
一款面向企业的产品发布之后,开发团队常常陷入另一种节奏。新功能还在排期,线上已经积累了性能抖动、登录转化率变化、用户反馈和新的安全问题。监控系统会留下大量曲线,客服软件收集抱怨,代码仓库保留每次修改,而真正负责把这些信息变成下一次提交的人,通常需要在多套系统之间不断切换。Google Labs在2026年11月18日推出的Stitch Loop,直接针对这段“上线之后”的工作流程。它把代码仓库、实时业务指标、日志和反馈连接起来,长期寻找可改善的问题,提出方案,在隔离环境中改代码,最后创建需要人批准的GitHub Pull Request。Google开放了面向全球用户的候补申请,符合条件的Google AI Ultra用户拥有优先体验资格。
产品运营任务为什么适合长期智能体
过去几年,AI编码工具最引人注目的场景是创建一个新网站、快速生成业务功能,或者接手一个明确的故障单。开发者写出需求,Agent阅读代码、调用工具、提交修改,这个流程有清晰的起点与终点。但真实的软件工程工作还包括一系列没有固定终点的活动:服务延迟会在不同流量条件下改变,第三方组件可能发布新的漏洞,用户路径出现新的阻力,产品的无障碍支持也需要持续完善。单次编码任务完成以后,系统仍要追踪运行表现,而上下文通常留在不同岗位和软件工具里。
Stitch Loop试图把产品目标作为持续执行的任务入口。Google公布的默认循环覆盖网络安全、延迟与无障碍,团队还可以自行定义结账转化率等业务指标。实现方式并不神秘:先收集可测量的目标和现场证据,再把产品运行中的变化映射到具体代码模块和可执行修复。系统只有掌握“该指标由什么行为产生、对应哪个版本的代码、修改之后怎样验证”的关联关系,才有条件给出有用的工程动作。相比不断放大提示词上下文,建立长期可访问的产品状态和可靠工具链更符合这种任务形态。
Google公告里列出180多种集成,支持通过GitHub、MCP服务或本地CLI导入产品上下文。对工程团队而言,这意味着Agent可以基于代码库、日志、用户行为与反馈构造问题画像。比如一条结账路径的平均耗时上升,首先需要确定变化发生在哪个部署版本、哪类终端、哪段请求链路;若第三方支付接口导致长尾延迟,优化应用层渲染并不一定解决问题。理想流程是让智能体先整理证据,提出几个成本不同的修改选项,再由负责的工程师选择。Google把这一环节称为Suggestions与Solutions。
四个环节怎样连接成可追踪的执行闭环
Stitch Loop公布的四步结构分别是建议、方案、构建和复盘。建议阶段基于用户指定目标,从产品数据中识别可能的改进机会;方案阶段比较多种实现路径及范围,并可附带界面设计选项;构建阶段在隔离云端环境中修改代码,创建GitHub Pull Request供开发者审核;复盘阶段继续观察真实产品指标,用变化后的结果修正下一轮行动。Google说明每个PR可以在适用情况下附带截图或视频,部署合并仍由人决定。这个设计把“模型生成代码”放在一条更长的工程链路里,同时把实际运行证据放回系统上下文。
一个具体例子是持续改善页面首屏加载时间。监控平台可能报告某类移动设备的页面延迟上升,日志则显示一个新组件引入了重复请求。Agent读取相关提交和运行记录,找到可复现的页面,在隔离浏览器环境中提出懒加载或者缓存方案,并运行前端测试。若修改伴随可视元素变化,PR中附带改动前后的截图与测量结果。发布团队审查后合并,智能体继续跟踪同一批终端的真实指标。几天后,如果优化对另一类浏览器带来副作用,系统便能把新变化关联到最近的提交与当时的验证假设。这种运营记忆可以逐渐积累到版本级别。
安全治理任务也是如此。传统的漏洞扫描器擅长从依赖版本和静态代码模式发现问题,但后续修复通常还需开发者理解调用关系、修改相关文件、运行测试并处理回归。Stitch Loop提到结合Gemini 4 Carbon的安全能力与Google DeepMind的CodeMender,形成发现安全问题、准备改动、提交待审核PR的专门循环。它可以提供更连续的工程服务:扫描产生的对象与后续修复任务之间有明确身份,修复文件可以对应漏洞证据,审查记录与部署版本可以保留。Google目前介绍的是产品功能与候补体验安排,而非已经公布的大规模企业运营统计。
