Antigravity 2.0 午飯時間寫到 app,細 team 要先諗點驗貨
3C 產品

Antigravity 2.0 午飯時間寫到 app,細 team 要先諗點驗貨

圖片:via XDA Developers — https://www.xda-developers.com/let-google-antigravity-write-microservice-from-scratch-mildly-terrified/
TechLab 編輯部(譯)·

AI coding agent 快到有用,風險就喺 review、權限同部署前驗收

午飯時間生到一個 app,聽落好威,但要睇清楚

XDA 作者 Parth Shah 今次畀 Google Antigravity 2.0 做咗個複雜過 todo app 好多嘅任務:由零砌一個 habit tracker microservice,有 focus timer、工時記錄、streak、weekly analytics、SQLite、REST API、seed data 同本機 dashboard。佢話自己睇完計劃覺得合理,就走開去食 lunch;返嚟見到一個有 sidebar、timer、habit library 同 analytics cards 嘅「Antigravity Focus」。呢個結果要先講清楚:係 XDA 作者單次 hands-on,唔係 TechLab 實測,亦唔代表每個 repo 都有同級表現。

Antigravity 2.0 官方產品頁主視覺,展示 agent 介面

圖片:Google Antigravity

Antigravity 2.0 想做多 agent 控制台

Google 喺 2026 年 5 月 19 日 I/O 講 Antigravity 2.0 時,重點由傳統 IDE 入面加 AI chat,移去一個畀你管多個 agent 嘅桌面 app。官方講法包括 parallel agents、dynamic subagents、scheduled tasks、AI Studio、Android、Firebase 整合;CLI 走 terminal 路線,SDK 畀團隊用 Python 自訂 agent。Google Developers Blog 又提到 terminal sandboxing、credential masking 同 hardened Git policies,擺明知道 agent 自己跑 command、改 code、開 browser 會有風險。官網下載頁列 macOS、Windows 同 Linux,定價頁列 Individual $0/month;I/O blog 另外寫 AI Ultra 由 USD $100/month 起,Antigravity 用量高過 Pro。

官方示意圖,展示 Antigravity 2.0 subagents 功能

圖片:Google Antigravity

呢類工具幫到嘅,通常係起步同拆件事

對香港細 software team、freelancer 同公司 IT,呢類 agent 最貼地嘅用法係先叫佢做一版骨架,範圍收喺 API route、資料 model、簡單 UI、seed data、初步 test 同 README。最值錢係佢可以將一個粗略 idea 變成可以 review 嘅 diff,大家即刻有嘢睇、有嘢改、有嘢試。以 XDA 呢個 habit tracker 例子,Antigravity 做到嘅其實係交一個起跑點;開發者跟住要決定 timer 邏輯點計、streak 跨時區點處理、analytics 係咪跟真資料更新,仲有 API error handling 會唔會夠穩。

官方示意圖,展示 Antigravity 2.0 scheduled tasks 功能

圖片:Google Antigravity

最麻煩係 code 睇落好似啱

大家望住 agent,最容易以為風險只係一兩行 code 寫錯;麻煩位其實喺佢寫出嚟好完整、UI 好順眼、檔案結構似有設計,結果 review 壓力即刻放大。人手寫得慢,錯誤通常逐步出現;agent 一次交幾十個檔案,錯誤可能埋喺 auth、migration、cache invalidation、date/time、retry、rate limit 入面。細 team 平時已經冇太多 QA,同一個 senior 一邊趕 feature、一邊睇 AI 產出嘅大 diff,出事機會其實會升。

權限同 secret handling 要先收窄

Claude Code 同 Codex 嘅官方文件其實都指向同一件事:agent 做得愈多,就愈要用 sandbox、權限同審批去鎖邊界。Claude Code 預設 read-only,改檔、跑 test、執行 command 要用家批;Codex 本地預設 network off,同 workspace-write sandbox,cloud 環境仲會喺 setup 階段後移走 secrets。呢啲設定睇落麻煩,但實際上係防止 agent 亂掂敏感嘢。公司機上面跑 agent,唔好畀佢掂 production key、customer database、AWS admin token、真實 payment webhook;要用就開即棄 credential、mock data、dev branch,同一套最小權限 policy。

部署前驗收要改做法

真用落去,細 team 可以咁拆:先叫 agent 寫計劃同 acceptance criteria,再俾佢出小步 diff;每一輪只準改指定 folder,測試要同 code 一齊交;PR 要有人睇 architecture、資料 migration、錯誤處理、安全邊界,同埋有冇 hardcode secret。CI 要跑 unit、integration、lint、typecheck,最好再加 SAST/secret scan。agent 自己寫 test 有用,但唔好當 test pass 就可以上 production;test case 係佢寫,盲點都可能係佢自己留下。

下一步睇 review 同把關

Antigravity 2.0、Claude Code、Codex 呢一代工具,威力已經唔止補全幾行 code。佢哋已經唔係淨係補幾行 code,而係可以幫手起草功能、跑測試、整理文件;但最後判斷產品風險同部署責任,仍然要人揹。對細 team 嚟講,抵用位好明顯:prototype、內部工具、migration 草稿、測試補洞、docs 整理,都可以慳時間。要加碼嘅位置反而係 review 容量、repo 規則、權限邊界同部署閘口。下一步值得睇嘅方向:邊套工具可以幫團隊把關大批 AI 產出嘅 code。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook