深度拆解 Antigravity：Google 废长立幼，AI 编程进入"操作系统"时代

Gemini CLI 刚满一岁，Google 就把它杀了。

接替它的叫 Antigravity——一个野心远比"命令行工具"大得多的东西。Google 把它定义为 Agent Harness，也就是 AI 智能体的"操作系统"。Gemini Spark、Managed Agents、多智能体编排……I/O 2026 上那些让人兴奋的 Agent 产品，底下跑的全是这套架构。

这不是一次产品升级，这是一次"换引擎"。

一、先搞清楚：Antigravity 到底是什么？

很多人第一反应是"哦，Gemini CLI 改了个名字"。

不是。 差远了。

先补一段前史：2025 年 7 月，Google 收购了 Windsurf 团队并获得了他们的技术授权。2025 年 11 月，Google 推出了 Antigravity 1.0 公开预览。而 2026 年 I/O 大会上发布的 Antigravity 2.0，才是真正意义上的"成品"。

9to5Google: “Google flips Antigravity into an agentic dev suite.” 来源：9to5google.com

本质上，Antigravity 桌面端是一个 VS Code 的深度 fork（和 Cursor 一样的思路），但 Google 在上面加了一整层 Agent 编排系统，把它从"代码编辑器"升级成了"AI 指挥中心"。

它包含三个核心组件：

三个组件共享同一个底层引擎——Agent Harness。

antigravity.google 官网。“Experience liftoff with the next-gen agent platform.”

二、核心概念：Harness 是什么？为什么这么重要？

这是理解 Antigravity 最关键的一个概念。

Google 官方有一个类比非常精准：

LLM 是 CPU，Harness 是操作系统。

光有 CPU（Gemini 3.5 Flash）不够。你还需要一个操作系统来管理内存、调度任务、处理 I/O。这个操作系统就是 Agent Harness——它负责：

• 上下文管理：对话状态、记忆、跨轮次的信息持久化
• 工具调用：文件读写、终端命令、浏览器操作、MCP 服务器
• 执行隔离：每个 Agent 跑在独立的沙箱环境里
• 安全策略：声明式的安全规则和生命周期钩子
• 多智能体编排：Agent 之间可以互相通信、分工协作

Antigravity 三层架构：三个界面（Desktop/CLI/SDK）共享同一个 Agent Harness，底层跑 Gemini 模型。

这意味着什么？ 以前，你用 Gemini CLI 就是在跟一个 LLM 聊天，充其量加了一些工具调用。现在，你用 Antigravity 是在操作一个完整的 Agent 运行时环境——这个环境可以同时管理多个 Agent，每个 Agent 有自己的上下文、工具集和任务栈。

给不写代码的朋友翻译一下：以前 AI 编程助手像是一个很聪明的实习生，你告诉他做什么他就做什么。现在 Antigravity 更像是你雇了一个项目经理，他自己带着一个团队（多个 Agent），你只需要告诉他"把登录页面做了"，他会自动拆分任务、分配给不同的"员工"、协调进度、最后交付成果。

三、废长立幼：Gemini CLI 是怎么被干掉的？

时间线

注意那个日期——6 月 18 日。 距离 Antigravity 发布仅一个月，Google 就要把 Gemini CLI 彻底关闭。这不是"推荐你迁移"，这是"你不迁就没了"。

迁移有多简单？

说实话，Google 在迁移体验上做得还行。第一次启动 Antigravity CLI 会自动提示导入，也可以手动运行：

agy plugin import gemini

这条命令会自动迁移你的 Agent Skills、Hooks、Subagents 和 Extensions（现在叫 Plugins）。

技术上有两个小变化需要注意：

1. MCP 配置：从 settings.json 里的内联配置，改成了独立的 mcp_config.json 文件
2. 远程 MCP 服务器：使用 serverUrl 字段，代替了之前的 url / httpUrl

为什么用 Go 重写？

Gemini CLI 之前用的是 TypeScript/Node.js。Antigravity CLI 用 Go 从头重写了。理由很直接：

• 更快的启动速度：Go 编译成原生二进制，冷启动几乎瞬间完成
• 异步工作流原生支持：Go 的 goroutine 天然适合多 Agent 并行执行
• 更低的资源占用：不用装 Node.js 运行时了

四、Antigravity 2.0 桌面应用：你的 AI 作战指挥部

如果说 CLI 是给极客准备的命令行界面，那 Antigravity 2.0 就是给所有开发者准备的图形化指挥中心。

核心能力

1. 多智能体并行编排

这是最核心的卖点。你可以同时开多个 Agent 任务，每个 Agent 独立运行、独立思考，互不干扰。比如：

• Agent A 在写前端组件
• Agent B 在写后端 API
• Agent C 在跑测试用例
• 你坐在那里喝咖啡看进度

2. 动态 Subagent 系统

主 Agent 可以在运行过程中动态创建子 Agent 来处理子任务。这解决了一个老大难问题：上下文窗口污染。以前一个 Agent 干所有活，对话越来越长，到后面它就开始"忘事"。现在子任务交给子 Agent，主 Agent 的上下文保持清爽。

3. Skills：模块化的能力包

Skills 是 Antigravity 的能力扩展机制——类似于 ChatGPT 的 Plugins，但更轻量。一个 Skill 就是一个 Markdown 或 YAML 文件，里面定义了特定的知识和操作流程。关键是按需加载，用到才加载，不会浪费上下文窗口。

4. Slash Commands

几个有意思的内置命令：

• /goal — “一路干到底"模式，Agent 不会中途停下来问你，直到任务完成
• /grill-me — “拷问我"模式，Agent 会反过来问你一堆澄清问题，确保需求明确
• /schedule — 定时任务，让 Agent 按 cron 表达式自动执行
• /browser — 控制 Agent 是否可以上网

5. 项目而非仓库

以前的工具都是"打开一个 Git 仓库”。Antigravity 的组织方式是项目——一个项目可以跨多个文件夹和多个仓库。这对于微服务架构的团队来说是刚需。

五、Antigravity SDK + Managed Agents：上云

桌面和 CLI 是给开发者本地用的。但如果你想让 Agent 跑在云端呢？

Managed Agents（托管智能体）

这是 Gemini API 的新功能。一个 API 调用，就能在 Google Cloud 上启动一个 Agent，它跑在隔离的 Linux 沙箱里，可以推理、调用工具、执行代码——全部服务器端完成。

这是 Gemini Spark 的技术底座。Spark 那个"你关了电脑它还在后台干活"的能力，就是通过 Managed Agents 实现的。

Interactions API

Google 推出的新 API 标准，专门为 Agent 工作流设计。它支持：

• 多步骤工具调用的状态管理
• 服务器端会话持久化
• 可观测的执行步骤（你能看到 Agent 每一步在干嘛）

SDK：在你自己的基础设施上运行

如果你不想用 Google Cloud，Antigravity SDK 允许你用 Python 定义自己的 Agent 行为，部署到自己的服务器上——同时享受和 Google 一方产品完全一致的 Harness 能力。

一句话总结：本地用桌面/CLI，云端用 Managed Agents，自建用 SDK——三条路，同一个 Harness。

六、竞品格局：2026 年 5 月，谁在用什么？

2026 年，约 70% 的工程师同时使用 2-4 个 AI 编码工具。不是"选一个”，是"配一套"。

四家主力如今的产品形态：

四家差异化定位：

• Antigravity — Google 的 Agent 操作系统，多 Agent 并行 + 与底层模型垂直整合（与 Gemini 3.5 Flash 共同优化）
• Claude Code — Anthropic 架构级重构和长上下文深度推理的代表，IDE 扩展的 checkpoint 安全机制对生产代码改动最友好
• Codex — OpenAI 全端统一 Agent 生态，从 macOS/Windows Desktop 到 CLI 到 Web 到 VS Code/JetBrains/Xcode 扩展，背后是统一的 App Server 架构
• Cursor — 独立中立厂商做得最深的，IDE 体验最成熟，云端 Agent 与 Slack/GitHub/Jira/Microsoft Teams 集成走在最前面

“Power User"组合没有标准答案——选什么取决于你的模型偏好和订阅生态。常见配置：Cursor 或 Antigravity 做日常 IDE 主战场，Claude Code 跑高复杂度长任务，Codex Desktop/Web 把"先开个分支跑去测一遍"这类可委托任务扔到云端。70% 的工程师同时用 2-4 个工具，没有人押注单一厂商。

Antigravity 的差异化在哪？ 它不是要取代任何一个工具——它要做的是你工具箱之上的那个"指挥层”。这是 Google 把"AI 编程"从单点工具抬升到平台层的尝试，能不能成，要看生态搭建速度。

七、定价：要多少钱？

gemini.google/subscriptions — 美国区定价。Free $0 / AI Plus $7.99 / AI Pro $19.99 / AI Ultra $99.99 起。

一个重要的计费细节：Antigravity 不是按"请求数"计费，而是按 “compute used”（算力消耗） 计费。一个简单的问答和一个涉及多文件重构的复杂 Agent 任务，消耗的配额天差地别。配额每 5 小时刷新一次，用完之后不会断服——会自动降级到较轻的模型继续工作。

三家头部 Agent 厂商订阅档位现在完全对齐（2026 年 5 月）：

三家定价高度同步，真正的差异在"同一档位下你能跑多少 Agent 任务"——各家口径不一，最稳的做法是把你日常最重的任务真跑一遍，看哪家更早撞额度上限。

Cursor 走独立订阅路线：Hobby $0、Individual $20/月（含 Pro / Pro+ / Ultra 子档）、Teams $40/座/月、Enterprise 自定价。它没有"包在大订阅里"，需要单独付费——好处是不受任何一家模型厂商绑定。

八、为什么说这是 Google 的战略级布局？

拉高视角看，Antigravity 的意义远不止"又一个 AI 编程工具"。

1. 统一品牌，统一架构

以前 Google 在 AI 开发工具上很分裂：Gemini CLI、Code Assist、AI Studio、Vertex AI……各自为政。Antigravity 把这些全部收编到一个品牌和一套 Harness 下。开发者终于不用在 Google 的五六个产品之间来回跳了。

2. Agent Harness = 平台锁定

这才是真正的战略意图。当你的 Agent 工作流、Skills、Plugins 都跑在 Antigravity Harness 上，你本质上已经被绑定在了 Google 的生态里。这和 Apple 的 App Store、AWS 的 Lambda 是同一个逻辑——基础设施层面的锁定比应用层面的锁定强 10 倍。

3. Gemini Spark 只是开始

Gemini Spark（24/7 AI 管家）是第一个基于 Antigravity Harness 构建的消费级产品。它已经集成了 30+ 个第三方 MCP 工具（Adobe、Asana、Dropbox、Lyft……），并且 Google 为此开源了一个 Agent Payments Protocol (AP2) 协议——用加密签名的"Mandate"来管理 Agent 的消费行为。简单说就是：你给 AI 一个预算，它可以在范围内自主消费，但每笔交易都有防篡改的审计记录。

但 Spark 不会是最后一个。Google 明确说了：后续所有 Agent 产品都会跑在 Antigravity Harness 上。

这意味着 Antigravity 不只是一个开发者工具——它正在成为 Google 整个 AI Agent 生态的底层操作系统。

4. 与 Gemini 3.5 Flash 协同优化

Antigravity Harness 是和 Gemini 3.5 Flash 共同优化（co-optimized）的。也就是说，模型和 Harness 是一起设计的——模型知道 Harness 的能力边界，Harness 知道模型的最佳调用方式。这种垂直整合的优势，是第三方工具很难复制的。

九、几个关键问题

我现在还在用 Gemini CLI，要急着迁移吗？

是的。 6 月 18 日停服，不到一个月了。迁移命令是 agy plugin import gemini，一键完成。

Antigravity 和 Cursor、Claude Code 是什么关系？

直接竞品。 Antigravity、Cursor、Claude Code 本质上都是同一类产品——AI Coding Harness。产品形态高度一致：代码编辑/终端 + AI Agent + 工具调用 + MCP 支持。Google、Anthropic、OpenAI 三家都在抢占这个赛道。

值得投入学习吗？

如果你在用 Google 的 AI 生态（Gemini API、Vertex AI、Firebase），Antigravity 正在成为这个生态的入口。如果你主要用其他家的模型，取决于你是否需要多 Agent 并行编排和 Google Cloud 集成这些差异化功能。

十、最终判断

Gemini CLI 是一个工具，Antigravity 是一次押注。

Google 这次想做的事，并不是"做个比 Claude Code 更聪明的助手"——这条路 Anthropic 和 OpenAI 已经占位多年。它选了另一条路：把单点工具升级成 Agent 平台层，让 Gemini Spark、Search 的 Information Agents、Workspace 的 Live 系列——所有 Google 自家 AI 产品都跑在同一个 Harness 上。单看 Antigravity 是开发者工具，往后看是 Google AI 的骨架。

而短期内的现实是：Antigravity、Claude Code、Codex、Cursor 形态会迅速趋同。

• Desktop + CLI + 云端 + 多 Agent + 跨平台集成——这套形态四家都在做，谁都不算"独家"
• 真正的护城河在**“Harness 与底层模型的垂直整合深度”**——Google 把 Gemini 3.5 Flash 和 Antigravity 共同优化，OpenAI 把 GPT-5.5 for Codex 和 App Server 绑在一起，Anthropic 用 Claude 长上下文喂 Code 的 checkpoint 机制——三家在做同一件事，只是技术栈不同
• 长期看，胜负点在生态绑定：谁家 Skills/Plugins/MCP 服务器先做到"换一家就大量功能丢失"，谁就赢了平台战

对开发者的几条实际建议：

1. 不必急着站队——三家形态高度趋同，迁移成本短期内可控
2. Gemini CLI 用户必须迁——6 月 18 日停服是硬日期，没有缓冲
3. 混用是合理的——70% 的工程师同时跑 2-4 个工具，没必要给自己设单选限制
4. 关注 MCP 生态——这是少数还能跨厂商的协议层，谁家 MCP 工具丰富，跨厂商迁移成本就低

Antigravity 想做的，是 Google 整个 AI 生态的底层 Harness——Spark 跑在它上面，Workspace Live 跑在它上面，未来的 Agent 产品也都会跑在它上面。Google 真正押的不是某个具体产品，而是"基础设施层的决定权"。

一个月后我们再看——6 月 18 日 Gemini CLI 停服那天，多少老用户真的留下来用 Antigravity，多少人转去 Claude Code 或 Codex——那才是 Antigravity 第一份真正的成绩单。

主要来源

本文引用资料覆盖 Google 官方与多家媒体，包括：

• 🚀 Antigravity 官网（antigravity.google）
• 📰 Google Blog / Google AI Blog
• 🧪 Google AI for Developers（ai.google.dev）
• 💳 Gemini 订阅定价页
• 📡 9to5Google · SiliconAngle · VentureBeat · The Decoder

📅 所有数据截至 2026 年 5 月 19 日（Google I/O 2026 当日）。