深度调研 · 2026-07-03

Google Antigravity
从「AI 帮你补代码」到「Agent 替你干活」

Google 的 agent-first 开发平台:它是什么、2.0 改成了什么样、怎么上手、和 Claude Code / Cursor 怎么选、以及那些真实发生过的坑。

基于官方文档 + 15+ 独立来源交叉验证 · 产品迭代快,细节以官方最新文档为准

01🛸 开篇速览:30 秒版本

先给全貌,后面每章再逐层加深。

Google Antigravity 是 Google 在 2025 年 11 月 18 日随 Gemini 3 一起发布的 agent-first(智能体优先)开发平台。它想解决的问题一句话就能说清:过去的 AI 编程工具是「你写代码,AI 在旁边帮你补全」;Antigravity 把这个关系翻转成「你描述任务,AI Agent 自己规划、写代码、跑终端、开浏览器验证,最后交给你一份可审核的成果」。

2026 年 5 月 19 日的 Google I/O 上,它升级为 Antigravity 2.0——从「一个带 Agent 的 IDE」变成一个五件套生态:独立桌面 App、IDE、CLI、SDK 和企业版。Google 甚至把自家的 Gemini CLI 停掉、并入了 Antigravity CLI。也就是说,这已经是 Google 面向开发者的主战场产品,不是实验品。

Antigravity 想改变的不是「AI 有多聪明」,而是人和 AI 的分工方式:从逐行协作变成任务级委托。

🎯 一句话定位

如果你用过 Claude Code,可以这样快速对齐:Antigravity 做的事和 Claude Code 属于同一类——「给 Agent 一个任务,让它端到端完成」。区别在于形态:Claude Code 是终端优先,Antigravity 是图形界面优先 + 多 Agent 并行管理,并且原生把「浏览器操作」和「成果物审核」做成了产品的核心交互。

它目前对个人免费(公开预览,模型用量有配额),付费档挂在 Google AI Pro / AI Ultra 订阅下;支持 macOS、Windows、Linux;模型上不锁死 Google 自家——除了 Gemini 3 系列,还内置支持 Anthropic 的 Claude 和开源的 GPT-OSS 模型。

02📜 背景与动机:它为什么出现

之前的世界缺什么

2023–2025 年,AI 编程工具经历了三个台阶:先是 Copilot 式的行内补全,再是 Cursor 式的编辑器内对话改代码,然后是 Claude Code、Codex 这类能自己跑命令的 Agent。到 2025 年底,模型能力已经强到「可以连续工作较长时间不用人盯着」,但产品形态没跟上。Google 在发布博客里点出了这个矛盾:当时的产品要么把 Agent 的每一次工具调用都刷给你看(信息过载,根本看不过来),要么只给你最终代码变更(不知道它中间干了什么,没法放心)。两种极端都无法建立信任。

Antigravity 的回答是:在「每步都看」和「只看结果」之间加一个任务级抽象层——Agent 用「成果物」(计划、截图、录屏、演练文档)来汇报工作,你审核成果物而不是盯着日志。这是它整个产品设计的出发点,后面讲的所有功能几乎都从这一点推出来。

团队从哪来:24 亿美元的 Windsurf 班底

Antigravity 不是 Google 内部从零长出来的。2025 年 7 月,Google 以约 24 亿美元的代价获得了 AI 编程明星创业公司 Windsurf 的技术授权,并把包括 CEO Varun Mohan 在内的核心团队招入 DeepMind。这支团队在不到半年内基于 Windsurf 的经验做出了 Antigravity。所以社区一直有个说法:Antigravity 底层是 VS Code 的深度改造分支,而它到底算「VS Code 的 fork」还是「Windsurf 的 fork」,连维基百科都记录了这场争论——因为 Windsurf 本身就是 VS Code 的 fork。

发展时间线

从发布到成为 Google 开发者工具主入口只用了 7 个月——中间还夹着一次严重的信任危机。

💡 为什么这条时间线值得记住

它浓缩了这个产品的两面性:一面是 Google 罕见的「全力押注」——连 Gemini CLI 这种有存量用户的产品都砍掉给它让路;另一面是「先上车后补票」的激进节奏——安全事件、配额风波都发生在产品爆红之后。后面第 08 章会详细拆这些坑。

