Google Antigravity 评测 2026：多 Agent 编程与自动化平台值得长期用吗？

快速结论

Google Antigravity 不再只是一个“把聊天框放进编辑器”的 AI 编程工具。Google 在 Antigravity 2.0 中把它扩展成 Agent-first 开发平台：开发者可以在独立桌面应用里同时安排多个 Agent，让它们分别阅读代码、修改文件、执行终端命令、操作浏览器、运行测试，再通过任务列表和产物回看进度。与此同时，Google 还提供原有 Antigravity IDE、命令行工具、SDK、API，以及运行在 Google Cloud 安全沙箱中的托管 Agent。

这条路线的吸引力很直接：复杂任务可以拆成几个彼此隔离的工作区并行推进，原生 Git worktree 能减少分支互相污染，Hooks、定时任务和项目级权限又为团队自动化提供了比单次对话更完整的控制面。个人免费版让体验门槛很低，Google AI Pro 和 Ultra 则面向更高频的模型调用。

但它还不适合被当成“无人值守且绝对可靠的工程师”。Antigravity 2.0 独立应用与旧 IDE 暂时并存，产品形态仍在迁移；不同模型的额度规则并不完全一致；Agent 一旦获得文件、终端、浏览器或外部工具权限，就可能放大错误指令。个人版服务条款还明确涉及交互数据、元数据和反馈的保存及模型改进设置。我们的结论是：它值得开发者试用，也适合有权限隔离、代码审查和成本监控能力的团队逐步引入；不适合把敏感仓库和生产权限一次性全部交给 Agent。

Google Antigravity 是什么？

Antigravity 最初以 AI 编程 IDE 的形态出现，而 2.0 的核心变化是把“管理 Agent”提升为独立工作台。它不是传统 IDE 的简单换皮：桌面应用强调任务编排、并行执行和结果验收，代码编辑器只是 Agent 工作所需的一个界面。

当前产品可以理解为五个入口：

1. Antigravity 2.0 桌面应用：面向多 Agent 与异步任务管理，支持 macOS、Linux 和 Windows。
2. Antigravity IDE：原有的编辑器体验目前仍然保留，但官网已说明其 Agent Manager 后续会被移除，重心会转向 2.0 应用。
3. Antigravity CLI：适合在终端、脚本和 CI 风格流程中调用 Agent。
4. Antigravity SDK 与 API：允许团队把 Agent 能力嵌入自己的工具和业务流程。
5. Google Cloud 托管 Agent：在隔离的 Linux 沙箱中执行代码、文件、浏览和函数调用任务，采用按量计费。

这种多入口设计让 Antigravity 的定位比普通 AI 编辑器更宽：它既想承担日常代码生成，也想进入可编排的工程自动化和云端 Agent 基础设施。

核心能力：它为什么会热门？

1. 动态子 Agent 与异步任务

Antigravity 2.0 可以把一个复杂目标拆给多个子 Agent。子 Agent 会继承父任务的权限边界，并在独立上下文中执行工作。对大型仓库来说，这比把所有信息塞进一个超长对话更清晰：一个 Agent 排查后端错误，一个修改前端，一个补测试，主任务负责汇总和验收。

异步任务也改变了使用节奏。开发者不必盯着每一步输出，可以先描述目标、约束和验收条件，让任务在后台执行，再回到产物、日志或差异视图做审查。真正的价值并不是“同时开很多聊天”，而是把任务、权限、工作区和结果放进同一个可追踪流程。

2. 原生 Git worktree

并行 Agent 最大的问题之一，是它们容易同时修改同一工作目录。Antigravity 的原生 worktree 支持会为不同任务创建相互隔离的 Git 工作区，让多个 Agent 在不同分支上工作。这样能降低文件冲突和未提交改动被覆盖的概率，也便于开发者逐个审查、合并或丢弃结果。

需要强调的是，worktree 解决的是隔离问题，不会自动保证代码正确。测试、静态检查、人工 review、依赖安全和数据库变更审计仍然不可省略。

3. Hooks、定时任务与项目级权限

JSON Hooks 可以在任务生命周期的特定节点触发脚本，例如任务开始前检查仓库状态、修改后运行格式化与测试、完成前生成报告。定时任务则适合周期性依赖检查、日志分析、文档同步或例行维护。

