Android Studio Rabbit 2 получила стабильную функцию Bring Your Own Agent: к IDE можно подключить более 40 помощников для разработки, включая Claude, Codex, JetBrains Junie и Google Antigravity. Для Android-команд это превращает AI-агенты в Android Studio из встроенной опции одного поставщика в сменяемый слой инструментов — с доступом не только к файлам проекта, но и к сборке, тестам, логам и эмулятору.
О релизе сообщает Habr / Новости. Ключевая деталь здесь не количество поддерживаемых названий, хотя «40+» выглядит убедительно в презентации. Google встроила в Android Studio механизм, который даёт внешнему агенту контекст мобильного проекта и позволяет выполнять действия, ради которых разработчики вообще готовы доверить ИИ часть рутины: менять код, запускать проверки и смотреть, не сломался ли интерфейс.
Не просто чат рядом с редактором
Интеграция построена на Agent Client Protocol, или ACP. Через этот протокол IDE передаёт агенту структуру проекта, параметры сборки и сведения о целевой Android-платформе. Иными словами, агенту не приходится угадывать, где лежит модуль, какой вариант сборки запущен и почему приложение не собирается на конкретной конфигурации. Для типичного Android-проекта, где соседствуют Gradle, несколько модулей, product flavors и разный код для экранов, это важнее эффектного автодополнения очередной функции.
В Android Studio агент также получает доступ к эмулятору, журналам работы приложения и инструментам просмотра интерфейса Jetpack Compose. Такая связка позволяет пройти короткий, но полезный цикл: попросить внести изменение, собрать приложение, запустить тест или сценарий в эмуляторе, изучить результат и при необходимости скорректировать правку. Сам по себе агент не становится гарантией качества: он всё ещё может неверно понять задачу или предложить сомнительную архитектуру. Но IDE хотя бы даёт ему возможность проверить собственный результат, а не заканчивать работу на уверенной реплике в чате.
Google добавила и менеджер скилов — наборов инструкций, которые можно искать, устанавливать и настраивать для агентов. В релизе уже упомянуты готовые сценарии для переноса интерфейсов с XML на Jetpack Compose, обновления Android Gradle Plugin, адаптации приложений под планшеты и складные устройства, а также подключения CameraX и Firebase. Это попытка упаковать повторяющиеся инженерные задачи в воспроизводимые процедуры. Хороший скил не заменит ревью: миграция интерфейса часто цепляет навигацию, темы, доступность и поведение на старых устройствах. Зато он может снять с команды работу по первичному обходу проекта и подготовке однообразных изменений.
Для встроенных агентов предусмотрена работа с LeakCanary: они могут использовать инструмент, чтобы искать утечки памяти и предлагать исправления. Ещё одна функция, Change Review, отслеживает изменения, сделанные агентом, и проверяет коммиты и историю Git. Это особенно прагматичная часть релиза. Чем активнее помощник меняет код, тем важнее понимать границы его правок и быстро увидеть, что именно он затронул. Иначе автоматизация легко превращает небольшую задачу в длинный разбор неожиданного diff перед релизом.
Выбор агента становится частью инженерного стека
До сих пор многие AI-инструменты для разработки приходили в IDE как отдельные плагины, чат-окна или встроенные ассистенты с жёстко заданной моделью. Bring Your Own Agent меняет саму точку выбора: команда может подбирать агента под свои процессы, требования к инструкциям и привычный набор инструментов, не отказываясь от среды Android Studio. В список совместимых решений вошли и продукты сторонних компаний, и собственные разработки экосистемы Google. Для рынка это сигнал, что IDE борются уже не только за качество редактора, а за роль диспетчера между разработчиком, моделями и инструментами выполнения.
Для русскоязычных Android-разработчиков новость имеет вполне прикладной смысл. Можно оценивать агента не по демонстрации генерации экрана за минуту, а по более жёстким критериям: понимает ли он структуру конкретного приложения, корректно ли работает с Gradle, способен ли воспроизвести баг в эмуляторе, не прячет ли рискованные изменения в десятках файлов. Командам стоит заранее договориться, какие операции агент может выполнять самостоятельно, какие требуют ревью, а какие — например, обновление зависимостей или изменения в критичных модулях — должны оставаться под ручным контролем.
Для продактов и руководителей разработки это ещё и повод не измерять эффект от ИИ числом сгенерированных строк. Наиболее полезными могут оказаться задачи, где цена контекста высока, а шаги повторяются: миграция UI, подготовка адаптаций для больших экранов, диагностика проблем с памятью, проверка результата после правок. Если AI-агенты в Android Studio действительно сокращают путь от задачи до воспроизводимой проверки, выигрыш появится в скорости обратной связи, а не в красивом счётчике автодополнений.
Следующий вопрос для Android-команд — смогут ли ACP и библиотека скилов стать переносимым рабочим стандартом, а не просто витриной совместимых агентов. Чем больше действий агенту разрешат делать внутри IDE, тем дороже будут ошибки в правах доступа, инструкциях и ревью. Rabbit 2 делает этот эксперимент заметно практичнее: теперь выбирать придётся не только модель, но и правила, по которым ей разрешено вмешиваться в проект.
