让 AI 写 Android 代码，这件事在 2026 年已经不新鲜。真正卡人的是另一个问题：AI 改完代码之后，谁来验收？
用过 Claude Code、Cursor 或 Gemini CLI 做安卓开发的开发者，大概率熟悉这个循环：Agent 生成一段 Kotlin，解释得头头是道，你一编译就红；它说布局没问题，真机跑起来被导航栏遮住一半。最后省下的不是写代码的时间，而是把验收的活全留给了你自己。AI 编程的瓶颈，早就从「能不能生成」变成了「能不能验证」。
谷歌现在给这个问题交了一份官方答卷。今年 5 月 20 日，Google 发布 Android CLI 1.0 稳定版。知乎 8 月 18 日，社区已经有完整跑通的最佳实践长文，核验到 CLI 版本 1.0.15985488、官方 Skills 仓库 22 个技能。知乎 紧接着 8 月 19 日，谷歌中国官方 B 站账号发布了专门的实操视频《借助 Android CLI、skills 与 Android Studio 自定义 AI 模型，打造更出色的 Android 应用》。这已经不是实验室里的预览能力，而是官方在持续加码的一套工具链。
两个东西，各补一半
Android CLI 是谷歌给 Android 开发工具和 AI Agent 的统一命令行入口。它没有替代 Gradle、ADB、SDK Manager 或 Android Studio，而是把常见操作整理成更容易发现、调用和解析的命令。知乎 当前能力分五组：环境与 SDK（info、sdk）、工程与构建产物（create、describe）、设备与模拟器（emulator、install、run）、界面检查（layout、screen capture/resolve）、文档与 IDE（docs、studio）。对 Agent 来说，这意味着它终于有了「手」和「眼睛」：能部署、能截图、能读布局树，而不是只能读源码。
Android Skills 补的是另一半。每个技能以 SKILL.md 为入口，可以附带 references/、scripts/ 和其他资源。知乎 Agent 接到任务时，先看技能的 name 和 description 决定是否加载，再按正文里的步骤和约束执行。
官方对 Skills 的定位值得注意：README 明确说明，技能建设优先选择评测中 LLM 表现较弱的任务，基本 Compose 最佳实践这类模型已经较熟悉的内容并非当前重点。知乎 换句话说，Skills 不是 Android 百科全书，而是一叠任务级操作规程，专门对付 AI 最容易翻车的那些环节。
真正的差别：把「验收」做进了流程
以前的 AI 编程工具不是没有 Android 集成，但大多停在「读代码、写代码」。Android CLI 补上的是后半段：Agent 改完代码，可以自己跑一条 android studio check，把构建、lint、测试相关流程跑一遍，再根据失败日志继续修。知乎 对 Agent 来说这是一个关键边界：它终于有一个官方入口来判断自己改完代码以后有没有弄坏工程。
社区最佳实践把 CLI 与 Skills 的配合总结成六个阶段：环境基线、选择技能、查询资料、修改与静态检查、部署交互、UI 或性能验收，每个阶段都有可复查的产出证据。知乎
其中最容易省略的是第 1 步和第 6 步。没有环境基线，Agent 会在错误的 SDK、模块或设备上工作；没有最终证据，「代码已经修改」只能证明文件发生了变化，不能证明问题已经解决。知乎 这两步恰恰是「人肉验收」最累的部分，现在有了命令化的落点。
这种「边界感」也写进了技能本身。r8-analyzer 默认只分析并输出报告，不允许直接修改文件，SKILL.md 里明确写着只研究、只建议、不改文件。知乎 perfetto-trace-analysis 则要求先在证据链里记录已验证证据，再沿线程阻塞关系追到依赖方，不能停在等待中的线程上。这些明确的步骤和边界，比一句「请按最佳实践修改」的提示词可靠得多。
上手前的四条避坑清单
一、参数变化比文档快。 官方 README、开发者文档和本机 --help 在预览期已经出现过参数写法差异，比如安装技能时实测版本用位置参数 r8-analyzer，官方 README 和 CLI 文档展示的却是 --skill=r8-analyzer。知乎 写进脚本前，先跑一遍本机 android help。
二、studio 命令有前提。 想连接正在运行的 Android Studio，项目需要在 Android Studio Quail 2 Canary 1 或更高版本中打开，同时启用并登录 Gemini in Android Studio。知乎 条件不满足时，让任务退回 Gradle、源码检索和设备验证，别卡死在 studio 子命令上。
三、数据收集声明看一眼。 官方文档的「Data collected」章节写明，Android CLI 会记录命令与子命令的调用、非位置参数名称、部分预定义选项值，以及匿名化后的异常堆栈；不会收集 CLI 返回内容、用户自定义输入、Maven 坐标、本地文件路径或项目名称。知乎 公司内部项目，按自家开发工具与网络政策评估。
四、技能别贪多。 不建议默认执行 --all 安装全部技能。技能越多，Agent 的可选路径越多，触发冲突和读取无关材料的概率也越高。知乎 按任务装、装少而准，是更稳的姿势。
从哪开始：找一个小任务
想上手的话，别从大型架构迁移开始。小范围试用时，可以先选一个边界明确、容易验收的任务，例如 edge-to-edge 适配、R8 规则分析或测试基础设施盘点。知乎
任务描述怎么写，直接决定效果。「帮忙适配 edge-to-edge」只给了主题；「修复登录页在 Android 15 上被 IME 遮挡，限制修改登录模块，部署到指定模拟器，并提供键盘开关两种状态的布局树与截图」才给出了任务。知乎 目标、范围、约束、验收方式，四样缺一样，Agent 就容易自由发挥。
还有一个值得注意的细节：android docs 是两步式查询，先搜知识库，再按返回的 kb:// 地址取正文。知乎 这意味着你可以在任务要求里写明「先搜索、再读取来源」，让 Agent 少靠记忆回答 API 版本和迁移问题。对版本知识过期飞快的 Android 来说，这比任何提示词技巧都实在。
谁适合现在上，谁再等等
建议现在就试的：已经在用终端 AI 编程工具（Claude Code、Gemini CLI、Cursor、Codex）、项目有基本构建和测试设施的开发者。你的验收痛点最强，这套工具链的匹配度也最高。早在今年 4 月，就有开发者用 Claude Code 搭配 Android CLI，在不打开 Android Studio 的情况下走完了从安装到编译的天气 App 全流程。这类个例说明路线可行，但效率收益因人而异，不必当成普遍承诺。
值得先观望的：团队里 AI 还主要用于写代码片段的，可以先把 android studio check 塞进 Agent 的修复链路跑一次。成本极低，有没有用一试便知。
建议再等等的：公司网络政策对开发工具数据上报卡得很严的，以及项目连最小构建基线都没有的。这套工具链放大的是「可验证项目」的价值，对本身跑不起来的工程帮助有限。
值得盯的三个信号
工具本身还在快速迭代：CLI 刚到 1.0 稳定版，Skills 停在 v1.0.7、22 个技能，参数写法在 README 和本机 CLI 之间都还没对齐。接下来值得盯三个信号：一是 studio 命令的前提会不会放宽，现在还要 Canary 版加 Gemini 登录；二是 Journeys 这种用户路径测试能不能在真实项目里跑起来，它描述的是「用户要完成的事」而不是坐标点击脚本，和 Agent 天然合拍；三是官方 22 个技能之外，社区技能生态能不能长出来。
一句话总结：Android CLI 和 Skills 的价值不是让 AI 写代码更快，而是把「改完之后自己验证」做进了 AI 的工作流。接下来 AI 编程工具之间比的不是谁生成得快，而是谁能在真实工程里改完、跑完、修完。
