AI 工具雷達
開源 AI 工具新手難度:Docker:視情況來源:official6 分鐘閱讀

Google Antigravity 是什麼?把 IDE 變成 AI Agent 工作台的開發工具

用中文白話介紹 Google Antigravity 的定位、適合對象、下載與價格、agentic development 工作流、新手使用風險與和 Cursor、VS Code 的差異。

工具判斷卡

工具類型

AI 工具 / 使用方法

適合

想先判斷用途、門檻與費用,再決定要不要試用的人

不適合

只想找一鍵完成、完全不想設定工具的人

新手難度

是否需要 Docker

自架或進階用法可能需要

是否需要 API Key

視模型或串接方式而定

主要風險

費用、權限、資料與維護方式要先確認

Google Antigravity 是什麼?把 IDE 變成 AI Agent 工作台的開發工具

一句話結論

IDE 可以先理解成「寫程式用的工作台」,例如 VS Code、Cursor 這類可以看檔案、改程式、開終端機的工具。

Google Antigravity 比一般 AI 編輯器再進階一層。它不是只幫你補完程式碼,而是把這個工作台推向 AI Agent 工作台:你給任務,agent 規劃、修改、檢查,並用更任務導向的方式協助開發。

這類工具很吸引人,但不適合完全新手直接拿正式專案亂試。你越能看懂 agent 的計畫、修改、測試與證據,越適合使用 Antigravity。

Antigravity 把 IDE 推向 AI Agent 工作台,讓 agent 進行任務規劃、程式修改、瀏覽驗證與任務管理

Antigravity 和一般 AI coding 工具有什麼不同?

一般 AI coding 工具常見的使用方式,是你在編輯器裡問問題、補程式、修改某個檔案。Antigravity 的方向更偏 agentic development,也就是把開發任務交給 agent 去規劃和執行。

Google 官方 codelab 把 Antigravity 稱為 agentic development platform。換成白話,就是它希望你用更高層的任務描述工作,而不是只在編輯器裡一行一行補程式。

白話說,Cursor 比較像「AI 很深地進入你的編輯器」,Antigravity 則更像「寫程式工作台裡有一個可以接任務的 agent」。

它可以做什麼?

依官方介紹與教學,Antigravity 的重點在於 agent 工作流。你可以把任務交給 agent,讓它規劃、讀檔、修改、使用瀏覽器或工具驗證結果,並透過任務管理介面追蹤。

對一般讀者來說,可以先理解成幾個能力方向:

  • 讓 AI 以任務為單位工作,而不是只回答單一問題。
  • 讓 agent 在 IDE 中理解專案與開發上下文。
  • 讓 agent 進行 plan、code、browse、verify 這類流程。
  • 用工作區或任務管理方式追蹤 agent 的進度與結果。
  • 搭配 Gemini、Claude、OpenAI 或其他模型路線,但新手先把焦點放在任務流程與人工審查。

下載與價格

Antigravity 可從官方網站下載。新手先確認自己的帳號、地區與作業系統是否支援,再用小型練習專案看懂它的 agent 工作流。

如果你在公司或團隊環境使用,重點不是價格表,而是能不能安裝這類 agentic development 工具,以及專案資料、瀏覽器操作、終端機與模型服務的安全邊界是否清楚。

新手怎麼試比較安全?

Antigravity 安全試用流程:建立測試專案、描述小任務、查看計畫、檢查修改與證據、人工決定是否採用

不要第一天就拿公司正式 repo 試。請先建立練習專案,或使用不含敏感資料的資料夾。

任務也不要太大。不要一開始就說「幫我重做整個網站」。比較好的任務是「幫我新增一個簡單頁面」、「修正一個已知錯誤」、「把這段 UI 文字改成繁體中文」。

當 agent 提出計畫時,先看計畫是否合理。當 agent 修改檔案時,要看它改了哪些地方。當 agent 說已完成,要看測試、預覽或瀏覽器驗證結果。最後是否採用,應該由人決定。

它適合誰?

Antigravity 適合已經跨過純聊天 AI 階段的人。你最好已經理解 VS Code、專案資料夾、README、終端機、GitHub repo、diff 與測試流程。

如果你只是想學寫第一個小程式,先用 ChatGPT、Claude、Gemini 或 VS Code 就好。如果你已經在用 Cursor 或 Claude Code,並且想理解更 agentic 的任務工作流,Antigravity 才比較適合試。

風險與注意事項

Antigravity 風險檢查,提醒任務太大、證據不足、模型與額度、資料與權限等 agentic IDE 風險

Agentic IDE 的風險比一般聊天 AI 更高,因為它不是只產生文字,而是可能讀專案、改檔案、執行指令、使用瀏覽器、連外部服務。

主要風險有四個:

第一,任務太大。任務越大,agent 越可能跨多檔案改動,人工審查成本也越高。

第二,證據不足。Agent 說完成不代表真的可用。你要看測試、預覽、瀏覽器結果或其他驗證。

第三,成本與模型額度。Agent 工作流通常比單次聊天更耗模型資源,因為它會反覆規劃、讀檔、修改與驗證。新手不要一開始就丟大型任務,先用小範圍專案確認用量是否可控。

第四,資料與權限。專案可能含密碼、API Key、內部程式碼或客戶資料。請先確認工具的資料政策與公司規範。

Antigravity、Cursor、VS Code 怎麼分?

VS Code 是基礎工作台,適合先學看專案、改設定、開終端機。

Cursor 是 AI-first 編輯器,適合讓 AI 在專案中解釋、修改、除錯。

Antigravity 更偏 agentic development,適合把比較完整的任務交給 agent 流程處理。

Antigravity 適合對象判斷圖,說明只想學程式先用 VS Code,想 AI 改專案可試 Cursor,能審查 agent 行為再試 Antigravity

最終建議

Antigravity 很值得寫,因為它代表 AI coding 從「補完程式碼」往「agent 做任務」前進。但文章不能把它寫成新手神器。比較準確的定位是:它適合願意審查 AI agent 行為的人。

如果你還不熟 GitHub、VS Code、Docker、Cursor,建議先把這些基礎補起來。等你能看懂 agent 的計畫、檔案修改與驗證結果,再使用 Antigravity 會安全很多。

資料來源

本文依 Google Antigravity 官方網站、方案說明、Google Developers Blog 與官方 codelab 整理。功能、模型、價格、平台支援與地區限制可能調整,正式使用前請再確認官方頁面。

  • https://antigravity.google/
  • https://antigravity.google/pricing
  • https://developers.googleblog.com/build-with-google-antigravity-our-new-agentic-development-platform/
  • https://codelabs.developers.google.com/getting-started-google-antigravity
  • https://one.google.com/about/google-ai-plans/

如果你真的想使用 Google Antigravity,下一步是什麼?

  1. 先到官方來源確認最新功能、價格、授權與安裝方式(antigravity.google)
  2. 只用一個小任務試一輪,不要一開始就把所有資料都丟進去。
  3. 確認是否需要 Docker、API Key、付費方案或額外維護成本。
  4. 如果門檻太高,先看替代工具或從更簡單的雲端工具開始。

延伸閱讀