NewToken 新词元关注新智能
读懂

Stitch Loop 还不能自己把改动合并上线

谷歌实验室的 Stitch Loop 会对着指标持续写代码并开出拉取请求,但官方写明合并须人批准。一名测试者用它改自己的网站,看到的是主题微调与无障碍建议。

主线智能体与应用

读懂|Stitch Loop 还不能自己把改动合并上线
本文提纲3 节
  1. 11月18日打开的是全球等待名单
  2. 默认 3 条环都把改动写成拉取请求
  3. 测试者改自己的网站,得到的是主题微调

产品上线之后,优化改动还会被继续写出来,但它们不能自行出现在线上。11月18日,谷歌实验室推出实验项目 Stitch Loop:它对接代码仓库和线上指标,按目标提出方案,在隔离沙箱里写代码,再开出 GitHub 拉取请求。

谷歌实验室产品管理总监贾斯汀·图潘(Justin Toupin)在官方博客里写明,你始终拥有最终决定权。在你审核拉取请求之前,任何改动都不会被合并。

11月18日打开的是全球等待名单

官方博客写着,等待名单当天对全球用户开放,符合条件的 Google AI Ultra 用户优先,入口是 stitch.google.com/loop/waitlist。这是实验室里的实验,不是已经向所有人打开的正式产品。

谷歌把已有的 Stitch 说成有数百万人用来把想法做成界面,并把 Stitch Loop 写成同一条产品线的新方向。它还写,编码智能体的工作在拉取请求合并时结束,上线之后的漏洞修补、结账加速和注册流失排查,才是精益团队要接着做的事。

这些使用规模,以及「全天运转直到目标完成」的表述,属于企业宣称。公开材料里没有可核对的用户数,也没有目标达成率。

默认 3 条环都把改动写成拉取请求

按官方说明,使用时先连接 GitHub,再接入日志、用户行为和反馈等产品上下文。官方称有 180 多个集成,也可以用自定义的 MCP 服务器或本地命令行上传。系统默认提供 3 条环,分别对准网络安全、延迟和无障碍,用户还可以自建环,例如提高结账转化。

每条环分 4 步。它先根据产品证据提出改进建议,再给出带取舍和范围的方案。选中方向后,在隔离的云沙箱里写代码并开出拉取请求,必要时附上截图和视频。随后它继续盯着线上数据,目标达到后也保持观察。

安全环被写成会搭配 Gemini 4 Carbon 的网络安全能力,以及谷歌 DeepMind 的代码安全智能体 CodeMender,为发现的问题附上证据,并开出修复用的拉取请求。

官方原文把边界写在一句里:

You always have the final call. Nothing merges until you review the PR.

官方还写,其他编码智能体可以通过 Stitch 的命令行和 MCP 读取产品上下文,Slack 里用 @stitch 能收到每日摘要。这些都是产品说明,不是已经统计出来的使用结果。

测试者改自己的网站,得到的是主题微调

独立站点 TestingCatalog 的作者阿列克谢·沙巴诺夫(Alexey Shabanov)在11月18日的评测里写道,他已经测试 Loop 数周,请它优化 TestingCatalog.com。

结果是对自己正在使用的主题做了许多小改动,并建议改进无障碍和合规。预发布测试跑在 Gemini 3.8 Flash 上,正式放出时换成了升级后的型号。

他把这看成更高一层的委托:人去管理一个会管理其他智能体的管理者,自己只设定目标、验收结果和做决定。不能自行合并,在他看来正是这种设计,并不等于事情没做成。

把这篇评测放在官方说明旁边看,分析推断只能说明:至少有一名外部测试者在预发布阶段用到了这个环,并且看到了主题层的修改建议。它不能证明合并后的指标已经被改写,也不能把持续运转读成可以自行上线。

图潘写下的边界,本来就不是让环代替人去点合并。真正要核对的,是环有没有写出可审核的改动,以及这些改动上线后有没有改掉指标。

现在能核对的,是官方把出口停在拉取请求,以及一名测试者得到的主题微调与无障碍建议。等待名单人数、安全环修过哪些漏洞、结账转化有没有被改动,公开材料里都还没有。

把 TestingCatalog 的网站交给这个环,得到的不是页面自己换好上线,而是一组还须人点头的改动。Stitch Loop 可以对着指标通宵写代码,可它没有替人把优化做完。合并按钮还在人手里。

来源

引用与数据Markdown 镜像