慣性聚合 高效追讀感興趣之博客、新聞、科技資訊
閱原文 以慣性聚合開啟

推薦訂閱源

博客园 - 司徒正美
V
V2EX
T
Tailwind CSS Blog
有赞技术团队
有赞技术团队
aimingoo的专栏
aimingoo的专栏
Apple Machine Learning Research
Apple Machine Learning Research
IT之家
IT之家
Blog — PlanetScale
Blog — PlanetScale
A
About on SuperTechFans
月光博客
月光博客
T
The Blog of Author Tim Ferriss
宝玉的分享
宝玉的分享
Martin Fowler
Martin Fowler
博客园 - 聂微东
The GitHub Blog
The GitHub Blog
V
Visual Studio Blog
WordPress大学
WordPress大学
酷 壳 – CoolShell
酷 壳 – CoolShell
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI

DEV Community

Authentication Security Deep Dive: From Brute Force to Salted Hashing (With Java Examples) Why AI Systems Don’t Fail — They Drift Spilling beans for how i learn for exam😁"Reinforcement Learning Cheat Sheet" I Replaced Chrome with Safari for AI Browser Automation. Here's What Broke (and What Finally Worked) How Python Borrows Other People's Work The $40 Architecture: Processing 1 Billion API Requests with 99.99% Uptime Vibe Coding: A Workflow Guide (From Zero to SaaS) Most webhook security guides protect the wrong side. The scary part is delivery. Headless CMS for TanStack Start: Build a Blog with Cosmic EU Age Verification App "Hacked in 2 Minutes" — What Actually Happened Comfy Cloud’s delete function does not actually remove files Running AI Models on GPU Cloud Servers: A Beginner Guide Event-driven media intelligence with AWS Step Functions and Bedrock I scored 500 AI prompts across 8 quality dimensions — here's what broke How to Call Google Gemini API from Next.js (Free Tier, No Backend Needed) The Portal Protocol: Reclaiming Human Connection in the Age of AI How to Fix Your Team's Scattered Knowledge Problem With a Self-Hosted Forum Intro to tc Cloud Functors: A Graph-First Mental Model for the Modern Cloud Designing Multi-Tenant Backends With Both Ownership and Team Access I Built a Neumorphic CSS Library with 77+ Components — Here's What I Learned PostgreSQL Performance Optimization: Why Connection Pooling Is Critical at Scale Cómo construí un SaaS multi-rubro para gestionar expensas en Argentina con FastAPI + Vue 3 🚀 I Built an Ethical Hacking Scanner Tool – Open Source Project I Replaced /usage and /context in Claude Code With a Single Statusline A Pythonic Way to Handle Emails (IMAP/SMTP) with Auto-Discovery and AI-Ready Design I Collected 8.9 Million Polymarket Price Points — Here's What I Found About How Markets Really Move EcoTrack AI — Carbon Footprint Tracker & Dashboard Everyone's Using AI. No One Agrees How. 5 self-hosted ebook managers worth trying in 2026 Building Your First AI Agent with LangChain: From Chatbot to Autonomous Assistant Common SOC 2 Failures (Real World) Stop Vibe-Checking Your AI App: A Practical Guide to Evals How to Use SonarQube and SonarScanner Locally to Level Up Your Code Quality Your Next To-Do App Is Dead — I Replaced Mine with an OpenClaw AI Sign a Nostr event in 60 lines of Python using coincurve — no nostr-sdk, no nbxplorer, no rust toolchain ITGC Audit Explained Like You’re in Big 4 Patch Tuesday abril 2026: Microsoft parcha 163 vulnerabilidades y un zero-day en SharePoint Stop scraping everything: a better way to track competitor price changes Listing on MCPize + the Official MCP Registry while routing payments OUTSIDE the marketplace — how I kept 100% of my x402 revenue Building an AI-Powered Risk Intelligence System Using Serverless Architecture Why We Ripped Function Overloading Out of Our AI Toolchain Testing AI-Generated Code: How to Actually Know If It Works SaaS Churn Is Killing Your Business. Here Is What to Do About It (Without a Support Team) The Speed of AI Is No Longer Linear - And Self-Improving Models Are Why How to Implement RBAC for MCP Tools: A Practical Guide for Engineering Teams From Standard Quote to Persuasive Proposal: AI Automation for Arborists I built a CLI that scaffolds complete multi-tenant SaaS apps Axios CVE-2025–62718: The Silent SSRF Bug That Could Be Hiding in Your Node.js App Right Now The dashboard that ended our friendship Data Pipelines Explained Simply (and How to Build Them with Python)
🚀 谷歌抗重力2.0悄然改软件工程师之谓
Nizzad · 2026-05-24 · via DEV Community

此乃应Google I/O 2026写作之赛


Google抗重力2.0悄然改软件工程师之谓

Google I/O 2026之要义非AI能作更多代码,乃开发者被命司智而非逐行制软件也


目次


吾悟之日

历三载,世人论人工智能助创之要,所问者一也:

"人工智能,可助吾速书代码几何?"

