Google Antigravity：AI 開發的典範轉移，從輔助編碼到自主開發

Google Antigravity Hero 圖片來源：Google Antigravity 官方部落格

前言：當 AI 從助手變成隊友

2025 年 11 月，Google 悄悄推出了一款顛覆性的開發工具 —— Antigravity。這不是又一個「AI 程式碼補全工具」，而是一個徹底改變我們思考軟體開發方式的平台。如果說 GitHub Copilot 和 Cursor 是你的智慧助手，那麼 Antigravity 就是一支能夠自主規劃、執行和驗證的 AI 團隊。

在深入研究了官方文件、實際案例和社群回饋後，我想分享這個「代理優先」（Agent-First）開發平台的核心理念、創新功能，以及它目前仍面臨的挑戰。

核心概念：什麼是「代理優先」開發？

傳統 AI 輔助 vs. 代理優先開發

在傳統的 AI 輔助編碼中，開發者仍然是主角：你逐行寫程式碼，AI 只是在旁邊提供自動完成建議。但 Antigravity 提出了一個全新的工作模式：

你不再是程式碼的執行者，而是任務的指揮官。

這個轉變體現在：

傳統模式：「我要在第 42 行加一個函數…」（微觀管理）
Antigravity 模式：「建立一個包含搜尋功能的活動網站」（任務導向）

AI 代理會：

分析需求並制定計劃
自主執行所有編碼工作
測試應用程式並驗證功能
產生可審查的成果文件（Artifacts）

三個核心介面：Mission Control 架構

Antigravity 設計了三個相互配合的工作介面：

Editor + Agent Manager 雙介面 Editor 與 Agent Manager 的雙介面架構

1. Agent Manager（非同步任務中心）

這是你的「任務控制中心」，可以：

同時管理多個 AI 代理
查看所有代理的工作進度
審查計劃和成果文件
追蹤歷史對話

關鍵特性：多代理協作 —— 你可以讓一個代理研究 API 文件，同時另一個代理開發前端介面。

Agent Manager 主介面 Agent Manager 的任務控制中心

Agent Manager 註解說明 Agent Manager 各個功能區域說明

圖中標註說明：

Inbox - 追蹤所有對話的集中位置，顯示正在進行的任務狀態與生成的工件
Start Conversation - 啟動新對話的按鈕，直接進入提示輸入區域
Workspaces - 管理多個工作區，可隨時新增或切換不同專案環境
Playground - 臨時測試空間，可先進行對話後再轉換為具有檔案控制的正式工作區
Editor View - 切換至編輯器介面以檢視工作區資料夾、編輯檔案或提供行內指導
Browser - Chrome 瀏覽器整合功能，允許代理執行網頁互動、導航與資料擷取任務

Inbox 對話紀錄 Inbox 功能讓你追蹤所有歷史對話

2. Editor（同步程式碼編輯器）

基於 VS Code 的熟悉介面，但增強了：

選取程式碼後直接下達指令
即時看到 AI 的修改
保留傳統編輯能力
快速切換鍵：Cmd + E（Mac）/ Ctrl + E（Windows/Linux）

Editor 介面 Editor 顯示 Flask 專案的程式碼結構

3. Browser（自動化驗證）

這是 Antigravity 最獨特的創新：內建瀏覽器自動化。

代理可以：

自動啟動應用程式
點擊、滾動、輸入資料
擷取螢幕截圖和錄影
讀取 console 錯誤
驗證程式碼真的有效

“代理不只是寫程式碼，它們還會執行程式碼。” —— Google Antigravity 團隊

創新功能解析

1. Artifacts 系統：可驗證的成果文件

傳統 AI 工具的痛點是「信任差距」—— 你不確定 AI 是否真的完成了任務。Antigravity 透過 Artifacts 解決這個問題。

Artifacts 側邊欄顯示代理產生的所有成果文件

Artifacts 類型包括：

任務清單和計劃：執行前的詳細規劃
程式碼差異（Diffs）：逐行顯示修改內容
螢幕截圖：UI 狀態的視覺證明
瀏覽器錄影：功能運作的影片證明
測試結果：結構化的測試報告
實作計畫：技術架構決策文件

