Google Stitch Loop:在应用上线后持续改进它的产品智能体
Google Labs 把 Stitch 延伸到上线后的优化,覆盖安全、延迟和无障碍三条循环

11 月 18 日,Google Labs 推出了 Stitch Loop。这是一个全天候运行的产品智能体:它连接线上代码库和生产指标,找出安全、延迟和无障碍方面的问题,并提交附带修复方案的 GitHub 拉取请求(PR)。这一切自动进行、昼夜不停,直到团队决定让它停下。如今的编程智能体在 PR 合并的那一刻就收工了,Stitch Loop 则把上线当作工作的开始,而不是结束。
这次发布扩展了谷歌的 Stitch 平台。Stitch 是一款 AI 原生的设计和原型工具,在 Google I/O 2025 上推出,2026 年 3 月被大幅重构为一块「氛围设计」(vibe design)画布。该产品目前处于实验性开放阶段,全球候补名单已在 stitch.google.com/loop/waitlist 开放,符合条件的 Google AI Ultra 订阅用户可以优先使用。
每个编程智能体都止步的那条边界
GitHub 的 Copilot 编程智能体于 2025 年 9 月全面上线,它异步处理分配给它的议题,交付一个 PR 草稿,然后就停下。Cognition 的 Devin、Cursor、Claude Code 以及谷歌自己的 Antigravity 开发平台都是这种结构:任务进去,PR 出来,智能体转向下一件事。
这些工具都不会去监测 PR 合并之后发生了什么:有没有暴露出漏洞,最近一次部署有没有带来延迟退化,结账转化率有没有下降。这些工作归可观测性平台、安全扫描器和工程师的人工分诊。Stitch Loop 的主张是,AI 智能体可以接手这些工作,从线上生产信号一路走到提出代码改动,形成闭环,而不必等人提交工单。
四步循环如何运转
Stitch Loop 里的每一条循环都走同样的四个阶段。首先,智能体给出建议:与这条循环目标一致的改进机会,并以接入的产品数据作为证据。每条建议会变成一个或多个方案,附带取舍说明;如果循环涉及界面改动,还会给出视觉设计选项。随后智能体进入构建阶段:在隔离的云端沙箱里写出拟议的代码,并提交 GitHub PR,必要时附上截图或短视频。PR 经过审阅并合并后,智能体进入复盘阶段:对照目标监测线上指标,即使目标达成后也继续观察,以防之后的某次改动造成退化。
没有任何东西会自动合并。谷歌明确表示,每个 PR 在任何改动进入生产环境之前,都由团队做最终批准。
团队通过 GitHub 连接代码库,并通过 180 多个集成之一、自定义 MCP 服务器,或者用 Stitch 命令行工具从本地上传,来提供产品上下文。Slack 集成每天推送洞察摘要,也可以在 Slack 里直接创建新的循环。
Gemini 4 Carbon 和 CodeMender 驱动安全循环
Stitch Loop 自带三条默认循环:网络安全、页面加载延迟,以及 WCAG 无障碍合规。安全循环由 Gemini 4 Carbon 和 CodeMender 共同构建。
Gemini 4 Carbon 于 2026 年 10 月 28 日发布,是谷歌目前的前沿模型,据报道在网络安全防御(漏洞检测、验证和修复)方面达到了业界最佳水平。在公司自己的测试中,Carbon 生成安全代码的成功率是前代 Gemini 4 Argon 的两倍多。发布时,它只通过谷歌的 Fairwind 计划向网络安全防御者开放;Stitch Loop 是最早在生产级智能体工作流中部署它的面向开发者的产品之一。
CodeMender 是 Google DeepMind 开发的自主漏洞修复智能体。它会在新漏洞出现时自动打补丁,并重写现有代码,消除整类漏洞。这个智能体使用先进的程序分析和多智能体系统,在提出修复前先确认漏洞确实可被利用,只把通过验证的补丁交给人类审阅。内置的一个基于大模型的评审智能体,会在提出修复前比对原始代码和修改后的代码。在谷歌把它转入 Gemini 企业智能体平台的企业预览版之前,CodeMender 已经为开源项目贡献了 72 个安全修复,其中一些项目的代码量高达 450 万行。
在 Stitch Loop 的安全循环里,Carbon 的漏洞检测推理和 CodeMender 的修复流水线协同工作:发现问题,确认它可被利用,写出修复,再把修复连同佐证一起打包成 PR。延迟循环和无障碍循环背后用的是什么模型,尚未披露。
Stitch Loop 作为其他智能体的上下文层
在架构上,Stitch Loop 与简单的定时扫描工具的一个区别,在于它积累下来的东西:一份持续增长的产品上下文记录,包括对代码库的理解、指标历史和改进记录,其他智能体都可以访问。通过 Stitch 命令行工具和 MCP 服务器,外部编程智能体可以直接调取这些上下文。谷歌举例说,Antigravity 在执行具体的开发任务时,可以把 Stitch Loop 当作服务层来使用。
由此可能形成谷歌智能体开发技术栈里的一种分工:Stitch 生成界面,Antigravity 实现并运行代码,Stitch Loop 维护已上线产品的实时模型,并持续提出改进。每一层都通过 MCP 向其他层开放自己的上下文,把原本各自独立的工具变成一条松耦合的多智能体流水线。
局限,以及尚未得到证明的部分
Stitch Loop 有不少重要的前提条件。它是 Google Labs 的一项实验,没有公布定价,也没有全面上线的时间表。循环输出的准确性,包括安全发现的误报率、延迟建议的精准度、无障碍改动提议是否恰当,都还没有经过独立的基准测试。一位早期上手体验的评测者指出,智能体在测试中做出了没人要求的主题改动。这提醒我们,目标定义宽泛的循环可能带来意想不到的副作用,人工审阅 PR 绝不是走过场。
从隔离的云端沙箱到合并进生产环境的改动,中间有一次交接,谷歌还没有详细说明。Stitch Loop 沙箱的数据处理细节,包括源代码是否会被保留(企业版 CodeMender 不保留),这款产品也还没有公布。
一个全天候运行的产品智能体需要稳定的运行可靠性:PR 质量始终如一、对拟议改动的推理可以理解、长周期执行保持稳定。谷歌能否做到这一点,还有待在规模化使用中证明。最有可能先受益的,是那些已经在用 GitHub、已经在用 Stitch,并且背着上线后的安全或性能欠债、而这些欠债目前没有自动化责任方的团队。