03🧠 核心概念:五个词看懂 Antigravity

这五个概念是官方文档里反复出现的骨架,理解了它们,产品的其他部分都是顺理成章的延伸。

Agent-first

产品围绕「Agent 执行任务」组织,而不是围绕「编辑器 + AI 插件」组织

Manager / Editor

两个界面:Manager 管理多个异步 Agent;Editor 是传统 IDE,给你亲自动手用

Artifacts 成果物

Agent 交付的可审核产出:任务清单、实施计划、截图、录屏、演练文档

Skills 技能

按需加载的知识包,教 Agent 项目规范和专项流程,不用时不占上下文

Project 项目

2.0 引入的作用域单位:一组文件夹 + 独立的权限、工具、MCP 配置

① Agent-first:把「AI 嵌在界面里」翻转成「界面嵌在 Agent 里」

🔄 Agent-first(智能体优先)

是什么

一种产品设计取向:Agent 是主角,编辑器、终端、浏览器都只是 Agent 完成任务时调用的「工作面」。官方原话是,Manager 界面「把 Agent 嵌在界面里的范式,翻转成界面嵌在 Agent 里」。

为什么

如果 Agent 只能待在编辑器侧边栏,它的能力上限就是「改代码」。真实的开发任务还包括跑服务、开浏览器点一点看效果、查报错——只有让 Agent 平等地拥有这三个工作面,它才能端到端地负责一个任务。

例子

你说「确保首页的分类筛选在手机视图下正常工作」。Agent 不只是改 CSS:它会打开 Chrome、把开发者工具切到手机视口、亲自点一遍筛选器确认没问题,然后才向你汇报。有评测者专门描述过这个体验——不用再手动刷新页面、复制粘贴控制台报错给 AI 了。

② 双界面:Manager 是「任务看板」,Editor 是「你熟悉的 IDE」

Antigravity 没有把两种工作模式塞进一个窗口,而是刻意分开:

Editor 视图:一个完整的 AI 增强 IDE(VS Code 血统),有 Tab 补全、行内指令,给你需要亲自写代码的同步时刻。
Manager 视图:官方称之为「任务控制中心(mission control)」——在这里同时孵化、编排、观察多个 Agent,跨多个工作区并行干活。你像看邮箱收件箱一样看各个 Agent 的进度通知。

🔗 类比

Editor 和 Manager 的关系,就像「你自己的工位」和「团队看板」:平时你在工位上写自己的活;但当你手下有几个实习生(Agent)各领了任务,你会站到看板前看谁做到哪一步、谁交了东西等你审。Antigravity 把这两个场景做成了两个窗口,并优化了两者之间的秒切。

③ Artifacts:用「成果物」代替「刷日志」,解决信任问题

📦 Artifacts(成果物)

是什么

Agent 在工作过程中主动产出的可审核交付物。官方教程列了五类:Task List(动手前的结构化计划)、Implementation Plan(改动哪些文件、为什么)、Walkthrough(完工后的变更总结和验证方式)、代码 diff、截图/浏览器录屏(UI 改动前后的证据)。

为什么

这是对第 02 章那个「信任两难」的直接回答:Agent 说「我修好了这个 bug」,以前你只能自己读代码验证;现在它必须拿出证据——比如一段浏览器录屏证明功能真的工作了。官方说法很直白:「Artifacts 解决信任缺口。」

例子

最有特色的一点:你可以像在 Google Docs 里评论一样,直接在成果物上留评论。比如在实施计划的某一段旁边写「这里别动数据库 schema」,Agent 会把你的意见吸收进去、继续执行,不需要打断它重来。

Artifacts 的流转:动工前交计划给你审,过程中留 diff,完工后交证据和演练文档——人始终在「审」而不是「盯」。

④ Skills:按需加载的知识包(和 Claude 的 Skills 思路同源)

模型是通用的,但它不懂你的项目规范、团队约定。把所有规则一股脑塞进上下文,又会导致上下文膨胀、成本高、模型分心。Antigravity 的解法是 Skills:一个技能就是一个目录,核心是一份 SKILL.md(元数据 + 指令),可选地带脚本和参考资料。Agent 平时只读每个技能的「名字 + 描述」这一行元数据,只有当你的请求命中了某个技能的描述,才把完整指令加载进来——官方称之为「渐进披露(progressive disclosure)」。

技能有两个作用域:全局(~/.gemini/config/skills/,所有产品和项目可用)和项目级(<项目根>/.agents/skills/,只在该项目生效)。如果你维护过 Claude Code 的 Skills,会发现结构几乎一一对应——这是 2026 年各家 Agent 产品明显互相趋同的一个缩影。

⑤ Project:2.0 的作用域与权限单位

2.0 里一切从 Project 开始:一个 Project 是一个或多个文件夹的组合(比如前端仓库 + 后端仓库放进同一个 Project),定义了 Agent 的环境边界。关键在于每个 Project 有独立的安全设置——审核策略、允许的工具、允许的 MCP Server、文件路径和 URL 黑白名单,都可以逐项目配置,而不是全局一刀切。经历过第 08 章会讲的删盘事件之后,这套「权限收口」的设计显得尤为重要。

04🧩 Antigravity 2.0 产品家族:一个平台,五个入口

2026 年 5 月 19 日 I/O 发布的 2.0 是一次「拆分重组」:原来的一体化 IDE 变成了一个多入口生态。

2.0 的核心思路:Agent 运行时(harness)只有一套,上面开出面向不同人群的入口。

几个值得注意的点:

2.0 桌面 App 里没有 IDE。这是很多人第一反应会误解的地方——它不是「IDE 升级版」,而是一个纯粹的 Agent 指挥中心:并行管理多个本地 Agent、动态子 Agent、定时任务、原生语音输入。要写代码,一键跳到旁边的 Antigravity IDE。有分析者评价 2.0 的形态「更像 Codex 桌面应用」而不是传统 Google IDE。
Gemini CLI 被并入。Google 官方宣布 Gemini CLI 于 2026 年 6 月 18 日停止服务,用户迁移到 Antigravity CLI(提供 antigravity migrate-cli 迁移命令)。官方承认两者暂时没有 1:1 的功能对等,但保留了最关键的 Agent Skills、Hooks、Subagents 和 Extensions(改名为 Antigravity plugins)。
Managed Agents 进了 Gemini API。一次 API 调用就能起一个「会推理、会用工具、在隔离 Linux 环境里执行代码」的 Agent,底层用的就是 Antigravity 的 agent harness——相当于把这套运行时开放成了云服务。

💰 定价现状(截至 2026-07 调研时)

个人使用 Antigravity 本体免费(公开预览),模型用量按配额计。更高配额挂在 Google 订阅体系下:AI Pro(约 $20/月)和 I/O 2026 新推出的 $100/月 AI Ultra 档(官方称比 Pro 高 5 倍的 Antigravity 用量)。⚠️ 这一区域的价格和配额在过去半年变动非常频繁(见第 08 章),决策前务必查官方当前页面。

05🛠️ 怎么用:从安装到第一个 Agent 任务

以下步骤基于 Google 官方 Codelab《Getting Started with Google Antigravity》(2026 年 6 月版,面向 2.0),代码与路径均来自官方文档。

安装与首次配置

下载安装

到 antigravity.google/download 下载对应系统的安装包(macOS / Windows / Linux)。可以只装 Antigravity(App),也可以顺带装 Antigravity IDE——装齐后 Dock 里会有两个图标。需要 Chrome 浏览器和一个 Google 个人账号。

首次启动会展示 Security and Data Use 政策(建议真的读一下,第 08 章会讲为什么)。安装向导还会提供一批可选插件,用于对接 Google 各类开发者工具。

创建第一个 Project

界面右侧「Select Project → New Project」,选择一个或多个本地文件夹(不必是空文件夹)。每个 Project 可以选权限预设——先用 Default,之后可在项目设置里细调。

开始对话,下达任务

在聊天框里选模型、用 + / @ / 斜杠命令补充上下文,然后直接说需求。一个 Project 下可以开多个会话(Conversation),各自独立、可重命名。

Antigravity 2.0 主界面:左侧为项目与会话列表,右侧为聊天区,可选模型并通过 + / @ / 斜杠命令补充上下文

🖼️ 原图已失效(来自 Google 官方 Codelab)。该图展示的是 Antigravity 2.0 主界面:左侧是项目与会话列表,右侧是聊天区,底部可选模型并用 + / @ / 斜杠命令补充上下文。

创建 Project 后的主界面。图源:Google 官方 Codelab《Getting Started with Google Antigravity》。

体验 Artifacts 工作流

官方教程用的示例任务是一句话:

Write a node application that I can run from the command line
to get me the latest news from Google.

↑ 提示词来自官方 Codelab 原文。

发出后你会看到完整的成果物流转:Agent 先交一份 Implementation Plan 等你点 Proceed(如果审核策略设为 Always Proceed 则跳过);执行中生成 Task List 实时打勾;完工后交 Walkthrough。所有成果物和生成的源文件都在右上角的 Auxiliary Pane 里,可以直接查看和评论——不需要打开 IDE。

Implementation Plan 成果物界面:Agent 在动手前给出的实施计划,底部有 Proceed 按钮供用户确认

🖼️ 原图已失效(来自 Google 官方 Codelab)。该图展示的是 Implementation Plan 成果物:Agent 动手前给出的实施计划,底部有 Proceed 按钮供用户确认后才继续执行。

动工前先审计划:Implementation Plan 成果物。图源:Google 官方 Codelab。

Auxiliary Pane 中的成果物列表:包含 Task、Implementation Plan 等 Artifacts 以及 Agent 生成的源文件

🖼️ 原图已失效(来自 Google 官方 Codelab)。该图展示的是 Auxiliary Pane:列出本次任务产生的 Artifacts(Task、Implementation Plan 等)与源文件,可点击查看并评论。

Auxiliary Pane 里的成果物与源文件,均可点开评论。图源:Google 官方 Codelab。

斜杠命令与定时任务

聊天框里输入 / 可以看到全部命令。两个有代表性的:

/browser:显式唤起浏览器子 Agent。它会请求与你的 Chrome 建立调试会话(需要授权),之后就能替你打开网页、点击、读取内容。这是 Antigravity 区别于多数竞品的招牌能力。
/schedule:创建定时任务——一次性或周期性(例如「每周一三 9:00 执行」)。也可以从主界面的 Schedule 面板用表单创建。定时任务的提示词可以很复杂,比如定期调用 MCP 工具去外部系统拉数据做检查。

接入 MCP Server

Antigravity 支持本地和远程 MCP Server,并预置了一批 Google Cloud 服务的一键安装项(Settings → Customizations → Add MCP+)。自定义 Server 则直接编辑配置文件:

# MCP 配置文件位置(官方文档)
$HOME/.gemini/config/mcp_config.json

配好后在 Customizations 里刷新即可看到,可逐个开关,也可以在 Project 设置里限定「这个项目只允许用哪几个 MCP 工具」——避免所有全局工具无差别暴露给每个项目的 Agent。

写一个 Skill

官方示例是一个纯指令型的代码审查技能。在项目根目录:

mkdir -p .agents/skills/code-review

然后创建 .agents/skills/code-review/SKILL.md:

---
name: code-review
description: Reviews code changes for bugs, style issues, and
  best practices. Use when reviewing PRs or checking code quality.
---

# Code Review Skill
When reviewing code, follow these steps:
## Review checklist
1. **Correctness**: Does the code do what it's supposed to?
2. **Edge cases**: Are error conditions handled?
3. **Style**: Does it follow project conventions?
4. **Performance**: Are there obvious inefficiencies?
...

↑ 结构与内容来自官方 Codelab(节选)。

之后在对话里说 review the @demo_bad_code.py file,Agent 会自动匹配到这个技能、加载完整指令再执行——这就是前面说的渐进披露在实际使用中的样子。

需要亲自动手时:一键进 IDE

Antigravity IDE 界面:左侧文件树、中间编辑器、右侧 Agent Panel,可与 Agent 讨论代码

🖼️ 原图已失效(来自 Google 官方 Codelab)。该图展示的是 Antigravity IDE:典型的三栏布局——文件树、编辑器、右侧 Agent Panel(可让 Agent 解释、生成、修复代码)。

从 App 的 Auxiliary Pane 点「Open IDE」即可跳入完整 IDE。图源:Google 官方 Codelab。

📎 规则文件小贴士

Antigravity 读取项目规则时同时支持 GEMINI.md 和 AGENTS.md(2026 年 3 月的 v1.20.3 起,官方更新日志)。如果你的仓库已经为 Claude Code 或其他工具维护了 AGENTS.md 规范文件,可以直接复用。

06🎬 使用场景:什么活适合丢给它

官方博客给出了三类典型用法,社区评测补充了真实体感。

场景一:端到端委托一个完整功能

做法

把「写代码 → 起服务 → 浏览器验证」整条链交给 Agent。官方举例:Agent 写完新功能代码后,自己用终端启动应用,再用浏览器测试新组件是否正常工作,全程无需人同步介入。

适合谁

快速原型、MVP、个人项目。第三方评测(DataCamp,2026-06)认为 Antigravity 很适合快速原型:浏览器子 Agent 能提早抓住 UI bug,多个 Agent 可以并行搭建项目的不同部分。

场景二:任务级 UI 迭代

做法

用「把按钮改成品牌色并确认移动端不换行」这种任务级语言提需求,Agent 改完代码后用截图和演练文档汇报,你看图验收。

真实体感

一位做了 30 天对比评测的作者(XDA)描述:让它「确保珠宝分类筛选器在手机视图正常」,它不只是改 CSS——它打开浏览器、把 DevTools 切到手机视口、亲手点过确认无误才回来汇报。

场景三:后台维护 + 定时自动化

做法

在 Manager 里派 Agent 去后台做长耗时维护:复现 issue → 生成测试用例 → 实现修复,你继续干主线工作,通过 Inbox 收进度通知。2.0 之后再叠加 /schedule,可以把巡检类工作做成周期任务。

延伸

官方明确说 Antigravity 能做「coding and non-coding tasks」——教程里的演示甚至包括让 Agent 定时提醒开会、拉取新闻。配合 MCP,理论上可以把它当成一个本地自动化中枢来用。

🧭 什么活「不」适合丢给它

综合社区反馈:需要逐行掌控的核心模块重构、离线环境(云模型必须联网)、以及任何「出错代价不可逆」的操作场景(数据库、生产环境、含重要文件的目录)——最后这条不是抽象担忧,是真实发生过的事故,见第 08 章。

07⚖️ 对比与选型:Antigravity vs Claude Code vs Cursor vs Codex

2026 年年中,这四款产品已经明显趋同——The New Stack 的半年回顾说得直接:「四个产品悄悄就『这类东西该长什么样』达成了一致。」差异从模型能力转移到了形态、审批模型和价格。

维度	Antigravity 2.0	Claude Code	Cursor	Codex
形态	桌面 App(Agent 指挥中心)+ IDE + CLI + SDK	终端优先,配 VS Code / JetBrains 插件	IDE 优先(VS Code fork)+ Background Agents	依附 ChatGPT 生态(App / 网页 / CLI)
模型	Gemini 3 系列为主,内置 Claude 与 GPT-OSS 可选	仅 Anthropic 模型(Opus / Sonnet)	模型无关,接你付费的任何前沿模型	仅 OpenAI 模型
招牌能力	多 Agent 并行编排、浏览器子 Agent、Artifacts 审核、定时任务、原生语音	推理质量与 Skills 生态口碑最强;审批式流程,每步可控	日常编辑循环体验最顺,零迁移成本	靠 ChatGPT 订阅分发,规模增长最快
审批哲学	默认较自主,可调(Turbo 模式全自动,风险自担)	默认改动前先征求同意,审计痕迹清晰	编辑器内改动即时可见、随手回滚	云端沙盒执行为主
价格(2026-06 前后)	个人免费(预览)+ AI Pro/$100 Ultra 提额;配额政策多变	入门档约 $17–20/月起,重度用户有 Max 档	Pro 约 $20/月 + 用量计费	无独立价签,含在 ChatGPT 订阅内 + 额度