任務計劃 Artifact 展示代理如何分解複雜任務

實作計畫 Implementation Plan 顯示技術實作的詳細步驟

測試結果 Artifact 顯示所有測試的執行狀況

更棒的是，你可以像在 Google Docs 上一樣對這些成果文件加註解，AI 代理會根據你的回饋進行調整，而不是從頭來過。

2. 瀏覽器子代理：自動化測試的革命

當 AI 代理需要驗證網頁應用時，它會召喚專門的「瀏覽器子代理」，這個子代理擁有：

點擊元素
滾動頁面
輸入文字
讀取 Console 日誌
擷取 DOM 結構
錄影整個操作過程

瀏覽器設定提示 代理請求設定瀏覽器以進行自動化測試

Chrome 擴充功能安裝 安裝 Antigravity Chrome 擴充功能以啟用瀏覽器自動化

瀏覽器活動中 代理正在瀏覽器中自動導航和測試應用

實際案例：當你要求代理建立一個 Pomodoro 計時器應用，代理會：

開發 UI 和計時邏輯
啟動瀏覽器並測試功能
錄製使用過程
根據視覺結果進行迭代改進
提供影片證明功能正常運作

這是其他 IDE 無法做到的 —— 大多數工具只能寫程式碼，但不會「親自」測試。

3. 知識庫學習系統：組織智慧的累積

Antigravity 有一個隱藏但強大的功能：漸進式學習。

工作原理：

代理儲存成功的解決方案到知識庫
記錄特定專案的程式碼模式
保存重複任務的詳細步驟
未來的代理可以查詢這個知識庫
重用成功的方法，而不是重新摸索

隨著時間推移，這個知識庫會成為你的組織累積智慧，包含：

特定程式碼片段
成功的工作流程
架構模式
專案特定的偏好

4. MCP（Model Context Protocol）：外部整合

MCP 是連接 AI 代理與外部服務的標準協議。你可以：

連接資料庫（MongoDB、Supabase）
整合專案管理工具（Linear、Notion）
整合 GitHub repository
使用 Google 的多媒體服務（Imagen、Veo、Chirp 3 HD）

設定 MCP Server 範例（Python）：

from mcp import Server

mcp = Server("Hello World")

@mcp.tool()
def greet_user(name: str) -> str:
    """Greet a user by name"""
    return f"Hello, {name}! Welcome to MCP."

if __name__ == "__main__":
    mcp.run(transport="stdio")

實戰案例：AI 代理能做什麼？

案例 1：新聞摘要擷取器

任務：訪問多個網站並整理資訊

新聞擷取任務輸入 輸入新聞擷取任務的指令

代理執行：

啟動瀏覽器
導航到指定 URL
擷取並組織資料
產生截圖和影片
回傳結構化摘要

Google News 導航 代理自動導航到 Google News 並擷取資料

新聞擷取結果 完整的新聞摘要結果，包含結構化資訊

成果：完全自動化的網頁爬蟲和資料整理。

案例 2：Flask 活動網站

需求：

顯示活動詳情和時程表
多講者技術演講
搜尋功能（依分類/講者/標題）
午休時段
虛擬資料和文件
自動啟動伺服器

代理工作流程：

分析需求
檢查專案結構
安裝 Flask 和相依套件
建立檔案組織
實作所有功能
產生文件
啟動開發伺服器
進行自動化測試

Flask 應用運行中 代理建立並啟動的 Flask 活動網站

代理實作的新增演講功能介面

交付成果：

任務分解文件
技術實作計畫
完成摘要
運作中應用的截圖
功能展示影片

案例 3：Pomodoro 計時器應用

任務：建立一個美觀、平靜的 Pomodoro 計時器

Pomodoro 計劃 代理規劃 Pomodoro 計時器的實作步驟

代理執行：

設計美觀平靜的 UI
實作計時器邏輯
通過瀏覽器自動化測試
根據視覺結果迭代改進
產生驗證媒體

代理建立的 Pomodoro 計時器介面

Pomodoro 最終成品 完成的 Pomodoro 計時器應用，具備完整功能

案例 4：複雜的 iPhone UI 應用

有使用者分享了一個驚人的案例：

指令：

“做一個酷炫的 iPhone UI，我可以在手機上用 Spotify 聽音樂，然後在背景玩 Flappy Bird，在這些應用之間切換，還可以用 Instagram Reels…”