谷歌IO二零二六之会 令吾悟,吾辈所问,实乃全非其题.

观其反重力2.0之宣告及观其架构而悟,遂得明悟一理。

至要之变,非在人工智能能撰码愈多,而在开发者渐为智能系统之导演,而非每一实现之细作者也。

此分别似微妙,吾不以为然。

吾信此乃软件工程自云计算改变吾辈对基础设施之观念以来,最重大之理念变革。而此变革,实藏于众说纷纭所谓"新编码工具"之中,昭然若揭。

此文探其所以然,及其于今之软件构建者所意味者。


一、谷歌实所宣布者何

谷歌I/O 2026,谷歌推出反重力2.0—非渐进式IDE升级,乃全面平台拓展,五面同步交付。

微软表面(Surface) 其功用何在
反重力2.0桌面版 独立应用,用以管理及协调整合,无需IDE
反重力命令行界面 (agy) 终端原生,与桌面端使用相同代理框架,以Go语言构建
反重力软件开发套件 用于在Google编程基础设施上构建自定义代理的基础构件
托管代理(Gemini API) 代理编排直接嵌入您自己的应用程序中
Gemini企业代理平台 顶点人工智能演化——治理,会话记忆,集中控制

驱动一切者,此模型也。双子座3.5闪存,谷歌声称其表现更优双子座3.1专业版编码之标尺速逾竞品四倍而驰。

一细事,当自为一标目。双子座3.5闪存共创之用之反重力。谷歌自行为此实验——其公开此言,事属重要。

舞台之上,软件工程总监瓦鲁姆·莫汉以Antigravity 2.0之并行智能,自创操作系统之核——继而于其上运行实时光之Doom复制品——千美元以下在计算成本。演示声名鹊起。其架构之精妙,远胜于演示本身。

⚠️ 伽米 CLI 之用户:日暮之期何在哉丙申年五月廿九日— 声明之日起,凡廿八日。迁徙非可择也


二、何人皆瞩目于非其事

《抗重力2.0》之报道,多集中于基准测试、速度对比及操作系统构建之演示。此皆实情。然此非真谛也。

首代人工智能编程之器,循旧例而行。

Developer writes code → AI suggests → Developer accepts/rejects → Repeat

入全景模式 出全屏模式

开发者仍为首要造物者人工智能,乃变者之助,而本无改易。

反重力2.0,引入结构迥异之环:

Developer defines goal + constraints
        ↓
Agent spawns specialized subagents
        ↓
Parallel execution across tasks
        ↓
Developer evaluates outputs
        ↓
Developer refines direction

入全景模式 出全屏模式

察变焉。

今开发者已不专力于细述实施之详。开发者专力于立目标,设界限,评结果请提供需要翻译的英文文本。

重心移矣著文向之运筹帷幄请提供需要翻译的英文文本。

此变之值得注目,远胜于任何标尺之图。


三、从开发者到导演的转变

研习《反重力2.0》时,萦绕心头的词句为:

开明者化身为舵手。

诸导不亲操诸镜。彼协专士以成通一之效——明其志,分其责,察其成,易其敝。

软件之制,众工并进,其形日同。

试思一请之状:

"增异步支付之理,兼行分迹之术,设速率之限,合集成之试。"

旧法:设计架构→书写实现→书写测试→监测可观测性→施行代码审查。序贯而行,责无旁贷。

然以《抗重力》2.0之术:

// Conceptual Antigravity SDK orchestration
import { AgentOrchestrator } from '@google/antigravity-sdk';

const orchestrator = new AgentOrchestrator({
  model: 'gemini-3.5-flash',
  parallelAgents: 4,
  sandboxed: true, // agents run in isolated Linux environments
});

const result = await orchestrator.run({
  intent: "Add async payment processing with OpenTelemetry tracing and 90%+ test coverage",
  context: {
    codebase: './src/payments',
    constraints: ['no breaking API changes', 'preserve existing error codes']
  },
  subagents: [
    { role: 'refactor',      focus: 'async patterns'         },
    { role: 'observability', focus: 'tracing instrumentation' },
    { role: 'testing',       focus: 'integration test suite'  },
    { role: 'review',        focus: 'cross-agent consistency' }
  ]
});

入全屏模式 出全屏模式

四专司之灵并行而动。其review分灵则检核一致。横越诸司之呈,此乃质理之元层,独司之制所不能为也.