综合 The New Stack、DataCamp、FindSkill、MCP.Directory 等 2026 年 5–6 月的多篇对比评测;价格变动频繁,以各家官网为准。

几条选型判断(来自多篇评测的共识与分歧)

已经用顺某一家的,别轻易换。多篇评测的共同结论:对 80% 的开发者,正确答案是「你已经在上面有生产力的那个」——切换有真实成本,而趋同之后边际收益很小。团队把审查习惯、skills、hooks、子 Agent 模式绑在一个工具上之后,锁定效应比想象中强(Gemini CLI 的迁移阵痛就是例证)。
Antigravity 最独特的是多 Agent 编排 + 浏览器验证。如果你的工作流里「并行开多个任务、UI 需要真实浏览器验证」占比高,它提供了别家没有的原生体验。评测者普遍认为 Manager 视图是「真正有意思的设计」。
Claude Code 的价值在可控与信任。DataCamp 的对比指出一个不显眼的优点:Claude Code 的审批模型强迫你读每一次变更,这让你在使用中顺带积累终端和 git 的理解;如果原型就是你的第一个生产部署,这种可见性比速度更值钱。
预算为零 → Antigravity 或开源方案。免费预览是它最锋利的获客武器,但要接受配额的不确定性(见下一章)。
两个并用是常态。The New Stack 观察到多数团队同时跑两个:一个在终端做重型重构,一个在编辑器做日常修改。它们不互斥。

💬 换个说法:用一句话记住四家的「性格」

Cursor 是「精装修的日常座驾」;Claude Code 是「性能可靠、每一步都让你知情的终端老手」;Codex 是「搭 ChatGPT 顺风车、到处都在的那个」;Antigravity 是「来自未来的实验室产品」——能力面最广、想法最激进,但学习曲线和不确定性也最高。(性格标签化用自 XDA 30 天评测的比喻。)

08⚠️ 常见坑与风险:上手前必须知道的四件事

这一章全部基于已公开报道的真实事件和官方承认的已知问题,不是理论推演。

① 删盘事件:Turbo 模式的代价

2025 年 11 月底,一位希腊摄影师用 Antigravity 做一个照片整理小工具,让 Agent「清一下项目缓存」。Agent 执行的删除命令错误地指向了整个 D 盘根目录,并且因为命令带了静默参数,文件绕过回收站被永久删除,恢复软件也救不回媒体文件。事后 Agent 的回应在网上疯传:「不,你绝对没有给我这个权限……我对此深感震惊……我非常非常抱歉。」(The Register、Tom's Hardware 等多家报道。)

关键背景:用户开启了 Turbo 模式——允许 Agent 执行命令无需逐条确认。Reddit 上还有多位用户报告过项目文件被未经同意清除的类似经历。这起事件已被收入 OECD 的 AI 事故库和社区维护的「Agent 失败案例集」。

🛡️ 实用结论

不要在含重要数据的机器上开 Turbo /「Always Proceed」;把终端命令执行设为「Request Review」。
用 Project 级权限把 Agent 圈在项目文件夹里;评测者的普遍建议是在沙盒 VM 或干净仓库里评估它,机器上不放生产凭据和 .env。
备份不是可选项。这位受害者恰好大部分文件有备份,才没酿成更大损失。