代理交付：

逼真的 iPhone 外框和主畫面
作業系統狀態管理
Instagram Reels（可垂直滾動的影片動態）
Spotify 音樂播放器與音訊播放
Flappy Bird 遊戲（HTML5 Canvas 含物理引擎）
流暢的應用切換
響應式設計

時間：根據使用者回報，幾秒鐘內完成。

安裝與配置

系統需求

macOS：

macOS 12+
僅支援 Apple Silicon（M1/M2/M3/M4）
不支援 Intel 晶片

Windows：

Windows 10 64-bit 或更新版本
x64 或 ARM64

Linux：

glibc ≥ 2.28
Ubuntu 20+、Debian 10+、Fedora 36+、RHEL 8+

安裝方法

macOS：

brew install antigravity

Linux (Debian/Ubuntu)：

sudo mkdir -p /etc/apt/keyrings
curl -fsSL https://us-central1-apt.pkg.dev/doc/repo-signing-key.gpg | sudo gpg --dearmor -o /etc/apt/keyrings/antigravity-repo-key.gpg
echo "deb [signed-by=/etc/apt/keyrings/antigravity-repo-key.gpg] https://us-central1-apt.pkg.dev/projects/antigravity-auto-updater-dev/ antigravity-debian main" | sudo tee /etc/apt/sources.list.d/antigravity.list
sudo apt update && sudo apt install antigravity

Windows：從 antigravity.google/download 下載 .exe 安裝程式

初始設定（7 個步驟）

初始設定畫面 Antigravity 的初始設定歡迎畫面

下載並啟動（首次啟動需 2-3 分鐘）
選擇設定流程（全新開始或匯入 VS Code/Cursor 設定）
選擇編輯器主題
配置執行策略（Terminal 和 Review）
配置編輯器偏好
使用個人 Gmail 帳號登入（重要：不支援 Google Workspace）
接受服務條款

三種開發模式

自主性配置 配置代理的自主性等級和執行策略

Agent-driven development（自動駕駛）：AI 完全自主處理
Review-driven development：重大操作前請求批准
Agent-assisted development（推薦）：自動化與人工控制的平衡

設定審查策略 配置審查策略，決定何時需要人工批准

Terminal 執行策略

Off：除白名單外不自動執行
Auto：代理決定何時請求權限（推薦）
Turbo：除黑名單外全部執行

工作區選擇

工作區選擇 選擇專案工作區或使用 Playground 進行實驗

技術規格與優勢

主要 AI 模型

模型選擇 選擇 AI 模型：Gemini 3 Pro、Claude Sonnet 4.5 或 GPT-4o

Gemini 3 Pro（預設）：

Google 最新模型
Terminal-Bench 2.0 得分：54.2%
超大 context window，可讀取整個程式庫
每 5 小時刷新配額

替代模型：

Claude Sonnet 4.5（Anthropic）
GPT-4o（OpenAI）
GPT-OSS（OpenAI 開源模型）

切換規劃模式（Planning Mode）或快速模式（Fast Mode）

競爭優勢（相較於 Cursor IDE）

根據官方資料和使用者報告：

重構準確度：94% vs. 競爭對手 ~78%
速度：大型 repository（10 萬行以上）快 40%
API 測試：內建自動化驗證
Context Window：Gemini 3 的超大 context，支援 monorepo 規模的重構