4️⃣ 何以抗重2.0殊异?

数设之决,非徒炫辞,实为独异.

一驭遍诸面

桌案之用CLISDK,及API 众皆共有一织之基。开发者非学五别之系。实学一神思之模,显于异途之界。是恒一也,除却苦痛之谬:谓“GUI中可行,CLI中不效”之失,此弊扰乎器具,以其后端不一也。

联调之模与具

Google度月于其间並優三層:產品、代理束縛,及蓋米訓練堆疊。此模型訓練內之束縛。此反饋迴路乃結構之優勢,競爭者使用第三方模型難以輕易複製——此亦為蓋爾格爾稱蓋米3.5閃電係所建之故。 超脱奇闻之抗地心引力之理.

JSON钩子以延展性为用

新设钩子系统,使汝得于行时制衡代理之行止,而无需更易其本:

{
  "hooks": {
    "pre_execution": {
      "type": "approval_gate",
      "condition": "file_changes > 50",
      "action": "require_human_approval"
    },
    "post_execution": {
      "type": "audit_log",
      "destination": "compliance_db",
      "fields": ["agent_id", "files_modified", "timestamp", "cost_tokens"]
    }
  }
}

入全屏模式 出全屏模式

此乃合规检查、定制日志、审批关卡之由,使企业采用由愿景变为可能。

项目范围更替工作区范围

曩者,代理之语,限于一库。今则及于“项”,跨数夹,各设权柄,别其制。是故得解跨库之务——同时修整共庠及其用者——而权柄之控,纤毫无失。

诚论瀛寰之能[/browser](https://antigravity.google/docs/getting-started)指令乃显性选择,非默认设置。团队承认代理未能可靠决策。何时自用浏览器。非欲运不可预之系统,乃明示之。此等赤诚,足为称道——其显一团队重可信之行于炫目之示。


五、吾尝试新之心智模型

非徒析布告,吾欲以实境砥砺其协奏之理.

取中繁之务——文书处理之模,司文件纳、分类、储之职——详其制于使役执行与亲笔撰述之辨.

所悟者:

制式之难,逾乎所睹。 自为文,吾心存境,临事决断。为器言,凡未显言之约,皆器自决焉。初试之效,术虽当,然违吾未明言之二隐:制于文之巨细,复试之必效。其文似是,实非吾器之宜。

训示立至:汝之规约质,即汝之输出质。

/grill-me之令,未得珍视。此斜杠之令,使彼使问询汝。行文之前,必先审问明辨。吾于二次尝试中用之,得显三处未及思虑之境。其成文几无修润之需。吾尝言此令,其价值胜过一切标竿之数。

并行之使,于情境转换之务,尤擅其能。 并行诸工,司重构、生测试、撰文牍,各司其职,不相侵扰,所成之果,较之次第单工之法,清朗远甚,条理亦明。

其败何在? 审核者察得内里矛盾,然未能察领域之谬误。其不知“失败重试”于吾境,实有特定合规之涵义。此者所生之码,似有可取。其是否为正确之码,以适汝之系统,仍汝之责.

此隙——于似是正确 — 乃真风险所栖,不现于任何标尺.


6️⃣ 调度之要,胜于速

曩岁,软件工程重实施之速,轻其他诸度。调度非使速无义——然其引新技,今已成主要之别。

规格之质

"add user authentication""implement JWT with refresh tokens, 5-attempt rate limiting, and 24-hour email verification, backward-compatible with v1.x clients"之别,犹运作之系与安全之变也。要求不良,则代理之效亦劣,无论模型之能何如。

评估之能

君可察纤微之竞态乎?参数化查询所生SQL注入之隙,致结果纷杂?异步处理器中之内存泄漏?代理可产似是而非之输出。工程师须精于评骘非己所撰之输出。

架构之决断

代理可生解法。择其之解——及其明微服务边界于此何以致彼处耦合之患——犹存乎人责,今之智能体尚不能任也。

约束设计

善约可防大谬于未萌。预睹智能体所遇之败,日益为工程之至要。

此皆非新矣。向之别卓绝之工于常工者,此道也。新者,今乃为首要之别,而习此之道,不复自循年岁之语法练习。是故,技艺之进,成一大难,业者未尝尽悟之.