企业级Agent的长期状态应该怎样设计
从技术架构看,持续运营智能体需要比单次对话更明确的状态模型。任务定义可以记录目标指标、负责人、可操作仓库、权限范围、触发条件以及暂停与恢复规则;数据层保存版本、日志、测试结果和业务反馈;执行层提供受限的文件修改、构建、测试、浏览器操作及工单工具;评估层负责把本轮目标和实际结果进行比较。每一步都应留下可复现的运行记录。这样,Agent在一次任务中断、模型升级或工具切换以后,仍可读取当前任务的状态并继续执行。
这一结构与很多企业原本就有的DevOps体系存在天然接口。Git负责版本追踪,CI执行测试,监控平台记录系统状态,工单系统分配责任,企业知识库保存操作规范。新增加的智能体负责跨系统解释、任务分解和行动协调。它不需要把所有历史记录塞进一次模型上下文,完全可以按照任务需要先检索确定的对象,再提取相关文件、日志片段和指标窗口。长期运行的关键是状态与证据能被可靠索引,工具权限能通过工程系统限制,任务输出能由原有流程接收。
再往前看,这种架构不必停留在网站开发。工业软件平台运行后,同样存在性能、可靠性和业务指标问题。例如PLM系统中的BOM变更同步延迟,MES系统的工序记录补传失败,售后门户的工单分类不准确,设备健康平台对某类异常产生太多无效告警,都可以抽象成长期优化目标。智能体可以读取运行日志和数据映射,找出变化来源,在测试系统生成修复方案,并提交给相应的工程负责人。工业应用通常还涉及现场设备、生产周期、数据隔离和工艺认证,因此实施对象可以先限定在外围软件、分析规则和文档流程,再沿着可控的工程链路扩展。
从工程证据看连续优化究竟有没有用
持续智能体的评价方式需要贴近长期运行。一次PR被创建,并不能回答维护工作是否被改善;更有价值的数据包括:同类问题从发现到定位的中位时间、改动实际进入生产的比例、回归测试覆盖情况、故障重新出现的周期、人工介入次数,以及每项有效修复消耗的算力与人力。若智能体每晚生成大量低价值建议,审核负担可能超过节约的开发时间。Google提供四步结构的意义,就是把发现、修复和指标回传连接起来,为这些评估留下必要的记录。
复杂产品还需要分清“提出建议”和“执行高影响修改”两类权限。读取监控数据可能只需要查看资格,修改关键配置、处理账号权限、调整支付逻辑则应经过独立审查。Stitch Loop公告明确说明,所有PR由开发者最终审核后才合并,这样可以借用现成的代码评审与合并门禁,把AI生成的补丁放进熟悉的工程制度中。企业部署时,还可以使用自动测试、类型检查、静态分析、安全扫描、架构规则以及部署审批形成逐级验证,让自然语言任务和确定性工程约束各尽其用。
Google强调,Stitch已有大量设计和开发用户,Stitch Loop则朝着从创意、界面制作延伸到长期产品优化的方向发展。其真正值得产业软件团队研究的部分,是把“产品上线后持续改善”提升为一个独立的智能体工作对象。与一次性交付相比,长期任务能持续观察真实场景、累积运行证据、修复同类问题,并将组织内部知识转换成下一轮可执行动作。随着模型能力和工具接口继续发展,能够管理状态、证据、权限和反馈的工程平台,会成为越来越重要的软件资产。
参考文献
- Google Labs,2026-11-18,《Introducing Stitch Loop: A new way to build and evolve products》:https://blog.google/innovation-and-ai/models-and-research/google-labs/stitch-loop/
- OpenAI,2026-11-18,《Advancing chip design with OpenAI models》:https://openai.com/index/advancing-chip-design-with-our-models/