Як Google Antigravity змінює розробку: код, UI та безпека

Час, витрачений на ручне відстеження помилок або оновлення документації, – це час, який забирають на розробку нових функцій. Високопродуктивні команди вже використовують штучний інтелект, щоб повернути цей час, спостерігаючи 26% збільшення виконання завдань у рандомізованих польових експериментах.

Ви також можете приєднатися до цієї зростаючої кількості, впровадивши такі варіанти використання Google Antigravity, як автоматичне виправлення помилок, швидке створення прототипів інтерфейсу користувача та аудит безпеки. Цей посібник покаже вам, як використовувати Antigravity від Google, і пояснить, як організувати ці робочі процеси між вашими існуючими інструментами.

Що таке Google Antigravity?

Google Antigravity — це платформа розробки Google, орієнтована на агентів. Вона розгортає автономні агенти зі штучним інтелектом , які планують і виконують багатоетапні завдання у вашому редакторі, терміналі та браузері. Опишіть, що вам потрібно, і агенти виконають роботу, тому вам більше не доведеться перемикатися між редактором коду, терміналом і документацією, щоб завершити одну роботу.

Він був запущений у публічному перегляді разом з Gemini 3, прокладаючи шлях для нового оновлення,  Antigravity 2.0 . Цей реліз перетворив одне IDE на чотири поверхні. Ваш вибір впливає на те, як розгортаються наведені нижче випадки використання:

• Антигравітація 2.0: Оркеструйте роботу кількох автономних агентів в окремих проектах з окремого десктопного додатку без підключеного редактора
• Інтерфейс командного рядка Antigravity: Запускайте агентів безпосередньо з терміналу для робочих процесів командного рядка та без екрану
• Antigravity IDE: Пишіть код поруч із агентом у оригінальному редакторі
• Antigravity SDK: Створення власних агентів на базі Antigravity за допомогою бібліотеки Python

Сам агент працює на Gemini 3.6 та 3.5 Flash, Gemini 3.1 Pro, Claude Sonnet 4.6 та Claude Opus 4.6, а також можна вибрати GPT-OSS-120b. (Наявність моделей часто змінюється; актуальний список дивіться в офіційній документації Antigravity .)

5 найкращих варіантів використання Google Antigravity для команд розробників

Команди розробників отримують максимальну віддачу від Antigravity у п’яти сферах: автоматизація завдань агентів, прототипування інтерфейсу користувача, аналіз кодової бази, аудит безпеки та автоматизація робочих процесів між інструментами . Кожна з них виконує різні види повторюваної роботи, від шаблонного плану одного розробника до передачі завдань всій команді.

1. Розробка агентів та автоматизація завдань

Antigravity бере на себе цикли виконання, які відволікають розробників від глибокої роботи: написання шаблонів, запуску тестових наборів та розгортання на стадії розробки. Ці цикли самі по собі повільні та призводять до перемикання контексту , що знижує продуктивність щоразу, коли відволікається увага.

Делегування цього багатоетапного виконання агенту допомагає розробникам зосередитися на архітектурі та вирішенні проблем. Кілька прикладів:

• Автоматизуйте виправлення помилок: доручіть агенту відстежити помилку, написати виправлення, провести тести та надати вам чистий патч для перевірки.
• Миттєво створіть код каркасу: опишіть функцію простою мовою, а агент згенерує всю структуру файлу та початкову реалізацію.
• Обробка завдань CI/CD: Налаштуйте агентів для запуску збірок та моніторингу журналів, щоб ви втручалися лише у випадку справжнього збою.

Цікавий факт: Першим комп’ютерним жуком був справжній метелик, знайдений у пастці в реле комп’ютера Harvard Mark II у 1947 році та закріплений у журналі як доказ.

2. Швидке прототипування та ітерація інтерфейсу користувача

Робота з фронтендом тут відбувається швидше, оскільки агент може бачити, що він створив. Інтегроване середовище розробки Antigravity використовує функцію браузера в циклі. Замість того, щоб ви налаштовували піксель, оновлювали та повторювали, агент зчитує відображений інтерфейс користувача та коригує код відповідно до візуального зворотного зв’язку.