7️⃣ 法律人工智能教吾以代理人之事

吾之背景,兼涉科技与律法。此二者相合,予我以见闻,此中视角,鲜见于诸文之中。反重力2.0,吾以为此平台之真向,于此可见矣。

谷歌之宣告 明确言明,抗重力2.0之设,意在超越软件开发,而及于知识工作之广。其团队亦承认知有“加速编码,所能赋予用户之整体价值,有其极焉”。此平台自创之始,便刻意界定其域,非唯代码而已。

此言与吾所察于法律人工智能者,甚相契合。

法律之事,鲜有孤立之务。寻常之合规审查,需:

Research Agent      → Locate relevant legislation and regulations
        ↓
Analysis Agent      → Extract applicable legal principles
        ↓
Compliance Agent    → Identify gaps against specific requirements
        ↓
Drafting Agent      → Generate recommendations or advisory memo
        ↓
Human Legal Reviewer → Apply domain judgment and carry accountability

入全景模式 出全屏模式

察其结构之似于软件工程之流程。

此编排之模几同。惟领域专者异耳。

Sri Lanka 之 PDPA、UAE 之 PDPL 及 GDPR 三法并遵之数据保护合规审查——三域管辖,三套合规标准,法律义务各异——此乃多专长、并行推理之务,正适于代理编排之架构。法律评审者非隐没,乃为总纲:定其范围,评其成果,负其专业之责。

此乃众文所遗之旨:反重力2.0非偶然可延展之软件开发器,实乃以软件为最成熟试验场之统筹平台。其架构意在通融。

为诸开发者览之:尔辈编程之程式,其平台或将为尔辈法务、合规、运营之团队所运行之程式。人工智能之工具,其组织之权谋将大增,异乎寻常。


8️⃣ 诸般隐忧,鲜有论及

凡变革之术,其险与能相称。自主之进,亦然——然其险,幽微过人,多所论者未察之。

过信之患

此乃吾所重之见,未见他处明言者:

代理发展之最大风险非幻象,乃开发者渐止观其所未撰之码而生之过信。

幻象可见,似是实非者不可见。

自信生成一完整、格式良善、注释详尽之实现,然其中隐有瑕疵者,其害甚于生成显见秽物之代理。前者易获合并,后者立遭拒斥。

智能愈进,其效愈彰。验之之劳,欲减愈甚。此习若成,可致祸变——且无见于才力之衡也.

空技之流

初学者循途习之:撰文于码,遇疾于虫,理疾有法,察症有悟。若使役者司愈繁之务,后之匠者何以砺鉴之能,以察役者之谬?此乃业界之困,尚无明解。

可察之广

众组织广布代理,必逢难解之惑:

  • 孰为是变?
  • 彼时何境?
  • 隐作何折?
  • 此中何据?

透明之要,将与能力之重,并驾齐驱于企业之采纳——而其器,尚未臻于所求之成熟.

供应商之深与退出之费

反重力SDK将作业流程系于Google之代理车驾。愈深其融合,愈高其离析之费。此乃有意之平台方略,非疏漏也。众当谋迁转之费,于深陷之前,非其后也。


九、竞逐之景:诚然之评

抗重力2.0之实况何在?

平台 核心优势 或可之限
谷歌抗地心引力2.0 并行次代理,统合桌面/命令行/软件开发工具包生态,企业适用平台,与杰尼米集成 供应商锁定之忧虑,评估工具仍待演进
克劳德代码 卓越之代码推理,安全为上之默认设置,强健之MCP生态,为众开发者所信赖 减重并行代理执行
OpenAI Codex + Operator 浏览器接入,研究之能,灵活任务自动化,强效多模态工作流 结构稍疏之编排模型
AWS Kiro AWS原生IAM集成,先规后发之开发流程,企业安全之契合 新生态之兴,小众社群之从
GitHub Copilot 之工作间 GitHub深度整合,拉取请求洞悉,VS Code原生体验 自主权较之代理优先平台为低
开手(开源) 可自建,架构透明,无供应商锁定,治理灵活 運營之費重且維護之勞大

VS 克勞德代碼(Anthropic)自主性謹慎,安全預設嚴謹,代碼推理卓越。此折衷有意——並行性減少,可預見性增加。於審計為首要約束之團隊,克勞德代碼之法或較安提-gravity 之速率優先模式為宜

VS OpenAI: 适于开放式研究及浏览器界面自动化,较之结构化多智能体协同,更胜一筹。此乃异途,非直接之竞品也。

VS 亚马逊云科技 Kiro: 专精于规格优先之工作流,与原生 IAM 整合无间。若团队已笃信 AWS 基础设施,Kiro 之信任模型实为至优。Antigravity 优胜于并行处理;Kiro 胜于 AWS 原生之安全防护。

VS 开源(OpenHands): 竞争性测试且可自托管——对有数据驻留要求之组织而言,至关重要。其权衡在于运营开销,及无管理企业治理之功能。

吾之见

无平台可统御万用之例。

最具意趣之竞争,已非关乎谁生成最佳之代码补全。

今之要,在于孰能提供最佳之境,以调御、治理、评骘智能之辈于广域.

直言之,曰: 若谷歌之生态融汇之志得偿,则反重力2.0之深堑益固于时日。然此果非必得,变局严峻,无独平台可统摄万用。当以汝之信条、治制之需、生态之限为衡,非徒以粗略之标尺论断。


🔟 三载之瞻

吾所陈者,非为定论,实乃旁观者于此域之技术与治理二者,密切审视所得之洞见耳。

至二七年间 "智能体编排"之技,将列于科技前沿企业高级工程职述之中,与系统设计、分布式系统并驾齐驱。此变已悄然肇始。

至二七年间至少有两起重大生产复盘将引"代理输出未经具备足够领域知识的工程师审查"为根本原因。此将催生代理审计工具市场,并加速治理框架之发展。

至二零二八年產制系統之結構,顯然映照出智能體生成之模式——更模塊,更明確記載,更可預期。反動之勢,"人為之關鍵路徑"之倡者將興於規制之業。兩派皆適其境,無不當也。

至二零二八年 软件开篇所创之协奏模式,现见于律法研习之台、合规之制、策论之器——同构之式,异域之专.

时序流转→ 开源之代理框架,显著弥合能力之隙。供应商之锁缚抗性,遂成企业采办之核心,而非原初之能力标度。


  • — 众匠自为作者,进而为总领,其技之精,评之能,乃为要务
  • 众使并行,易软件之制,其价大减;难成之务,渐消
  • JSON钩子与项目级作用域,乃未受重视之特性也— 乃使企业之用信然
  • 双持工作流程乃谷歌之自荐也抗重力2.0之作,旨在运作。并驾尔既有之IDE,复有扩展,将及于众IDE。
  • ⚠️ 最大的风险非幻象之属,乃开发者对其未产而未验之成果之过信也 ⚠️
  • 诚然,此选入乃坦承其能之不足也 ⚠️ /browser 当察其渐趋自主之时,其能之跃将甚巨也
  • Gemini CLI 之止用,在公元二六二六年六月十八日也 — 若尔用之,事甚急
  • 🔍 此协奏之模,远超代码之限 — 法令、合规及知识之事,乃次第之验场
  • 🔍 无平台可统御万用之例 — 须衡尔之信本,治制之求,及生境之制

深入阅读 & 参考文献

官方 Google 资源

Gemini & 代理平台资源

反重力生态


终章

众共传于社媒之示,乃新制操作系统所筑之《魔神》仿作,价不逾千。

此甚壮丽。其设计本为壮丽。

然Google I/O 2026之深远影响,别在焉。

谷歌正构设一系统,使软件开发成于导引专精智识,以达意蕴之效 — 而非亲力亲为,自造诸器。昔数十载,以IDE为喻,统摄匠具之术,今将刻意易之。其位者,乃协从之表,自基始构,非惟代码,更延及识事之广域。

其解放与否,或系于所筑之技,及于重码之艺乎。

然经济之势甚为诱人,基建之工已启,方向亦明。今诸工程之众,技术之长,独行之匠,所问非或然 而应涉猎能动之发展。盖所以建评鉴之能、治理之则、架构之断,使能动之发展得产可信之果也。

代码有新主。

务须明其所书。


尔之经验,于机关之发展流程何如?吾尤重其败象——"于何种境遇而此破?"之故事,于众益胜于成例。愿闻尔之见,于注中述之。


标签: googleio ai programming productivity architecture