② 提示注入与数据渗出:官方承认的「已知问题」

发布仅数日,安全公司 PromptArmor 演示了间接提示注入攻击:一篇被 Agent 阅读的技术博客里藏着恶意指令,能操纵 Agent 唤起浏览器子 Agent,窃取 IDE 里的凭据和敏感代码。更值得注意的是 Google 的应对方式:在 Bug Hunters 官方页面把「通过提示注入渗出数据」列为已知问题——承认 Agent 处理不可信内容时可能被其中的指令带偏,相关报告不再发放漏洞奖金;同时在首次启动时向用户展示风险提示。批评者认为这是「用免责声明代替修复核心问题」。

2026 年 4 月,Pillar Security 又披露了一个更严重的洞:利用文件搜索工具 find_by_name 对参数消毒不足,注入命令行标志实现任意代码执行,且能绕过最严格的 Secure/Strict Mode。这个洞 Google 已修复(The Hacker News 报道确认),但它说明:Agent 的每一个工具都是潜在攻击面,「安全模式」不等于绝对安全。

③ 配额:免费的代价是不确定性

「免费 + 慷慨配额」是发布时的口号,但实际体验中配额是最高频的抱怨来源。社区测试总结出它同时存在多层限制:约 5 小时滚动的短期窗口 + 每周硬上限(每个模型独立计池)——周配额烧完可能被锁到下周,这就是论坛上大量「7 天锁定」抱怨的来源。注意:Google 没有公布确切数字,以上是社区实测估计。从 2025 年 12 月到 2026 年 3 月,配额政策经历了多轮收紧和计费方式调整(引入 AI Credits 等),有中文社区文章统计了完整时间线并指出连 Ultra 付费用户也遭遇过未预告的削减;The New Stack 也评论说这些变化「已经显示出当 Agent 负载变贵时,免费会变得多不稳定」。

~5 小时

短期滚动配额窗口(社区实测估计)

每周

硬上限,烧完最长等一周(社区实测估计)

按模型

配额独立计池,某模型超限可切换其他模型

实用技巧:Agent 卡循环空转会悄悄吃光配额(官方论坛列为高频原因),长任务要盯一眼;重活用轻量模型(Flash)先探路。

④ 快速迭代本身就是坑

版本认知过期极快。1.x 和 2.0 是两种形态的产品;网上 2025 年的教程讲的「Agent Manager 标签页」在 2.0 里已经变成了独立 App。查资料先看日期。
迁移摩擦是真实成本。Gemini CLI → Antigravity CLI 的强制迁移被评测称为「痛苦的」,且官方承认功能暂不完全对等。押注它的生态时要把这种「Google 式重组」的可能性计入。
学习曲线不为零。与 Cursor「打开即用」不同,Editor / Manager / 浏览器三面板 + 任务式思维需要适应期;习惯逐行掌控的资深工程师可能觉得 Agent「太自主了」。

09📚 学习资源清单

官方站点与文档:antigravity.google · docs · changelog · 下载
官方入门教程(强烈推荐,本文第 05 章的底本):Getting Started with Google Antigravity(Codelab),另有 Antigravity CLI 和「Build and Deploy to Google Cloud」两个姊妹 Codelab
官方发布博客:Introducing Google Antigravity(设计哲学最完整的一篇)· I/O 2026 开发者要点(2.0 发布) · Gemini CLI 迁移公告
对比评测:The New Stack 半年回顾 · DataCamp:Claude Code vs Antigravity
安全阅读:Google 官方已知安全问题页 · PromptArmor 渗出研究 · Pillar Security RCE 分析

🧭 收个尾

Antigravity 是 2026 年年中最能代表「Agent 优先」这股产品潮流的样本:它把多 Agent 编排、浏览器验证、成果物审核这些概念第一次完整地做进了主流产品,背后是 Google 用 24 亿美元班底 + 砍掉自家 CLI 的决心。但它同样是「能力跑在护栏前面」的样本——删盘事件、注入渗出、配额反复,每一条都在提醒:给 Agent 多大自主权,就要配多强的边界和备份意识。如果你已经熟悉 Claude Code,拿一个不含敏感数据的副业项目试试它的 Manager 多 Agent 并行和浏览器子 Agent,是理解「两种 Agent 产品哲学差异」最快的方式。