Antigravity vs. Cursor 對比表

面向	Antigravity	Cursor
哲學	代理優先，自主執行	AI 輔助，開發者驅動
工作流程	框架任務，審查成果	Composer + 行內建議
瀏覽器測試	內建自動化 + 錄影	需手動測試
穩定性	Preview 階段，有問題	成熟、可靠
自主性	多步驟規劃/執行	主要是程式碼建議
多代理	支援並行代理	不支援
成果文件	結構化交付物	標準輸出
模型	Gemini 3、Claude、GPT	單一主要模型
定價	免費（預覽階段）	付費訂閱
最適用於	全新專案、實驗	日常重構、增量編輯

最佳實踐建議

Prompt 工程

以目標為導向：描述想要的結果，而非逐步指示
清晰聚焦：避免在單一 prompt 中混合無關目標
提供詳細規格：越詳細，代理的規劃越好
使用自然語言：不需要技術術語

範例：

❌ 差：「在第 42 行加一個函數處理使用者登入」
✅ 好：「建立一個使用者認證系統，支援 email/密碼登入，包含表單驗證和錯誤處理」

成果文件管理

批准前務必審查任務清單和計劃
重大變更前系統性檢查成果文件
使用註解功能提供指導
檢視截圖和錄影以確認功能

工作流程組織

不同任務使用不同資料夾
正式專案前先在 Playground 實驗
利用 Inbox 追蹤和重訪對話
啟用自主瀏覽器驗證

多代理使用

為不同面向部署專門代理（前端、後端、研究）
對獨立任務並行運行代理
透過 Mission Control 儀表板監控進度

誠實面對：當前的限制與挑戰

關鍵問題（截至 2025 年 11 月）

1. 登入和認證問題

許多使用者首次啟動無法登入
卡在初始設定畫面
Google Workspace 帳號不相容
需切換到個人 Gmail

解決方法：僅使用個人 Gmail 帳號

2. 配額快速耗盡

帳號在密集使用約 20 分鐘後耗盡配額
部分使用者單一查詢後就達到限制
無法購買額外配額
配額每 5 小時刷新但不足以進行嚴肅工作

解決方法：當模型暫停時，輸入「continue」繼續任務

3. 模型提供商過載

頻繁出現「model provider overload」錯誤
「Agent taking unexpectedly long to load」
「Agent terminated due to error」
代理無限轉圈後崩潰

原因：發布階段的擴展挑戰

4. 工作流程鎖定

規劃文件儲存在專有的「brain」目錄
不在專案目錄中
無法切換回 VS Code 而不失去上下文
供應商鎖定疑慮

5. 配額系統不透明

配額管理嚴格且不透明
沒有明確的剩餘配額指示
限制觸發不可預測
達到限制時的介面錯誤

6. 穩定性問題

Preview 階段的不穩定
延長使用時會崩潰
不如成熟競爭者（Cursor）可靠
感覺像「20% 時間專案」而非精雕細琢的產品

使用者情緒分析

根據社群媒體分析（X 平台，2025 年 11 月 18-19 日）：

70% 正面回饋
30% 負面回饋

正面評論：

「流暢且直觀的工作流程」
「幾分鐘內建立完整應用」
「瀏覽器整合是遊戲改變者」
「免費使用很慷慨」

負面評論：

「複雜任務處理不佳」
「UI 相比競爭者過於複雜」
「登入問題阻礙使用」
「配額系統令人沮喪」

隱私與安全性

重要警告：

程式碼會被處理以提供 AI 協助
不會用於訓練模型（Google 隱私標準）
已知安全限制記載在使用條款中
風險包括：資料外洩、惡意程式碼執行
不建議用於敏感/機密專案（預覽階段）

企業功能（未來）：

SOC 2 合規
ISO 27001 認證
FedRAMP 授權
租戶隔離環境

未來展望

即將推出的功能

原生行動模擬器整合
本地 WebGPU 推論（隱私敏感程式碼）
協作編輯（AI 調解）
Gemini 3.5（2026 Q1）含 200 萬 token context window
Google Workspace 支援
生產穩定性改進
強化配額系統

