最近都在討論Google Antigravity，谷歌的親兒子，江湖人稱Cursor殺手。

與傳統的AI編程工具不同，Antigravity 不僅僅是協助寫代碼，它更像是一個指揮中心。在這裏，開發者可以管理多個能夠自主規劃、編寫代碼甚至瀏覽網頁的 AI Agent。

今天就手把手教你安裝流程、解析核心操作邏輯，並演示如何從零生成一個應用。

不想當將軍的士兵不是一個好AI

Antigravity 旨在改變開發者的工作方式。傳統的 AI 編程助手通常是被動的，需要停下來等待代碼生成。而在 Antigravity 中，AI 被預設為一個具有自主性的行動者。開發者的角色從單純的程序員，轉變一個架構師，主要負責編排任務，指揮AI員工去執行。

安裝與初始化

目前 Antigravity 處於預覽階段，支持使用個人 Gmail 賬號登錄。

• 下載與安裝：到官網下載並安裝

• 初始配置：首次啓動時，可選擇從 VS Code 或 Cursor 導入配置，也可選擇全新開始。

然後選擇自己想要的主題，比如是黑夜模式還是白天模式。

關鍵步驟：設定 Agent 行為策略

安裝嚮導中包含關於 Agent 權限的配置頁面。這是 Antigravity 與傳統 IDE 最大的不同之處，請重點是右邊的兩個核心屬性。

Terminal execution policy (終端執行策略)

該策略控制 Agent 是否有權直接在終端運行命令（如安裝依賴包、運行測試腳本等）。

• Off：禁止自動執行。Agent 想要運行任何命令，都必須等待人工確認。
• Auto：智能判斷（推薦）。Agent 會自行評估命令的風險，安全的命令會自動執行，不確定或高風險的命令會請求許可。
• Turbo：全自動模式。除非命令在黑名單中，否則 Agent 會自動執行所有操作，適合追求極速開發的場景。

Review policy (審查策略)

該策略決定了 Agent 生成的任務規劃（Plan）、代碼變更（Diff）等產物由誰來把關。

• Always Proceed：始終繼續。Agent 不會停下來等待審批，直接推進任務。
• Agent Decides：Agent 自行判斷。僅在它認為關鍵的節點或不確定的情況下，才會請求人工審查。
• Request Review：始終請求審查。Agent 每生成一個階段性產物，都必須經人工批准才能繼續下一步。

推薦配置：直接選擇 Agent-assisted development（Agent 輔助開發）。這是一個平衡的選項，允許 Agent 做決策，但在關鍵時刻會尋求人工批准。

界面概覽：雙視圖邏輯

Antigravity 基於開源的 VS Code 構建，但界面邏輯被重新設計為兩個主要窗口：Agent Manager（管理器） 和 Editor（編輯器）。

Agent Manager：任務指揮塔

啓動軟件後，首先映入眼簾的不是文件列表，而是 Agent Manager。

• 多任務併發：支持同時發佈多個指令（例如：“重構認證模塊”、“更新依賴樹”）。
• 異步工作：每個請求都會生成一個獨立的 Agent 實例。界面會可視化地展示這些並行工作流的狀態，無需像傳統聊天框那樣等待 AI 寫完代碼才能進行下一個提問。

Editor：具備感知能力的編輯器

當需要深入代碼細節時，可以切換到 Editor 視圖（快捷鍵 Cmd + E）。

• 保持習慣：保留了 VS Code 的文件資源管理器、語法高亮和插件生態。
• Agent Awareness：編輯器右側設有 Agent 面板。編寫代碼時，可隨時選中一段代碼，在面板中指揮 Agent 進行優化或解釋。

核心差異化功能

內置瀏覽器環境

當任務涉及到網頁交互（例如“去官網查閲文檔”或“測試 Web 應用”）時，主 Agent 會調用一個專門的瀏覽器子 Agent。該子 Agent 擁有點擊、滾動、輸入和讀取控制枱日誌的能力。

而且這個瀏覽器是完全隔離。它不共享用户本地的 Cookie、歷史記錄或登錄狀態。Agent 的每一次操作是乾淨又衞生的，既保證了測試結果的客觀性，也確保了用户主瀏覽器的隱私與安全。

Artifacts（產物）：建立信任

當 Agent 反饋“任務已完成”時，該如何驗證？Antigravity 通過生成 Artifacts 來解決信任問題：

• 任務計劃：執行前的行動大綱。
• 代碼變更：標準的 Diff 視圖。
• 屏幕錄製：如果任務涉及 UI 交互，Agent 會錄製操作視頻。無需親自運行代碼，查看視頻即可確認是否完成了“點擊登錄並驗證跳轉”等功能性需求。

實戰演練：一句話生成一個 Web 應用

為了直觀感受 Antigravity 的能力，這裏通過一個簡單的案例演示：從自然語言指令到可運行的軟件。

下達 指令

1. 回到 Agent Manager 的 Playground 界面，輸入一段樸素的需求：

幫我做一個待辦事項APP，需要手繪風格的

觀察思考過程

1. 提交後，Agent 開始工作。它會生成一個 Task Plan，包含分析需求、設計 UI 佈局、編寫倒計時邏輯等步驟。隨後進入執行階段，相關文件會被逐一創建。

自動驗證

1. Agent 編寫完代碼後，會自動喚醒瀏覽器子 Agent。它會在後台打開窗口，親自點擊“開始”按鈕，檢查倒計時是否正常工作。

成果交付

1. 幾分鐘後，Agent 提示任務完成。點擊生成的鏈接，一個功能完備、設計極簡的待辦事項程序就完成了。自己試着用一下，暫時沒有發現問題。

小結：這只是一個簡單的 Demo，但足以展示其閉環能力。對於更復雜的邏輯，比如“構建帶數據持久化的看板”或“編寫現有項目的單元測試”，Antigravity 同樣適用。

開發者小貼士：打造全能 AI 開發環境

Antigravity 帶來了 IDE 集成 Agent 的便利，但在實際的 AI 開發工作流中，往往還需要在本地進行更多維度的探索。

比如，開發者可能需要在本地跑通 Gemini CLI 工具，這通常硬性要求 Node.js 20 及以上的環境；或者為了隱私和成本，需要在本地機器上直接運行 Gemma、Qwen3 或 Llama 3 等開源大模型進行調試。

此時，繁瑣的環境配置和依賴衝突往往是最大的阻礙。若不想在環境搭建上浪費時間，推薦嘗試使用 ServBay。這是一個專為開發者設計的本地化環境管理工具：

• 一鍵部署大模型：支持快速在本地安裝並運行 Llama 3、Gemma、Qwen3 等主流模型，省去了複雜的配置過程。

• 環境隔離與管理：對於 Gemini CLI 這類對環境有嚴格要求的工具，ServBay 能一鍵安裝 Node.js 20+ 等特定運行時，且互不干擾。

這種超全的配置，無論是雲端還是本地，AI助手都能全方位覆蓋。

通過掌握 Agent Manager 的調度能力、Artifacts 的驗證機制以及 Editor 的協作模式，開發者便已準備好使用 Antigravity 進行工作。

你有沒有試過Antigravity，哪款AI編程工具比較好用，一起交流一下吧。