Це закриває розрив між макетом та браузером трьома способами:

• Перетворіть макети на код: надайте агенту скріншот або файл дизайну, щоб негайно згенерувати функціональний код фронтенду.
• Ітерація компонентів: Накажіть агенту налаштувати відступи або насичення шрифтів і спостерігайте, як зміни застосовуються до перегляду в режимі реального часу в браузері.
• Запускайте візуальні тести: використовуйте агенти для автоматичного сканування невідповідностей відображення в різних браузерах

3. Аналіз та підтримка кодової бази

Агент Antigravity — це постійний гід вашого репозиторію. Це важливо, коли йдеться про застарілі файли, де навіть старші інженери втрачають нитку розуміння. Відсутність чіткості уповільнює появу нових функцій і збільшує ваш технічний борг.

• Проведіть дослідження кодової бази: Запитайте агента, як працює певний процес автентифікації, та отримайте чітке, відстежене пояснення логіки.
• Генерація документації: Доручіть агенту аналізувати ваші скрипти для автоматичного створення технічних файлів README та корисних вбудованих коментарів.
• Визначення «запахів» коду: Використовуйте агента для пошуку областей для рефакторингу та дозвольте йому запропонувати вам чистіші реалізації для затвердження.

Дивіться, як команди інженерів відстежують, розставляють пріоритети та погашають технічний борг за допомогою рефакторингу та догляду за відкладеними справами за допомогою штучного інтелекту:

4. Аудит безпеки та виявлення вразливостей

Безпека перестає бути блокувальником релізу, коли агенти сканують код перед його комітом. Antigravity виявляє вразливості та пропонує виправлення ще під час написання. Це перетворює ручний перегляд, який раніше гальмував ваш цикл, на безперервний фоновий процес.

Агенти можуть:

• Сканування на наявність вразливостей: Виявлення поширених ризиків, таких як SQL-ін’єкції або міжсайтовий скриптинг (XSS)
• Аудит залежностей: Перевірте сторонні пакети на наявність відомих ризиків, щоб не успадкувати вразливості від зовнішніх бібліотек.
• Генерація виправлень безпеки: перегляд запропонованих змін коду, які виправляють виявлені недоліки

5. Міжфункціональна інтеграція інструментів

Антигравітація діє як міст між вашим стеком. Вона дозволяє агентам обробляти завдання, позбавляючи їх необхідності переходити між терміналами, браузерами та інструментами управління проектами. Приклади робочих процесів для оркестрації ШІ :

• Автоматизуйте цикли переходу з терміналу до браузера: дозвольте агенту запускати збірку, тестувати її в браузері та публікувати результати у вашому командному каналі.
• Підключення непов’язаних даних: отримання інформації із зовнішнього API, оновлення бази даних та створення зведеного звіту за один процес
• Об’єднайте свої інструменти штучного інтелекту: пов’яжіть Antigravity зі спеціалізованими інструментами для створення автоматизованих конвеєрів від початку до кінця

Наше опитування показує, що майже 54% команд працюють у розрізнених системах, тоді як 49% рідко діляться контекстом між інструментами. Ось як це виглядає, коли окремі системи насправді об’єднуються:

Ключові характеристики, що забезпечують переваги цих варіантів використання

Чотири функції працюють на вашу користь: менеджер агентів, візуальний зворотний зв’язок, автономне планування та генерація артефактів. Разом вони пояснюють, як Antigravity самостійно виконує багатоетапну роботу, залишаючи останнє слово за вами.

• Менеджер агентів: моніторинг кількох активних агентів з одного інтерфейсу управління місіями та відстеження прогресу в проектах
• Візуальний зворотний зв’язок: спостерігайте за змінами інтерфейсу користувача та взаємодією браузера в режимі реального часу, оскільки агенти автоматично налаштовують код фронтенду.
• Автономне планування: Затверджуйте або змінюйте план впровадження агента, перш ніж він напише хоч один рядок
• Генерація артефактів: аудит конкретних результатів, таких як виправлення коду або відеоінструкції, щоб переконатися, що кожна дія агента відповідає вашим стандартам.