結語：典範轉移的前夜

Google Antigravity 不是一個完美的產品，但它代表了一個重要的方向：從 AI 輔助編碼到 AI 自主開發。

這是一次大膽的實驗

Antigravity 的核心創新 —— 多代理協作、瀏覽器自動化驗證、可審查的成果文件 —— 都指向一個未來：開發者不再是程式碼的執行者，而是系統架構的設計師和任務的指揮官。

目前的現實

然而，作為一個 Preview 產品，它仍有許多需要克服的障礙：

登入問題讓部分使用者無法使用
配額限制讓密集使用變得困難
穩定性不如成熟競爭者
供應商鎖定的疑慮尚未解決

給開發者的建議

如果你是早期採用者：

用個人 Gmail 帳號註冊
在非關鍵專案上實驗
善用免費配額學習代理工作流程
回報錯誤幫助改進產品

如果你需要穩定的生產工具：

暫時繼續使用 Cursor 或其他成熟工具
觀察 Antigravity 的發展
等待 Workspace 支援和穩定性改進

最後的思考

Antigravity 讓我們窺見了 AI 開發的未來。當配額、穩定性和整合問題解決後，這個「代理優先」的願景可能真正改變我們建構軟體的方式。

目前，它是一個充滿潛力的實驗。未來，它可能成為新的標準。

現在是關注和學習的最佳時機，但可能還不是全面採用的時候。

參考資源

官方資源：

主站：https://antigravity.google
文件：https://antigravity.google/docs/get-started
下載：https://antigravity.google/download
使用案例：https://antigravity.google/use-cases

學習資源：

Google Codelabs 教學：Getting Started with Google Antigravity
YouTube 頻道：@googleantigravity

社群討論：

Hacker News：討論串
Google 開發者部落格：Build with Google Antigravity

圖片來源

本文所有截圖均來自 Google Antigravity 官方資源：

Google Antigravity 官方部落格：Build with Google Antigravity
Google Codelabs 教學：Getting Started with Google Antigravity

撰寫日期：2025 年 11 月版本：基於 Antigravity Public Preview (November 2025)

這篇文章基於 Google Antigravity 官方文件、Google Codelabs 教學、開發者部落格，以及社群回饋的綜合整理。所有截圖均為官方提供的教學材料。由於產品仍在 Preview 階段，部分功能和限制可能在未來版本中改變。

前言：當 AI 從助手變成隊友#

核心概念：什麼是「代理優先」開發？#

傳統 AI 輔助 vs. 代理優先開發#

三個核心介面：Mission Control 架構#

1. Agent Manager（非同步任務中心）#

2. Editor（同步程式碼編輯器）#

3. Browser（自動化驗證）#

創新功能解析#

1. Artifacts 系統：可驗證的成果文件#

2. 瀏覽器子代理：自動化測試的革命#

3. 知識庫學習系統：組織智慧的累積#

4. MCP（Model Context Protocol）：外部整合#

實戰案例：AI 代理能做什麼？#

案例 1：新聞摘要擷取器#

案例 2：Flask 活動網站#

案例 3：Pomodoro 計時器應用#

案例 4：複雜的 iPhone UI 應用#

安裝與配置#

系統需求#

安裝方法#

初始設定（7 個步驟）#

三種開發模式#

Terminal 執行策略#

工作區選擇#

技術規格與優勢#

主要 AI 模型#

競爭優勢（相較於 Cursor IDE）#

Antigravity vs. Cursor 對比表#

最佳實踐建議#

Prompt 工程#

成果文件管理#

工作流程組織#

多代理使用#

誠實面對：當前的限制與挑戰#

關鍵問題（截至 2025 年 11 月）#

1. 登入和認證問題#

2. 配額快速耗盡#

3. 模型提供商過載#

4. 工作流程鎖定#

5. 配額系統不透明#

6. 穩定性問題#

使用者情緒分析#

隱私與安全性#

推薦使用情境#

目前最適合#

目前不建議#

評論者建議#

未來展望#

即將推出的功能#

結語：典範轉移的前夜#

這是一次大膽的實驗#

目前的現實#

給開發者的建議#

最後的思考#

參考資源#

圖片來源#