AREX Feed Article
Google 官宣：Gemma 4 成 Android Studio 推荐本地模型，agent 模式可离线改代码、零配额
Google Gemma 官方 X 账号 @googlegemma 于 UTC 时间 2026 年 9 月 2 日 19:04（北京时间 9 月 3 日凌晨 3:04）发推宣布：Gemma 4 现已成为 Android Studio 的推荐本地模型提供商（recommended local model provider），开发者可在 agent（智能体）模式下完全离线地修改代码，且不消耗任何 token（词元）配额（zero token quotas）。配有一段视频，文案写道：「借助本地 AI 编码 agent，你的代码永远不会离开你的机器！」（With a local AI coding agent, your code never leaves your machine!）
34 秒后，同一账号又追加一条推文：「今天就下载 Android Studio 吧！」并附上 Android Studio 下载页链接。两条推文的文字都没有说明推荐的是哪一档模型、需要什么硬件，也没有界定适用范围。这些能力描述全部出自 Google 自己的公告，不构成对实际体验的独立验证。
「推荐本地模型提供商」意味着什么
整条公告可以拆成三层。第一层是地位变化：本地模型在 Android Studio 文档里被描述为内建 AI 的「替代选项」，文档给使用者的指引是「如果你需要使用本地模型，我们推荐试试 Gemma 4」。这次推文直接称 Gemma 4 为「推荐本地模型提供商」。
第二层是能力承诺，关键词是 agent 加完全离线。推文说的是 agent 模式下的代码修改，即由模型自己规划并执行多步编码任务，全程不需要联网。第三层是成本与隐私：本地推理不消耗任何 token 配额，代码也不离开本机。
官宣前一天，Quail 4 稳定版已上线
这条推文并非孤立发布。9 月 1 日，Android Developers 官方博客刊出《Leverage Android skills and Gemma 4 in Android Studio Quail 4》，作者是 Android Studio 产品经理 Amman Fasil Asfaw。宣布 Quail 4 进入稳定版，这是 Quail 系列的最后一个稳定版。
与本次官宣直接相关的更新是 Gemma 4 的原生本地集成：在 agent 模型选择器中选择 Gemma，或进入 Settings > Tools > AI > Model Providers > Gemma，即可挑选要下载的模型。Android Studio 会自动下载、校验并更新模型权重，IDE 内还内置了一个轻量推理引擎。
帖子称，Gemma 4 具备原生的 agent 工具调用能力，开发者可以「让 agent 完全离线地执行复杂的多文件重构计划；源代码不会离开你的本地机器，你也永远不会触及 token 配额上限」。
硬件门槛方面，最小档模型 12GB 内存即可运行，32GB 以上内存的机器体验最佳。同一篇帖子把 Gemma 4 称为 Google 最强大的开放模型。
5 月还要自己装 Ollama
「推荐」之前的集成方式完全是另一回事。按官方博客的记录，今年 1 月，Android Studio 先开放了让 AI 功能接入任意本地或远程模型的能力。随即宣布 Gemma 4 可作为本地 AI 编码模型。产品经理 Matthew Warner 执笔的帖子称，Gemma 4 在本地处理所有 agent 模式请求，无需联网、无需 API 密钥。
但当时的接入路径要自己动手：开发者需要安装 LM Studio 或 Ollama 这类第三方本地推理服务，在 Settings > Tools > AI > Model Providers 里添加实例、填写端口，再手动下载模型文件。官方给出的参考配置从 Gemma E2B（需 8GB 内存）到 Gemma 26B MoE（需 24GB 内存）不等。
这套支持随 Google I/O 期间的 Quail Canary 预览版进入 IDE。按发布帖的回顾，Quail 系列又经过 Quail 2、Quail 3 两个版本，到 9 月 1 日 Quail 4 稳定版把集成转为官方内置：选模型、下载、更新全部由 IDE 完成。
推荐位给了本地模型，默认位仍是 Gemini
官方文档给这轮更新划了明确的边界。「使用本地模型」文档页（最后更新于 2026 年 8 月 31 日）列出两档可选模型的内存门槛：Gemma E4B 需要 12GB 内存与 4GB 存储，Gemma 26B MoE 需要 24GB 内存与 17GB 存储。
同一页也写明本地模型的局限：与云端 Gemini 相比，本地模型通常准确度更低、延迟更高；大多数本地模型没有针对 Android 开发微调，部分 Android Studio AI 功能在本地模型下不可用，聊天功能一般可用。
而 Gemini in Android Studio 仍是文档认定的最佳体验，默认提供免费模型。需要更高配额时，Quail 4 发布帖列出的升级路径有三条：接入 API 密钥、订阅 Google AI 付费方案，或使用 Gemini Enterprise。
把两边官方口径放在一起：文档把 Gemini in Android Studio 列为最佳体验与默认选项，推文把 Gemma 4 放到本地模型的推荐位。文档同时给出本地模型的适用者画像：需要离线工作、受公司 AI 使用政策约束、或想尝试开源模型的开发者。对他们而言，官方路径从「自己接第三方服务」变成「装最新版、选 Gemma、等下载」。
什么配置才能离线跑 agent？
截至北京时间 9 月 4 日凌晨核验时，主推文累计 14,395 次观看、186 个赞、20 次转发、16 条回复和 3 条引用推文。
账号 49Agents（自称面向 agentic coding 的开源 IDE）在回复里写道，Android Studio 里的本地 Gemma 4 是「可靠的离线后备」，他自己就把 Claude 会话放在 49Agents 里、用手机查看，随后追问：「完全本地的闭环会改变移动端的故事。同步是怎么做的？」
自称在「AI 测试木屋」里实测模型的开发者 TonkaToyXL 写道：「完全离线的 agent 模式加上零配额，对在火车或飞机上写代码的人来说是件大事。本地也意味着迭代循环留在你自己手里。」
更多回复是提问。自称创业者、@CentralCtrl 创建者的 @roenelteck 问：「要在本地跑起来，到底需要什么配置？」另一位回复者 @NickTaran87358 问它「够不够聪明，至少能不能对标 Sonnet 5」。
两条推文都没有说明「推荐」对应的是 Gemma E4B 还是 Gemma 26B MoE。官方文档中两档模型的内存门槛相差一倍，Quail 4 发布帖给出的「跑得最好」配置是 32GB 以上内存。离线 agent 改代码究竟在什么配置上成立，是这条官宣留下、只能由实测回答的问题。