意天天审一个机器人的 PR。
它的定位其实很朴素:把「上线之后」这段没人愿意干、又必须有人干的工作,交给一个不会下班的代理,但保留人类按下合并键的权力。
本文基于 Google 官方博客与多家媒体转述整理,时间与功能以官方口径为准。
参考来源
- https://blog.google/innovation-and-ai/models-and-research/google-labs/stitch-loop/
- https://x.com/Google/status/2123101724047200432
- https://www.testingcatalog.com/early-look-at-loop-new-autonomous-ai-agent-from-google/
- https://www.tokenpost.com/news/technology/60692
- https://news.yahoo.co.jp/articles/3b05b2a0abcd4cc508c03d1dc685be59cad3f9d9