Tools

Google Antigravity 2.0 全面评测:五端 Agent 开发平台到底香在哪、坑在哪

6 min read ·

💡 一句话总结:Antigravity 2.0 不再是 Cursor 的山寨,而是把 Google 全栈(Gemini、Cloud Run、Vertex、GitHub)打包成 Agent 工作流的第一个真正的『Agent 开发平台』。IDE 是入口,Managed Agents 才是杀手锏。

一周实测的总分

IDE 体验       ★★★★☆  (Cursor ★★★★★)
CLI 体验       ★★★★★  (Claude Code 并列)
SDK / API     ★★★★★  (业界最完整)
Multi-Agent   ★★★★★  (业界唯一)
插件生态       ★★☆☆☆  (Cursor ★★★★★)
模型质量       ★★★★★  (Gemini 3.5 Flash + Pro)
价格性价比     ★★★★★  (Ultra tier 杀手价)
生态成熟度     ★★★☆☆  (vs Cursor / Claude Code)

总评:★★★★☆,是 2026 年最值得安装的 Agent 工具,但替代不了 Cursor,可以替代部分 Claude Code 用例

五端架构是什么意思

Google 在 I/O 2026 把 Antigravity 重做成五个 surface,每一个都是独立的产品:

┌─────────────────────────────────────┐
│      Desktop IDE (Antigravity App)  │
├─────────────────────────────────────┤
│      CLI (antigravity)              │
├─────────────────────────────────────┤
│      SDK (Python/TS/Go)             │
├─────────────────────────────────────┤
│      Managed Agents (Cloud API)     │
├─────────────────────────────────────┤
│      Enterprise Agent Platform      │
└─────────────────────────────────────┘
         ↓ 共享 ↓
   Gemini 3.5 Flash / Pro
   Multi-Agent Orchestration
   Canvas Context System

每一层针对不同用户:

这种架构比 Cursor 的『IDE-only』策略野心大得多。Cursor 也有 background agent 但仍然依赖 IDE 启动;Antigravity 的 Managed Agents 完全脱离 IDE,可以从任何客户端调起。

Desktop IDE 实测

第一印象

第一次打开 Antigravity 2.0,UI 风格明显参考了 Cursor 但更克制:左侧文件树、中间编辑器、右侧 Agent 面板。Agent 面板是核心创新点,最多可以同时跑 4 个 subagent,每个有自己的对话上下文。

写代码体验

任务:给一个 FastAPI 项目加 JWT 鉴权 middleware

Cursor Composer 2.5 跑 4 分 12 秒、改了 6 个文件、测试通过、apply 一键完成。

Antigravity 2.0 跑 3 分 48 秒、改了 5 个文件(少改了一个测试文件)、测试通过、需要在 diff 面板逐文件 Accept。

速度 Antigravity 稍快(Gemini 3.5 Flash 比 Composer 快),但 diff 流程慢一些抵消了。最终体感 Cursor 更顺。

Canvas Context System

Antigravity 的『canvas』是 context 管理新设计:你可以把任意文件、网页、文档拖到 canvas 上,agent 在所有任务里都默认带这些 context。

举个真实用法:开发一个新 feature 前,把『需求文档 PDF + 相关 Slack 截图 + 旧代码引用』拖到 canvas,之后所有 prompt 都自动带上这些 context,不需要每次 @ 引用。

这个机制比 Cursor 的 @ 引用更优雅,配合 1M context window 用起来非常爽。唯一缺点是 canvas 跨 IDE session 不持久化,重启需要重新拖。

Multi-Agent 实测

最有意思的是 Multi-Agent 编排。Antigravity 允许你定义 subagent,每个 subagent 有自己的 system prompt、工具集、上下文。

举个真实场景:一次重构同时要做四件事:

Subagent 1: 重构 API handler 层
Subagent 2: 更新对应单元测试
Subagent 3: 更新 OpenAPI doc
Subagent 4: 写 migration 脚本

在 Antigravity 里你可以一次启动 4 个 subagent 并行跑,每个在自己的 working directory 隔离,跑完后 main agent 做 merge。整个过程比 Cursor 顺序跑快 2-3 倍。

不过有学习曲线——subagent 设计不好会冲突(4 个 agent 同时改同一个文件),需要前期 prompt engineering 投入。

CLI 实测

# 安装
brew install google/cloud/antigravity

# 登录
antigravity auth

# 在当前 repo 里启动 agent
antigravity run "add rate limiting to all API endpoints, write tests"

# Background mode(agent 后台跑、退出终端不影响)
antigravity run --bg "refactor user service to use repository pattern"
antigravity status   # 看 background tasks
antigravity logs <task-id>

CLI 体验追上了 Claude Code CLI,且有两个独特优势:

优势 1:Google Cloud 一键集成

antigravity deploy --target cloud-run --project my-gcp-project
antigravity gen github-actions  # 生成 CI workflow
antigravity vertex-call gemini-3.5-pro "..."  # 直接调 Vertex AI

优势 2:Pipeline 模式

echo "Analyze this PR diff" | antigravity pipe --tools git,review
git diff HEAD~1 | antigravity pipe --tools test-gen

这种 Unix 哲学的 piping 设计 Claude Code CLI 没有,对自动化脚本很友好。

SDK 实测

from google.antigravity import Agent, Tools, Canvas

agent = Agent(
    model="gemini-3.5-flash",
    tools=[Tools.shell, Tools.git, Tools.web_search],
    canvas=Canvas.from_dir("./docs"),
    system="你是一个 senior code reviewer",
)

result = await agent.run(
    "review this PR and find security issues",
    context={"pr_url": "https://github.com/myorg/myrepo/pull/42"},
)

print(result.summary)
print(result.actions)  # agent 执行的所有 action
print(result.cost)     # token + tool 调用成本

SDK 完成度极高:Python、TypeScript、Go、Java、Rust 五种语言一天发齐(这就是 Anthropic 收购 Stainless 的同款逻辑),文档齐全,错误信息友好。

对比 Anthropic SDK 和 OpenAI SDK,Google 这次明显学到了——SDK 不是模型公司的 afterthought,是 harness 的客户端部分,必须一等公民。

Managed Agents 实测

这是 Antigravity 2.0 最被低估的功能。

from google.antigravity import ManagedAgent

# 提交一个 long-running 任务
agent = ManagedAgent.create(
    task="research the latest LLM compression techniques and write a summary",
    tools=["web_search", "arxiv_query", "summary"],
    timeout_hours=4,
    webhook_url="https://my-app.com/agent-callback",
)

# Agent 在 Google 云上跑,结束 webhook 通知
print(agent.id)  # 'agnt_a1b2c3...'

跑了一组真实任务对比:

场景方案成本耗时质量
GitHub PR auto-reviewCodeRabbit$19/dev/月N/A
同上Managed Agents~$3/dev/月30 秒/PR
每周技术 newsletter 生成自己写 LangGraph$50/月 + 20h 维护N/A
同上Managed Agents$15/月 + 1h 维护5 分钟/期

Managed Agents 真正解锁的是『把 Agent 当 cron job 用』——不需要自己起服务、不需要维护 worker、按用量付费。

Enterprise Platform

我们小团队没法深度测试,但从公开信息看包括:

对比 Cursor Enterprise 和 Anthropic 的 Enterprise 套餐,Antigravity 的合规故事最完整,因为它 piggyback 在 Google Cloud 完整合规体系上。

价格分析

Tier价格Gemini 3.5 FlashGemini 3.5 ProManaged Agents适合
Free$01M token/月100K token/月10 agent-hour/月试用
Pro$20/月10M token/月1M token/月200 agent-hour/月个人
Ultra$100/月50M token/月5M token/月1000 agent-hour/月重度
Team$40/seat/月Pro × seatsPro × seatsshared pool中小团队
Enterprise联系销售自定义自定义自定义大型企业

Pro $20 和 Cursor 同价,但配额几乎翻倍且白送 Managed Agents——纯 LLM 用量上 Antigravity Pro 是当前性价比之王

Ultra $100 看起来贵,但拆开算等价 Gemini API 单价 $1.50/$9.00 per 1M token,50M Flash + 5M Pro 的市场价就 $120,免费送 Managed Agents 和所有 IDE/CLI/SDK 功能——重度用户 Ultra 是亏的最少。

三个真实坑

实测一周踩到的问题:

坑 1:Canvas 不持久化

退出 IDE 后 canvas 清空,第二天要重新拖文件。Google 在 5/22 的更新里加了 ‘Save canvas as preset’ 但仍然手动保存。

坑 2:Multi-Agent 同时改文件冲突

定义 subagent 时如果 working directory 重叠,两个 agent 同时写同一个文件会出现 last-write-wins,没有自动 merge。需要手动设计 directory boundary。

坑 3:CLI 在 Windows 上偶尔卡 auth

Brew/Linux 安装顺滑,Windows MSI 安装后 antigravity auth 偶尔 hang,需要 --browser flag 强制网页登录。Google 官方 issue 已 ack 但未修。

该不该换过去

我的实测结论:

如果你现在用 Cursor

如果你现在用 Claude Code

如果你完全没用过 AI IDE

12 个月预测

Antigravity 2.0 是 Google 第一次在 Agent 开发工具上拿出系统级答案。三个值得关注的变量:

  1. Cursor 会不会推 Managed Agents 反击:大概率会,3-6 个月内
  2. Anthropic 是否推自己的 IDE:Claude Code 已经是半个 IDE,下一步推 desktop app 是合理推测
  3. Gemini 3.5 Flash 价格战会不会逼 OpenAI / Anthropic 降价:大概率,2026 Q3 会看到 GPT-5.5 mini 和 Claude Haiku 5 降价

Google 这一波 IO 2026 把 Agent 工具链卷到了新高度。最大的赢家不是 Google 或 Anthropic 或 Cursor,是用户——三家相互逼出更好的产品,每个工程师都受益。

下载链接 antigravity.google.com,Free tier 够你跑一个周末感受所有功能。值得装。

Frequently asked questions

Antigravity 2.0、Cursor Composer 2.5、Claude Code 三者怎么选?
按场景:(1) 个人独立开发者,预算敏感、追求最佳 IDE 体验,选 Cursor Composer 2.5——UI 最熟悉、模型路由灵活、$20/月 Pro 已经够;(2) Gemini 重度用户、需要 1M 上下文跑大代码库、看重 background 任务调度,选 Antigravity 2.0——Managed Agents 是其他两家没有的,长任务后台跑省时间;(3) 追求最稳工程能力、深度依赖 MCP 工具生态、做 production-grade Agent,选 Claude Code——harness 成熟度最高、错误恢复最稳、Opus 4.7 综合能力强。三者并不强互斥,团队里我们的实际配置是 Cursor 写常规代码、Claude Code 做 PR 级重构、Antigravity 跑 background research。
Managed Agents 到底是什么?和 Cursor 的 background agent 有什么区别?
Managed Agents 把 Antigravity agent runtime 抽成云端 API:POST 任务拿 agent ID,agent 在 Google GPU 上跑、跑完 webhook 通知。本质是 'Agent as a Service',和 IDE 解耦。Cursor 的 background agent 必须在 IDE 里启动,不能从 CI、Slack bot、自己服务调起。Managed Agents 可以——这对『PR 提交自动跑 review』『issue 进来自动 triage』场景是真差异化。我们用 Managed Agents 在 GitHub Actions 里替换了 CodeRabbit,成本降一半。
Antigravity 的 IDE 体验和 Cursor 比差在哪?还是赶上了?
差在三个细节。(1) Diff 视图:Cursor 的 inline diff + apply 经 18 月打磨顺滑,Antigravity 仍分屏式、要点 Accept,日积累体感差;(2) 多文件并发 edit:Cursor Composer 可同改 10+ 文件,Antigravity 只 1-2 文件并发;(3) 插件生态:Cursor 兼容 VS Code 全市场,Antigravity 独立 IDE 仅几百插件。赶上的部分是 LLM 集成深度——@ 引用和 codebase context 调度更智能,1M 窗口用起来比 Cursor 200K 灵活。
CLI 工具值得装吗?和 Claude Code CLI、Codex CLI 对比怎么样?
值得装但定位不同。Claude Code CLI 是『面向工程师的 agentic 终端 IDE』,深度集成 git/file system/shell,适合 PR 级开发;Codex CLI 偏 batch task 自动化(一行命令跑一个 PR);Antigravity CLI 的独特卖点是和 Google 服务深度集成——可以一行命令把当前 repo 部署到 Cloud Run、生成 GitHub Actions workflow、调用 Vertex AI 资源。如果你的栈在 GCP 上,Antigravity CLI 能省大量胶水代码。如果在 AWS/Azure 上,仍然推荐 Claude Code 为主。三者可以共存:Claude Code 写代码 + Antigravity CLI 部署 + Codex CLI 批量 refactor,互不冲突。
$100/月 Ultra tier 划算吗?什么用户该升?
看用量。Ultra 给的是 5x Pro 限额:每月 Gemini 3.5 Flash 调用约 50M token、3.5 Pro 调用约 5M token、Managed Agents 每月 1000 个 agent-hour。如果你日均写代码 6 小时以上、每周跑 50+ background agent 任务、依赖 1M context 处理大代码库,Ultra 一个月省的 API 钱比订阅费多。判断公式:(月 token 用量 × Gemini API 价格) + (月 background agent 小时 × Managed Agents 单价) &gt; $100,就升。轻度用户 Pro ($20) 完全够用,月用量 5M token 以下的开发者升 Ultra 是浪费。我们公司给所有研发标配 Pro,10 人以上才考虑 Ultra Team。
// next.txt ›

Some outbound links in this post are affiliate links — see disclosure.