Antigravity переводить ваших розробників від написання коду до оцінювання планів

Агенти Antigravity займаються реалізацією. Завдання вашого розробника — переглянути план агента, перш ніж той напише хоча б один рядок коду. Це відрізняється від перевірки коду, тобто контролю швидкості виконання роботи.

Вони здаються схожими, але не є такими. Перевірка коду запитує: «Чи робить цей код те, що має?» Мета була визначена ще до того, як хтось відкрив редактор.

Під час перевірки плану запитується: «Чи правильний сам намір?», і ви робите це рішення без жодного коду, з яким можна було б перевірити свої думки. Більшість інженерів не практикували це, бо кар’єрні сходи за це не винагороджують. Крім того, цьому важче навчити, ніж виправляти помилки.

Дизайн Antigravity враховує це. Затвердження плану та механізм дозволів із трьох списків ( Deny beats Ask beats Allow ) є основними поверхнями продукту, а не додатковими налаштуваннями. Google створив платформу, припускаючи, що завдання людини полягає в авторизації.

Загвоздка в тому, що відчуття вашої команди того, наскільки добре вони авторизують, не можна довіряти. Дослідження впровадження Cursor у проектах з відкритим кодом показало, що швидкість зросла одразу після того, як розробники почали використовувати штучний інтелект. Але разом з нею зростала складність коду та кількість попереджень статичного аналізу.

Розробники відчували, що рухаються швидше, але кодова база погіршилася. Ніхто цього не помічав, поки дані не підтвердили це.

Ось чому швидкість — це неправильний показник для відстеження. Агенти миттєво збільшують її, але це нічого не говорить про те, чи була затверджена робота якісною. Правила дозволів, перевірки артефактів та контрольні точки, що описуються в решті цього посібника, існують для захисту якості ваших затверджень. Це число вирішує, чи окупиться розробка агентами.

Antigravity/Cursor/Claude Code/GitHub Copilot

У сфері агентної розробки є чотири серйозні конкуренти: Google Antigravity (спеціальна поверхня для агентів), Cursor (у вашому редакторі), Claude Code (у вашому терміналі) та GitHub Copilot (у ваших пул-реквестах). Місцезнаходження агента визначає, в чию чергу потрапляє його результат, і саме з цією частиною ваша команда живе щодня.

Інструмент	Сила	Обмеження	Найкраще для	Ціни*
Antigravity Google	Агенти перевіряють власний відображений інтерфейс користувача	Вихід знаходиться там, де ніхто ще не дивиться	Команди, що виконують паралельну фонову роботу	Індивідуальний – безкоштовно; AI Pro ~$20/міс., Ultra $100–$250/міс.
Cursor	Найкоротший проміжок між наміром та редагуванням	Два однакових місця можуть коштувати дуже різну суму	Розробники, які працюють усередині редактора	20 доларів США/міс. Професійний клієнт
Claude Code	Зберігає узгоджену логіку в десятках файлів	Немає візуальної поверхні для роботи з фронтендом	Старші інженери, які виконують великі міграції	На основі використання через плани Anthropic
GitHub Copilot	Земельні роботи всередині вже збудованих вами воріт	Перевага зникає за межами GitHub	Організації, чий огляд повністю розміщено на GitHub	10 доларів США/міс. для фізичних осіб, 19 доларів США+ для бізнесу

*Ціни та моделі вказані на дату написання. Будь ласка, уточнюйте на офіційному вебсайті інструменту.

Antigravity Google

Antigravity надає кожному агенту найбільше простору для роботи. Ви затверджуєте план, і він переміщується між файлами, терміналом і браузером, поки ви займаєтесь чимось іншим. Інші три задумно утримують людину ближче, що допомагає аж до того моменту, коли ви захочете, щоб дванадцять речей відбувалися одночасно.

