Google Antigravity 实战:6个隐藏技巧助你高效开发

Google Antigravity IDE的6个核心使用技巧,以Agent优先理念驾驭AI开发。
Google Antigravity是谷歌基于VS Code深度魔改并搭载Gemini 2.5 Pro的Agent优先IDE。文章介绍了6个关键使用技巧:善用Plan(慢思考)与Fast(快执行)两种模式灵活切换;根据场景选择最优模型(如前端用Gemini 2.5 Pro);通过插件实时监控额度消耗;配置全局和工作区用户规则约束AI行为;以及将常用复杂指令封装为可复用工作流。
Google Antigravity 核心使用技巧
Google Antigravity 是谷歌基于 VS Code 深度魔改并搭载 Gemini 2.5 Pro 模型的 IDE,但千万别把它当普通的 VS Code 来用。它的核心理念是 「Agent First」——智能体优先。这一理念代表了 AI 辅助开发领域的根本性范式转变:传统 Copilot 类工具本质上是「代码补全增强版」,只能在光标处被动响应;而 Agent 模式的 IDE 则拥有主动感知、规划和执行能力,可以调用终端、浏览器、文件系统等外部工具完成多步骤任务。Anthropic、OpenAI、Google 在 2024 年前后大幅强化了模型的 Tool Use 能力,推动了 Cursor、Windsurf、Devin 等 Agent IDE 的兴起,Antigravity 正是 Google 在这一赛道的战略布局产品。它更像是一个虚拟开发员工,而非单纯的编辑器插件。本文整理了 6 个关键使用技巧,帮你真正驾驭这个强大工具。
善用 Plan 与 Fast 两种模式
进入 IDE 后,对话框提供了两种模式选择:Plan 模式和 Fast 模式。
Plan 模式可以理解为 AI 的「慢思考」,适合处理复杂的、从零开始的任务。其背后对应的是 AI 领域的「思维链(Chain-of-Thought, CoT)」技术——Gemini 2.5 Pro 属于具备扩展思考能力的推理模型,在生成最终答案前会消耗更多 token 进行内部推演,类似 OpenAI o1/o3 系列的工作方式。在这个模式下,Agent 不会急着写代码,而是像架构师一样先列出详细的执行计划,等你确认没问题后才动手实施。Plan 模式将这一推理过程可视化,让用户在执行前介入修正,本质上是在人机协作中引入了一个「确认检查点」,大幅降低了 AI 在复杂任务中跑偏的概率。代价是消耗更多推理 token,因此额度消耗也相对更高。

比如让它设计一个用户登录系统,它会经过深度思考,列出完整的实现步骤和架构方案,确保方向正确后再逐步执行。
Fast 模式则主打快准狠,适合改 bug、调样式这类明确且简单的指令。它会跳过繁琐的规划步骤,直接执行。例如把一个按钮从绿色改成红色,Fast 模式几秒钟就能完成修改。
实战建议:复杂需求用 Plan 确保方向正确,简单修改用 Fast 提升效率,两者灵活切换才是最佳实践。
混合模型策略:让每个场景用对模型
Antigravity 允许随时切换底层模型,我们要最大限度利用各模型的优势。
比如在写前端界面时,强烈建议锁定 Gemini 2.5 Pro。作为谷歌的「亲儿子」,它的视觉理解能力非常强。这源于 Gemini 系列的原生多模态架构——与早期「文本模型+视觉适配器」的拼接方案不同,Gemini 从训练阶段就将图像、文本、代码等模态统一处理,使其能准确理解 UI 截图中的视觉层级、色彩关系和布局结构。Tailwind CSS 的原子化类名体系也与模型的 token 处理方式高度契合,进一步提升了生成质量。让它写一个磨砂玻璃风格的会员卡片,使用 Tailwind CSS,生成的 UI 审美在线,几乎不用修改就能直接使用。

不同场景选择不同模型,能让你的开发体验和产出质量都上一个台阶。
额度监控:告别用量焦虑
大家最关心的额度问题,首先要明确一个概念:Antigravity 的额度是基于用户维度的。无论你建了多少个项目,消耗的都是账号的总池子,而不是每个项目单独计算。值得注意的是,Plan 模式由于启用了扩展推理,单次任务的 token 消耗通常远高于 Fast 模式,在额度有限时需要合理分配使用场景。
那如何实时监控额度呢?推荐一个开源插件工具(GitHub 地址可在原视频简介获取)。安装方法很简单:下载 VSIX 文件后,点击扩展面板右上角菜单,选择「从 VSIX 安装」即可。
安装完成后,底部状态栏会实时显示 Gemini 和 Claude 的剩余额度。有了这个仪表盘,再也不会有额度焦虑了。
用户规则配置:让 AI 更懂你的项目
用户规则(User Rules)分为两层:
- 全局规则:适用于所有项目,比如你的代码风格偏好
- 工作区规则(Workspace):仅对当前项目生效,比如特定框架的配置规范

用户规则的底层机制是「系统提示词(System Prompt)」注入——每次对话开始前,IDE 会将你配置的规则作为系统级指令预置到上下文中,从而在不占用对话轮次的情况下持续约束模型行为。这在提示词工程(Prompt Engineering)领域被称为「行为约束」,是让 AI 保持一致性输出的最有效手段之一。合理配置这两层规则,相当于给 AI 员工做了一次完整的「入职培训」。
配置好之后,Agent 在生成代码时会自动遵循这些约束,不用你每次都重复强调。比如全局定义使用 TypeScript + ESLint 规范,Workspace 里定义当前项目使用 Next.js 14 的 App Router 模式,Agent 就会严格按照这些规范来生成代码。
工作流复用:一次配置永久偷懒
工作流的本质就是复用。你可以把常用的复杂指令封装起来,使用时只需要在对话框里输入 / 就能直接调用。
比如你经常需要执行「创建组件 → 编写测试 → 更新文档」这样的流程,封装成工作流后一键触发即可。一次配置,永久偷懒。
另外提一句,MCP(Model Context Protocol)虽然现在很火——它是 Anthropic 于 2024 年底提出的标准化协议,
相关推荐
教程攻略Cursor+Codex双IDE协同:开源项目二开实战方法论
基于实战经验总结的开源项目二次开发完整方法论,详解Cursor+Codex双IDE协同工作流,涵盖二开七环节、MVP验证、AI读源码技巧,帮助开发者三天跑通项目、两周完成业务集成。
教程攻略Cursor多Agent实战:50分钟搭建Next.js全栈博客
使用Cursor IDE多Agent协作模式,50分钟内从零搭建全栈博客。涵盖Next.js、Clerk认证、Supabase数据库集成,详解4个AI Agent分阶段开发流程与关键避坑经验。
教程攻略从零搭建AI软件工厂:Cursor工程师的多Agent协作实战经验
Cursor工程师Eric分享AI软件工厂构建实战:从自动化六层级、护栏设计、并行Agent管理到规模化扩展,详解如何用多Agent协作实现7×24小时高效软件开发。