项目级权限提供更细的边界控制。团队应按最小权限原则配置：只开放任务必需的目录、命令、浏览域名和外部服务；涉及部署、密钥、支付、数据库写入或删除操作时，保留人工确认。Agent 能力越强，治理越不能只靠一句“请小心”。

4. 多模型与多形态接入

官方价格页列出的个人版模型包括 Gemini 3.5 Flash、Gemini 3.1 Pro、Gemini 3 Flash、Claude Sonnet/Opus 4.6 和 gpt-oss-120b。多模型的好处是可以按任务选择速度、推理深度和成本，也能减少单一模型不可用时的影响。

不过，不同模型可能使用共享额度池或固定上限，模型清单和配额也会变化。购买套餐前应以账户中的实时页面为准，不要把一次活动期的额度当成长期承诺。

实际适合哪些工作流？

大型改动的并行探索

当任务需要同时理解前端、后端、测试和文档时，可以先让多个 Agent 分别做只读分析，输出影响范围与方案，再决定哪些修改真正进入分支。先研究后写入，比一上来让多个 Agent 同时改代码更稳妥。

重复工程任务自动化

依赖升级、测试失败归类、变更日志生成、接口文档同步和仓库健康检查都适合使用 CLI、Hooks 或定时任务。验收条件应能被机器检查，例如“测试全部通过”“没有新增高危依赖”“只修改指定目录”，而不是模糊的“把项目优化一下”。

浏览器与代码联合任务

托管 Agent 能在沙箱中使用浏览器、代码执行、文件和 MCP/函数调用，因此适合数据核对、网页流程测试、报告生成等跨界任务。但浏览器自动化可能遇到登录、验证码、页面改版与第三方条款，涉及外部写操作时必须加入确认点。

团队内部 Agent 平台

SDK 和 API 让团队可以把 Antigravity 接入内部开发门户或自动化平台。企业场景的关键不是能否调用，而是身份、权限、审计、预算和数据边界是否清楚。建议先选择低敏感、可回滚的任务试点，再逐步扩展。

价格与额度

截至 2026 年 8 月，官网展示的主要选择如下：

• Individual：0 美元/月。 提供多模型访问、无限 Tab 补全与 Command 请求，但模型使用受基础每周额度限制。
• Google AI Pro：20 美元/月。 提供更宽裕的 Antigravity 额度，适合规律使用的个人开发者。
• Google AI Ultra（5×）：100 美元/月。 官方描述为约 5 倍 Pro 的 Gemini Token 额度，面向更频繁的任务。
• Google AI Ultra（20×）：200 美元/月。 官方描述为约 20 倍 Pro 的 Gemini Token 额度，适合高强度个人工作负载。
• Organization via Google Cloud：按量计费。 通过 Google Cloud 项目使用 Agent Platform，并适用相应的 Cloud 条款与企业治理能力。

“无限 Tab 补全和 Command 请求”不等于所有模型推理都无限。真正昂贵的是长上下文、并行 Agent、浏览器执行和反复试错。团队应设置预算、并发和任务时长上限，并记录每类任务的平均消耗，避免因套餐名称产生错误预期。

隐私、权限与服务条款风险

个人版条款说明，服务会记录并保存用户数据、交互内容、产品使用元数据和反馈；用户可以删除交互，也可以通过设置调整是否将数据用于改进产品和模型。员工或承包方在特定情况下可能查看数据。处理未公开代码、客户数据、密钥或受监管信息前，应确认设置、组织政策和适用条款，不应默认个人版等同于企业私有环境。

Google 对企业版本的公开说明强调 Cloud 条款和私有环境，并表示提示、响应、代码与遥测不会存储在私有环境之外。即使如此，企业仍需要核对实际购买的 SKU、区域、日志保留、子处理方和访问控制，不能只依据营销摘要作合规结论。

另一个容易忽略的边界是 OAuth。Antigravity 条款明确反对第三方工具借用 Antigravity OAuth 来访问其服务，并举出 OpenClaw 作为示例；违规可能导致暂停。需要第三方集成时，应使用正式 API、SDK 或 Google Cloud 入口，而不是复用消费者登录凭据。

最后，用户要对 Agent 的动作负责。错误的删除、部署、邮件发送、数据写入或第三方调用不会因为由 AI 执行就自动免责。高风险动作应默认只读、沙箱化、可回滚，并经过人工批准。

与 Cursor、Claude Code、Codex、Gemini CLI 怎么选？

如果主要需求是在编辑器里获得补全、对话和直观的代码修改，Cursor 这类 AI IDE 的学习成本通常更低。如果偏好终端驱动、清晰的命令边界与脚本化工作流，Claude Code、Codex 或 Gemini CLI 更贴近开发者现有习惯。

Antigravity 的差异化在于多 Agent 桌面管理、原生 worktree、Hooks、定时任务，以及从本地应用延伸到 SDK/API 和 Google Cloud 托管 Agent 的完整路径。它更像一个正在形成中的 Agent 开发平台，而不是单一编辑器插件。

选择时不要只比较模型榜单。更重要的问题是：团队是否需要并行 Agent？任务是否能明确验收？是否已经有 Git 隔离、权限审批和成本监控？如果这些基础能力尚未建立，先使用单 Agent 工具反而更安全。

推荐给谁？

• 需要把大型开发任务拆给多个 Agent 并行处理的开发者；
• 已经使用 Git 分支与 worktree，能够严格审查 AI 变更的团队；
• 希望用 CLI、SDK、API、Hooks 或定时任务搭建工程自动化的人；
• Google Cloud 用户，以及愿意先从低风险任务验证 Agent 平台的组织；
• 想免费体验多模型 Agent 编程，再根据实际消耗升级的个人用户。

不推荐给谁？

• 希望 AI 在没有监督的情况下直接操作生产环境的人；
• 无法为代码、终端、浏览器和外部服务设置最小权限的团队；
• 需要稳定、长期固定额度和完全确定产品形态的采购方；
• 准备通过第三方工具复用 Antigravity OAuth 的用户；
• 在未核对数据条款前就要处理高度敏感代码或受监管数据的组织。

最终评价

Google Antigravity 2.0 展示了 AI 编程工具的下一步：从“在编辑器里回答问题”变成“管理多个能够执行任务的 Agent”。动态子 Agent、原生 worktree、Hooks、定时任务和多入口接入组合得很完整，个人免费版也足以用来判断它是否适合自己的流程。

它目前最大的短板不是功能少，而是能力强之后带来的复杂度：产品迁移、模型额度、费用预测、权限治理、数据设置和结果可靠性都要由使用者主动承担。对成熟开发者和有工程治理能力的团队，它值得投入时间试点；对只想要稳定补全和简单问答的人，它可能比实际需求更重。

建议从一个可回滚、验收明确的仓库任务开始：限制目录与命令，使用独立 worktree，要求测试通过，审查差异后再合并。只有当任务质量和消耗连续可控，再开放定时任务、浏览器或云端执行。

常见问题

Google Antigravity 可以免费使用吗？

可以。Individual 个人版为 0 美元/月，包含多模型访问、无限 Tab 补全和 Command 请求，但模型推理仍有基础每周额度。

Antigravity 2.0 会取代原来的 IDE 吗？

两者目前并存。Google 表示原有 IDE 暂时保留，但其 Agent Manager 后续会被移除，新的多 Agent 管理重点转向 2.0 独立应用。

它支持哪些操作系统？

官方列出的桌面平台包括 macOS、Linux 和 Windows。CLI、SDK、API 与 Google Cloud 托管 Agent 适合其他自动化场景。

可以把公司私有代码交给个人版吗？

不建议在未核对设置与政策前直接这样做。个人条款涉及交互数据保存和模型改进设置；敏感代码应优先评估组织版、Cloud 条款、访问控制和日志策略。

能否让第三方 Agent 使用 Antigravity 的 OAuth？

不应这样做。官方条款明确限制第三方工具复用 Antigravity OAuth，违规可能导致服务暂停。集成应使用正式 SDK、API 或 Google Cloud 入口。

Antigravity 最适合替代哪个工具？

它并不是 Cursor、Claude Code、Codex 或 Gemini CLI 的一对一替代品。它更适合需要多 Agent 编排、异步任务、worktree 隔离和自动化控制面的开发者；单一编辑器或终端工作流可能继续使用现有工具更高效。