Google Antigravity,AI IDE新势力

Google Antigravity,AI IDE新势力

前言

Gemini 3 Pro到来的同时,谷歌也终于入局了AI IDE市场,带来了自己新产品Antigravity。现在市场上有Cursor、Windsurf等IDE,但是它与其他竞品又有显著区别,它是以Agent优先的开发平台,从“辅助者”转变为“主导者”。目前用户可以免费使用Gemini 3 Pro & Flash, Claude Sonnet & Opus 4.5, gpt-oss-120b。
那么谷歌的Antigravity会不会是这个市场的一个搅局者呢?这个我觉得还是要看各位开发者的实际用户体验,毕竟现在才推出没多久,后续的收费标准、迭代升级是否会达到大家的预期,都需要时间来给出答案。

一、官网及下载地址

在这里插入图片描述


官网地址:https://antigravity.google/

在这里插入图片描述


下载地址:https://antigravity.google/download (大家根据自己电脑系统下载具体版本),下载完后,根据默认点击安装即可

二、登录

1. 登录

登录前,大家需要将科学上网软件开启系统代理,并且开启Tun,节点最好是美国节点。

在这里插入图片描述


这里可以选择是否导入VS Code或者Cursor的配置

在这里插入图片描述


这里我们选择默认的“辅助开发”选项即可

在这里插入图片描述


选择默认的"Normal"即可,点击Next

在这里插入图片描述


点击登录后,会跳转至网页登录界面,选择自己的Google账号进行授权登录

在这里插入图片描述


网页登录成功后,会跳转至这个页面

在这里插入图片描述


之后再回到软件,便可看到下图中登录成功界面,再点击NEXT就完成了登录过程

在这里插入图片描述


接下来,就可以调用Gemini 3 Pro、Claude Sonnet4.5等大模型

在这里插入图片描述

2. 无法登录原因

2.1 网络问题

我自己遇到无法登录就是网络原因,起初我只是将科学上网软件打开系统代理,并没有启用Tun(虚拟网卡模式),这样的结果就是在网页登录后跳转到了提示登录成功页面,但实际回到软件,它并没有反应,依然是“Sign into Google”界面。将自己科学上网软件的Tun模式开启后,再重新点击授权登录,回到Antigravity,就能看到已经登录成功了。节点的话最好是美国节点。

在这里插入图片描述

2.2 Google账号问题

授权登录后,回到Antigravity,如果看到 “Your current account is not eligible for Antigravity, because it is not currently available in your location.”

如果不在服务支持的地区,访问https://policies.google.com/country-association-form ,申请修改账号关联地区

在这里插入图片描述

访问https://policies.google.com/terms ,看自己的账号归属地

在这里插入图片描述

注意:上图中原因应勾选“其他原因”,在2处文本框中填写如下文本

I am currently working on a project that requires access to US-exclusive developer tools and early access programs. To proceed with my work, I need to update my account region. Please assist me in changing my location to [修改的地区]. 

修改的地区应与你的网络节点地区一致,比如我的节点是纽约,所处纽约州

I am currently working on a project that requires access to US-exclusive developer tools and early access programs. To proceed with my work, I need to update my account region. Please assist me in changing my location to New York State. 

提交修改申请后,修改成功后会收到邮件,再重新上面的登录步骤,登录成功便可使用Antigravity

2.3 账号是否有资格

这个我是在退出账号重新登录时遇到的,提示当前账号不具备资格。后来我看到网上有说最好是用2020年之前注册的账号登录。我这个账号是2023年注册的,但第一次是可以成功登录,本想用我另一个老账号试试,但我觉得关系不大,想着等个一两天再试试,毕竟谷歌有时总会有莫名其妙的问题出现。2天后,我再重新登录,又可以正常使用了。如果遇到这个问题,可以先试着等等,之后再重新登录。如果实在不行,再用其它账号登录。

在这里插入图片描述

三、简单体验

使用Gemini 3 Pro模型简单写一个网页版的飞机大战。

  • 程序部分代码

运行结果

在这里插入图片描述


在这里插入图片描述

四、结语

随着时间推移,AI IDE这类工具肯定会在不断迭代的过程中越来越成熟,越来越智能。作为程序员,大家也会一直思考自己是否会被替代。我想说的是人还是主体,是创造和决策者,这是不会被替代的。AI是这个时代发展的必然产物,我们能做就是用好这位“辅助者”。
历史的类比是:CAD没有替代建筑师,而是让建筑师从繁重的手绘制图中解放出来,能设计出更复杂、更伟大的建筑;编译器没有替代程序员,反而创造了软件产业。这一次,AI是一个更强大的“辅助”工具。它将程序员从重复劳动中解放,让其能更聚焦于更高价值、更具创造性的工作。整个行业的生产力将大幅提升,对高阶程序员的需求可能会更旺盛,但对仅会基础编码的初级岗位的冲击是实实在在的。
因此,关键在于转变定位,从“代码实现者”升级为“利用AI解决复杂问题的解决方案设计师”。这才是未来程序员不会被替代的根本。

Read more

边缘计算场景:将Llama Factory微调模型部署到Jetson设备

边缘计算场景:将Llama Factory微调模型部署到Jetson设备 在AI模型应用落地的过程中,许多IoT公司面临一个共同挑战:如何在边缘设备上高效运行经过微调的大语言模型?本文将详细介绍如何通过LLaMA-Factory框架完成模型微调,并将其部署到Jetson系列边缘设备,同时提供TensorRT转换和性能优化的完整解决方案。 为什么需要边缘部署微调模型? 随着大语言模型在IoT场景的应用深入,直接在云端运行模型面临三个核心问题: * 延迟敏感:工业控制、实时监控等场景要求毫秒级响应 * 数据隐私:敏感数据不希望离开本地设备 * 成本压力:长期使用云端GPU会产生高昂费用 Jetson设备作为边缘计算的代表硬件,具备以下优势: * 内置GPU加速核心 * 支持TensorRT推理优化 * 功耗低至5-15W * 提供完整的AI开发生态 云GPU环境下的模型微调 在将模型部署到边缘设备前,我们需要先在云GPU环境完成模型微调。LLaMA-Factory是目前最受欢迎的开源微调框架之一,支持多种微调方法和模型架构。 微调方法选择 根据显存限制

vs code 中内置的聊天是 GitHub Copilot Chat 吗

vs code 中内置的聊天是 GitHub Copilot Chat 吗

vs code 中内置的聊天是 GitHub Copilot Chat 吗 vs code 中内置的聊天要分情况讨论: 1. VS Code 内置的聊天(“Ask Cody”):不是 GitHub Copilot Chat VS Code 在 2023 年底(1.85 版本)引入了一个内置的聊天侧边栏,它的默认提供者是 VS Code 自己的 AI 助手 “Cody”。 * 这个功能是 VS Code 编辑器的一部分,图标通常是一个对话框气泡 💬。 * 它的目标是提供与编辑器深度集成的通用编程帮助,例如解释代码、生成代码、问答等。 * 它不一定与你的 GitHub Copilot 订阅绑定,即使你没有订阅

【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词

【文心智能体】使用文心一言来给智能体设计一段稳定调用工作流的提示词

🌹欢迎来到《小5讲堂》🌹 🌹这是《文心智能体》系列文章,每篇文章将以博主理解的角度展开讲解。🌹 🌹温馨提示:博主能力有限,理解水平有限,若有不对之处望指正!🌹 目录 * 前言 * 智能体信息 * 名称 * 简介 * 人设 * 开场白 * 工作流 * 消息节点 * 文本处理节点 * 插件节点 * 图片消息节点 * 输出效果 * 小技巧 * 一、结构化框架设计 * 1. **角色定位+任务拆解** * 2. **四要素公式法** * 二、多轮对话优化 * 1. **分步骤引导** * 2. **示例参考法** * 三、细节强化技巧 * 1. **输出格式标准化** * 2. **专业术语与风格** * 四、避免常见误区 * 1. **模糊需求导致输出偏差** * 2. **过度复杂导致理解困难** * 相关文章

2026年AI编程工具全景图:GitHub Copilot vs Cursor vs Codeium,我如何选择?

2026年AI编程工具全景图:GitHub Copilot vs Cursor vs Codeium,我如何选择?

文章目录 * 前言 * 一、我的使用场景与测试环境 * 二、GitHub Copilot:全球生态标杆 * 核心优势实测 * 性能数据记录 * 鸿蒙开发适配度 * 三、Cursor:专家级重构利器 * 重构能力深度测试 * 多文件分析能力 * 四、Codeium:极致免费的性价比之选 * 免费策略的深度体验 * 响应速度实测 * 中文支持的优势 * 五、鸿蒙开发场景专项测试 * 测试1:ArkTS组件生成 * 测试2:分布式能力集成 * 测试3:性能优化建议 * 六、2026年价格策略对比 * 七、我的实际使用组合 * 工作日使用方案 * 具体工作流 * 效率提升数据 * 八、选择建议:根据你的场景决策 * 场景1:学生/初学者/零预算 * 场景2:前端/鸿蒙开发者 * 场景3:全栈/团队协作