Що добре працює:

• Агенти, які бачать власний вивід: вказують на відображену сторінку, і вони виправляють власний CSS відповідно до того, що показує браузер.
• Один огляд багатьох агентів: спостерігайте, як кілька з них одночасно виконують окремі проекти, і втручайтеся лише там, де один зупиняється.
• Повторювана робота, яку ви перестаєте пам’ятати: щовечора виконуйте тестові перевірки або аудити залежностей запланованих завдань та зчитуйте артефакти вранці.

Обмеження:

• Результат потрапляє туди, куди ніхто ще не дивиться: Copilot переміщує роботу в пул-реквести, а Cursor залишає її у вашому редакторі. Артефакти Antigravity чекають у місці, яке хтось має навмисно відкрити, а механізм дозволів блокує виконання, не відстежуючи рецензію, тому беклог залишається невидимим, доки щось не зламається.
• Моделі сторонніх розробників зникають на рівні Enterprise: Claude Sonnet 4.6, Claude Opus 4.6 та GPT-OSS-120b доступні на безкоштовному та споживчому планах, але не через платформу Gemini Enterprise Agent Platform . Тож поєднання моделей, яке тестує ваша команда, не є тим поєднанням, яке ви отримаєте після підписання угоди про закупівлю.

Пропустіть це, якщо: Ви хочете відчувати, як агент реагує під час введення тексту. Цей варіант створений для передачі пакетів робіт та відходу.

Найкраще підходить для: команд, які виконують тривалу паралельну фонову роботу, особливо ітерації фронтенду, де агент перевіряє власний рендеринг та заощаджує цикли перегляду.

Cursor

Cursor тримає агента якомога ближче до ваших рук. Він зчитує положення курсора та відкриває буфери. Таким чином, проміжок між наміром та виконанням є найкоротшим з чотирьох, і команда VS Code може перейти на інший процес за один день.

Він також запускає роботу з вашого комп’ютера через хмарні агенти, тому стара критика «обмеженості редактором» більше не актуальна. Залишається вірним те, що продукт побудований навколо розробника, який сидить у сеансі. Делегування парку завдань можливе; просто інтерфейс не для цього створений.

Що добре працює:

• Редагування кількох файлів без повторного запуску: Hand Composer 2.5 – це довге завдання, яке самостійно обробляє редагування файлів та операції в терміналі.
• Перший рецензент перед вашим рецензентом: Bugbot коментує вашу гілку, тому очевидні дефекти ніколи не потрапляють до черги людини
• Захисні огорожі на кожному робочому місці: забезпечте режим конфіденційності для всієї організації та перегляньте використання кожним розробником з одного адміністративного вікна.

Обмеження:

• Два однакові робочі місця можуть коштувати дуже по-різному: вибір моделі впливає на те, як швидко розробник витрачає потужності
• Делегування коштує вам контексту, який робить його швидким: перевага курсора полягає в зчитуванні ваших відкритих буферів та положення курсора. Хмарний агент, який працює з письмової підказки, не має нічого такого. Це означає, що для того ж завдання потрібне набагато чіткіше завдання.

Пропустіть це, якщо: вашим вузьким місцем є запуск багатьох агентів у багатьох репозиторіях, що не пришвидшує роботу одного розробника в одному файлі.

Найкраще для: розробників, яким потрібен агент у циклі редагування, особливо для команд, які вже стандартизовано працюють з VS Code.

Claude Code

Claude Code — це той, на кого ви вказуєте на міграцію, яку ніхто не хоче починати. Перейменуйте функцію, яка використовується в шістдесяти місцях, і вона відстежує ланцюжок викликів, оновлює тести та фіксує два місця, де змінився підпис. Все це відбувається без відображення чогось.

Він починається в терміналі та поширюється на IDE, Slack, веб та GitHub. Це означає, що він адаптується до існуючих поверхонь вашої команди, не замінюючи їх. Отже, це найлегший з чотирьох варіантів для впровадження та найважчий для використання тим, хто не працює в оболонку.

Що добре працює:

• Робочі процеси, які можна знову запустити наступного кварталу: попросіть агента написати сценарій, який обробляє багато субагентів паралельно.
• Паралельні агенти, які не конфліктують: команди агентів надають кожному власне робоче дерево, тому кілька агентів можуть працювати з одним і тим самим репозиторієм, не перезаписуючи один одного.
• Узгодженість протягом усієї міграції: Доручіть завдання, що охоплює десятки файлів, і логіка залишиться цілісною від початку до кінця.

Обмеження:

• Робота з фронтендом відбувається наосліп: без рендерингу, виправлення інтерфейсу користувача означає опис того, що виглядає неправильно, а не показ цього. Це додає родзинку кожній візуальній зміні.
• Можливості відрізняються залежно від постачальника: доступ через хмарного постачальника не надає той самий набір функцій, що й у власного постачальника. Тому для розгортання на підприємстві спочатку потрібна перевірка парності.

Пропустіть це, якщо: Ваша найважча робота — це візуальна ітерація, або люди, яким найбільше потрібен агент, воліють не відкривати термінал.

Найкраще для: Старших інженерів, які виконують складні рефакторинги та міграції, де якість міркувань вирішує результат.

GitHub Copilot

GitHub Copilot конкурує за розміщення, а не за сирі можливості. Його агент працює всередині ваших пул-реквестів, задач та дій. Результат надходить у чергу, яку ваша команда вже відкриває щоранку.

Таке розміщення також вирішує проблему управління, яку три інші залишають відкритою. Робота агентів проходить через захист філій, обов’язкові перевірки та ВЛАСНИКІВ КОДУ. Це означає, що шлюзи, які ви налаштовували роками, продовжують працювати без жодної нової політики.

Що добре працює:

• Справжні запити на зняття змін, а не вільні патчі: Призначте проблему, і хмарний агент відкриє запит на зняття змін через ті ж самі засоби захисту, з якими зіткнулася б людська гілка.
• Агенти інших постачальників у тому ж потоці: маршрутизація завдання до Claude Code або Codex з Copilot без виходу з GitHub
• Перший прохід до кожної різниці: дозвольте рецензентам впоратися зі стилем та очевидними дефектами, щоб вони звертали увагу на дизайнерські рішення.

Обмеження:

• Перевага зникає за межами GitHub: якщо огляди відбуваються в GitLab або ваша неперервна інтеграція знаходиться деінде, вам залишається порівнювати можливості необробленого агента, як і будь-який інший інструмент.
• Завдання спочатку має бути сформоване як проблема: агент працює з чітко визначеною проблемою та створює різницю. Отже, дослідницька робота потребує людини, яка визначить результат, перш ніж вона зможе розпочатися.

Пропустіть це, якщо: Вам потрібен агент із широким локальним контролем над вашим терміналом, браузером та файловою системою.

Найкраще підходить для: команд, чий процес рецензування вже повністю працює на GitHub і які хочуть, щоб штучний інтелект був інтегрований у цей процес, а не паралельно з ним.

Як розпочати роботу з Google Antigravity

Налаштування складається з шести кроків: вибір поверхні, встановлення та синхронізація, підключення робочого простору, налаштування моделі агента, увімкнення браузерного агента та призначення першого завдання з низьким рівнем ризику. Індивідуальний план безкоштовний і включає всі функції, тому ви можете запускати реальних агентів, перш ніж хтось підпише замовлення на купівлю. Ось послідовність дій.

• Оберіть свою поверхню: оберіть Antigravity 2.0 для паралельної оркестрації агентів, CLI для робочих процесів без головної консолі та терміналу або IDE, якщо ваші розробники хочуть залишатися в редакторі. SDK призначений для створення власних агентів.
• Встановлення та синхронізація: Завантажте з antigravity.google на macOS, Linux або Windows. Перенесіть наявні налаштування VS Code або Cursor для плавного переходу.
• Підключіть свою робочу область: відкрийте локальну папку проекту та дайте агенту кілька хвилин для індексації репозиторію, щоб він зрозумів вашу логіку та структуру.
• Налаштуйте модель свого агента: почніть з Gemini 3.5 Flash для швидкості виконання рутинної роботи. Перейдіть на Gemini 3.1 Pro для складніших завдань мислення та багатофайлового рефакторингу.
• Увімкнення агента браузера: Запуск простого завдання для спонукання до одноразового встановлення розширення Chrome, яке розблоковує візуальний зворотний зв’язок.
• Призначте завдання з низьким рівнем ризику: почніть з файлу README для одного модуля або модульних тестів для однієї функції, а не для вашого сервісу виставлення рахунків.

Як отримати надійні результати від Google Antigravity?

Надійні результати залежать від п’яти практик успішного впровадження ШІ : чіткі підказки, попередньо налаштовані дозволи, перевірка артефактів перед об’єднанням, низькоризикові запуски завдань та відстеження ітерацій. Пропуск будь-якої з них призведе до погіршення результатів роботи агента без попередження. Ось ваш посібник.

• Напишіть чіткі, повні підказки: надайте агенту контекст кодової бази, формат виводу та будь-які обмеження. Розпливчасті інструкції призводять до розпливчастих результатів.
• Налаштуйте дозволи перед автономією: сортуйте кожну конфіденційну дію за трьома списками дозволів Antigravity. Деструктивні команди йдуть у списку «Заборонити», облікові дані та доступ до виробничої мережі — у списку «Запитувати», а «Дозволити» охоплює лише рутинні виклики, такі як читання файлів репозиторію або запуск тестів.
• Перевірка артефактів перед об’єднанням: Розглядайте код, згенерований агентом, як пул-реквест від молодшого розробника. Застосовуйте його до контрольного списку перевірки коду , щоб людина перевірила логіку, а не лише відмінності.
• Почніть із завдань з низьким рівнем ризику: спочатку передайте документацію, модульні тести для існуючого коду та аналіз кодової бази. Це створює довіру без розкриття інформації, і ваш платіжний сервіс не є кандидатом на перший день.
• Моніторинг та ітерація: відстежуйте, які запити з’являються, які завдання агенти постійно не виконують, і де люди втручаються найчастіше. Ці точки втручання підказують вам, що виправляти далі, чи то запит, правило дозволу, чи саме завдання.

Порада професіонала: налаштуйте списки дозволів перед виконанням завдання, а не під час нього. Дозволи, схвалені посеред завдання, схвалюються рефлекторно, оскільки щойно агент зупиняється на четвертому запиті, ви натискаєте «Дозволити», щоб продовжити його роботу. Та сама логіка застосовується до планів: читайте їх на наявність неправильних припущень, а не помилок, оскільки неправильна передумова створює код, який працює ідеально та вирішує неправильну проблему, а різниця виглядатиме внутрішньо узгодженою.

Оптимізуйте свої робочі процеси розробки ШІ

Варіанти використання Google Antigravity пропонують вам чіткий шлях до зменшення ручних витрат завдяки автоматизованому виправленню помилок та швидкому прототипуванню. Однак ваш успіх залежить не лише від технологій. Вам потрібні чіткі підказки, надійні захисні бар’єри та постійний людський нагляд, щоб підтримувати стабільність вашої кодової бази.

Ви, ймовірно, втрачаєте забагато часу на перемикання контексту. І хоча агентні платформи пропонують рішення, вони працюють лише в поєднанні з надійним управлінням робочим процесом. Важливо навчитися, як пришвидшити роботу агентів зі штучним інтелектом і нарешті звільнити себе для творчої роботи.

Для тих, хто прагне глибше освоїти технології штучного інтелекту та інтегрувати їх у власне життя і бізнес, Академія CGPT пропонує широкий вибір навчальних програм і курсів. Вони допоможуть не лише опанувати інструменти, як-от ChatGPT, а й розкрити потенціал штучного інтелекту для максимального покращення продуктивності та розвитку.

Розпочніть свій шлях до продуктивності вже сьогодні разом з Академією CGPT!

Приєднуйтесь до навчальних програм від AcademyCGPT.

Щоб отримати докладні статті про штучний інтелект, відвідайте наш блог, який ми створюємо з любов’ю до технологій, людей та їхніх потреб.