一句话让一个AI为我花了（划掉）生成一个APP，Google Antigravity 实操

最近都在讨论Google Antigravity，谷歌的亲儿子，江湖人称Cursor杀手。

与传统的AI编程工具不同，Antigravity 不仅仅是协助写代码，它更像是一个指挥中心。在这里，开发者可以管理多个能够自主规划、编写代码甚至浏览网页的 AI Agent。

今天就手把手教你安装流程、解析核心操作逻辑，并演示如何从零生成一个应用。

不想当将军的士兵不是一个好AI

Antigravity 旨在改变开发者的工作方式。传统的 AI 编程助手通常是被动的，需要停下来等待代码生成。而在 Antigravity 中，AI 被预设为一个具有自主性的行动者。开发者的角色从单纯的程序员，转变一个架构师，主要负责编排任务，指挥AI员工去执行。

安装与初始化

目前 Antigravity 处于预览阶段，支持使用个人 Gmail 账号登录。

• 下载与安装：到官网下载并安装

• 初始配置：首次启动时，可选择从 VS Code 或 Cursor 导入配置，也可选择全新开始。

然后选择自己想要的主题，比如是黑夜模式还是白天模式。

关键步骤：设定 Agent 行为策略

安装向导中包含关于 Agent 权限的配置页面。这是 Antigravity 与传统 IDE 最大的不同之处，请重点是右边的两个核心属性。

Terminal execution policy (终端执行策略)

该策略控制 Agent 是否有权直接在终端运行命令（如安装依赖包、运行测试脚本等）。

• Off：禁止自动执行。Agent 想要运行任何命令，都必须等待人工确认。
• Auto：智能判断（推荐）。Agent 会自行评估命令的风险，安全的命令会自动执行，不确定或高风险的命令会请求许可。
• Turbo：全自动模式。除非命令在黑名单中，否则 Agent 会自动执行所有操作，适合追求极速开发的场景。

Review policy (审查策略)

该策略决定了 Agent 生成的任务规划（Plan）、代码变更（Diff）等产物由谁来把关。

• Always Proceed：始终继续。Agent 不会停下来等待审批，直接推进任务。
• Agent Decides：Agent 自行判断。仅在它认为关键的节点或不确定的情况下，才会请求人工审查。
• Request Review：始终请求审查。Agent 每生成一个阶段性产物，都必须经人工批准才能继续下一步。

推荐配置：直接选择 Agent-assisted development（Agent 辅助开发）。这是一个平衡的选项，允许 Agent 做决策，但在关键时刻会寻求人工批准。

界面概览：双视图逻辑

Antigravity 基于开源的 VS Code 构建，但界面逻辑被重新设计为两个主要窗口：Agent Manager（管理器） 和 Editor（编辑器）。

Agent Manager：任务指挥塔

启动软件后，首先映入眼帘的不是文件列表，而是 Agent Manager。

• 多任务并发：支持同时发布多个指令（例如：“重构认证模块”、“更新依赖树”）。
• 异步工作：每个请求都会生成一个独立的 Agent 实例。界面会可视化地展示这些并行工作流的状态，无需像传统聊天框那样等待 AI 写完代码才能进行下一个提问。

Editor：具备感知能力的编辑器

当需要深入代码细节时，可以切换到 Editor 视图（快捷键 Cmd + E）。

• 保持习惯：保留了 VS Code 的文件资源管理器、语法高亮和插件生态。
• Agent Awareness：编辑器右侧设有 Agent 面板。编写代码时，可随时选中一段代码，在面板中指挥 Agent 进行优化或解释。

核心差异化功能

内置浏览器环境

当任务涉及到网页交互（例如“去官网查阅文档”或“测试 Web 应用”）时，主 Agent 会调用一个专门的浏览器子 Agent。该子 Agent 拥有点击、滚动、输入和读取控制台日志的能力。

而且这个浏览器是完全隔离。它不共享用户本地的 Cookie、历史记录或登录状态。Agent 的每一次操作是干净又卫生的，既保证了测试结果的客观性，也确保了用户主浏览器的隐私与安全。

Artifacts（产物）：建立信任

当 Agent 反馈“任务已完成”时，该如何验证？Antigravity 通过生成 Artifacts 来解决信任问题：

• 任务计划：执行前的行动大纲。
• 代码变更：标准的 Diff 视图。
• 屏幕录制：如果任务涉及 UI 交互，Agent 会录制操作视频。无需亲自运行代码，查看视频即可确认是否完成了“点击登录并验证跳转”等功能性需求。

实战演练：一句话生成一个 Web 应用

为了直观感受 Antigravity 的能力，这里通过一个简单的案例演示：从自然语言指令到可运行的软件。

下达指令

回到 Agent Manager 的 Playground 界面，输入一段朴素的需求：

帮我做一个待办事项APP，需要手绘风格的

观察思考过程

提交后，Agent 开始工作。它会生成一个 Task Plan，包含分析需求、设计 UI 布局、编写倒计时逻辑等步骤。随后进入执行阶段，相关文件会被逐一创建。

自动验证

Agent 编写完代码后，会自动唤醒浏览器子 Agent。它会在后台打开窗口，亲自点击“开始”按钮，检查倒计时是否正常工作。

成果交付

几分钟后，Agent 提示任务完成。点击生成的链接，一个功能完备、设计极简的待办事项程序就完成了。自己试着用一下，暂时没有发现问题。

小结：这只是一个简单的 Demo，但足以展示其闭环能力。对于更复杂的逻辑，比如“构建带数据持久化的看板”或“编写现有项目的单元测试”，Antigravity 同样适用。

开发者小贴士：打造全能 AI 开发环境

Antigravity 带来了 IDE 集成 Agent 的便利，但在实际的 AI 开发工作流中，往往还需要在本地进行更多维度的探索。

比如，开发者可能需要在本地跑通 Gemini CLI 工具，这通常硬性要求 Node.js 20 及以上的环境；或者为了隐私和成本，需要在本地机器上直接运行 Gemma、Qwen3 或 Llama 3 等开源大模型进行调试。

此时，繁琐的环境配置和依赖冲突往往是最大的阻碍。若不想在环境搭建上浪费时间，推荐尝试使用 ServBay。这是一个专为开发者设计的本地化环境管理工具：

• 一键部署大模型：支持快速在本地安装并运行 Llama 3、Gemma、Qwen3 等主流模型，省去了复杂的配置过程。

• 环境隔离与管理：对于 Gemini CLI 这类对环境有严格要求的工具，ServBay 能一键安装 Node.js 20+ 等特定运行时，且互不干扰。

这种超全的配置，无论是云端还是本地，AI助手都能全方位覆盖。

通过掌握 Agent Manager 的调度能力、Artifacts 的验证机制以及 Editor 的协作模式，开发者便已准备好使用 Antigravity 进行工作。

你有没有试过Antigravity，哪款AI编程工具比较好用，一起交流一下吧。