Android Studio 的 AI Agent 有什么特别？未来会有惊艳什么功能？

恋猫de小郭2026年01月08日约 4 分钟

相信大家都在之前的《Android Studio Otter 2 Feature 发布》已经了解过，为什么这是一个比较值得更新的 Android Studio 版本，与此同时，谷歌也和我们展示了未来（Canary）全新的 AI Agent 有什么特别之处。

对于一个 AI Agent 来说，最重要的有三个基础概念：工具 (Tools)、上下文 (Context)和 MCP (模型上下文协议)，而大多数人对于它们的理解，可能还比较片面。

比如工具，实际上 AI Agent 不只是一个聊天场景，更多是 Agent 通过“工具”来执行任务，而不是单纯用来做文本回复，最重要的是，Agent 不会将整个代码库发送给模型，毕竟这太浪费 token ，而且还慢，事实上它只是根据用户的 Prompt（提示词），自行决定调用哪些工具。

比如一般内置的有包括 Find Files（查找文件）、read_file（读取文件）、version_lookup（版本查询）、gradle_sync等等，例如：

❝
开发者询问：“主题在哪里定义？”，Agent 会推断并使用 Find Files搜索 theme.kt，而不是扫描所有文件

你也可以通过收入 /tools让 AI 展示现在存在的工具：

另外的工具就是 **Android 知识库 (Knowledge Base)**：为了解决大模型数据滞后的问题，例如不知道最新的 Navigation 3 API 等场景，Android Studio 集成了 search_android_docs工具，它允许 Agent 搜索 Android 文档、Firebase 和 Kotlin 的最新资料等。

❝
所以官方建议，需要是可以在 Prompt 中加上“check the docs”（检查文档），增加触发工具执行的概率。

❝
有了知识库之后，以后就算不更新 Android Studio ，AI 也可以通过最新知识库获取到最新的 API 和文档。

而对于 (MCP - Model Context Protocol)，作为模型上下文协议，它属于扩展能力，可以让开发者连接外部服务，比如和 Figma 集成，连接本地运行的 Figma MCP 服务器，开发者可以直接在 IDE 中要求 Agent “截取我在 Figma 中选中的内容并转换当前屏幕”，从而打通设计与开发的流程：

而 Context 则是用于智能感知， Agent 能够自动获取项目名称、当前打开的文件等信息作为上下文，而一般开发过程中，推荐用户添加自己的规则或者偏好，避免 AI 过度自我发挥，例如：

agents.md：团队共享的标准文件，可以在其中定义项目架构（如 Hilt）、代码风格或业务描述，Agent 会在执行任务时读取文件保持一致性
层级结构：Agent 会从当前目录向上递归查找所有 agents.md文件，允许在不同模块（如 data 模块）定义不同层级的上下文

而官方也演示了覆盖从“从零创建”到“微调完善”的 UI 开发全流程，注意这里用的也是 Canary 版本：

通过自然语言 Prompt 生成完整的应用原型，Agent 会先生成一个计划（包含库和工具），用户确认后，它会生成 ViewModels、Compose UI 代码甚至单元测试
之后用户可以将 UI 截图拖入会话，Agent 会分析并生成对应的 Jetpack Compose 代码，这个过程它会尝试重用现有组件，如果缺少资源（如特定图标），它甚至会尝试生成新的 Vector Drawable
接着就是代码分析与修复，利用 IDE 现有的 Lint 和静态分析能力，通过 AI 自动修复问题（如未使用的导入、弃用的 API），避免运行耗时的 Gradle 构建
然后是 UI 匹配，当现有组件需要根据新设计图进行迭代时使用，用户上传新设计图，Agent 会分析差异并自动调整现有代码从而匹配新设计
然后是预览，Agent 会调用 Render Compose Preview工具在聊天窗口中直接渲染预览，从而验证修改是否正确且可编译
接着就是通过自然语言指令修改 UI，比如输入“左对齐设置、增大字体、添加柔和的渐变背景”，Agent 会将这些指令转化为代码修改
最后结合 UI Check 模式（用于检测可访问性、屏幕适配等问题），当 UI Check 检测到“颜色对比度不足”时，用户可以点击“Fix with AI”，Agent 会自动寻找合适的颜色代码并修复该可访问性问题，最后重新运行检查以确保问题已解决