Google Antigravity

Google Antigravity 是一款任务级 AI 编程工具，能跨文件理解上下文并对话式修改代码。本文深度评测其核心功能、适用场景、优缺点及使用技巧，并给出 10 分制客观评分，综合 8.4 分。适合独立开发者与全栈工程师提升效率。

导语

你有没有过这样的瞬间？盯着屏幕上的报错信息，心里骂娘：“这破代码到底哪里错了？”或者，产品经理丢来一个需求，你明明知道怎么实现，却懒得敲那几百行重复的 CRUD。这时候，你需要的可能不是一杯咖啡，而是一个能真正“动手”的 AI 搭档。Google Antigravity 就是冲着这个来的——它不跟你玩虚的，直接在你的编辑器里生成、修改、调试代码。听名字挺玄乎，用起来到底怎么样？我替你先踩了坑。

核心功能：不只是补全，而是“代驾”

Antigravity 最让我意外的是它的“任务级”理解能力。普通的代码补全工具，你写个 for 循环，它帮你补个 i++。但 Antigravity 能听懂“把这个函数改成异步的，并加上错误重试”这种指令。它会自动分析上下文，修改函数签名、引入依赖库、甚至调整调用方的代码。

另一个亮点是它的“多文件感知”。你在一个文件里改了个接口名，它会提示你另外三个文件里的调用点需要同步更新。这比那些只看当前文件的工具聪明多了。

还有个小功能很贴心：它支持“对话式调试”。你把报错日志粘贴进去，它会告诉你哪一行可能有问题，并给出修复建议。有时候它还会反问：“你确定这个变量在此时不是 null 吗？”——像个较真的同事。

适用场景：谁用谁爽，谁用谁尴尬

如果你是个独立开发者或者小团队的全栈工程师，Antigravity 能帮你省下大量写样板代码的时间。比如快速搭建一个 REST API、写单元测试、或者把一段 Python 脚本翻译成 Go。

但如果你在维护一个巨型遗留项目，里面全是十年前的魔法代码和全局变量，那它可能会帮倒忙。它生成的修改建议往往基于“理想情况”，而你的项目可能早就偏离了最佳实践。这时候，你得像审实习生代码一样审它的输出。

学生党用它来学新语言也挺合适。你写个笨拙的实现，让它优化，然后对比着看，进步很快。

优缺点：实话实说

优点

• 上下文理解强：能跨文件追踪变量和函数调用，不是那种“只认当前行”的近视眼。
• 交互自然：你可以用大白话提需求，不用背特定的命令格式。比如“帮我把这个循环改成递归，但别爆栈”，它能听懂。

缺点

• 偶尔过度自信：它生成的代码有时会引入你根本没用的库，或者假设你的环境是干净的。在复杂项目里，你得手动清理。
• 对冷门语言支持一般：Python、JavaScript、Go 这些主流语言很溜，但你要是写 Elixir 或者 Zig，它的表现就明显掉档。

使用技巧：别当甩手掌柜

第一，指令要具体。别说“优化这段代码”，要说“把这段代码的时间复杂度从 O(n²) 降到 O(n log n)，保持可读性”。

第二，善用“解释模式”。选中一段代码，让它逐行解释。这比看文档快多了，尤其是接手别人的项目时。

第三，别让它一次改太多。一次只让它做一件事：先重构，再优化，最后加测试。否则一旦出错，你都不知道是哪一步搞砸的。

第四，版本控制是底线。用 Git，每次接受它的修改前先 commit。别问为什么，问就是血泪教训。

评分：10分制，不吹不黑

• 功能完整性：8.5 分。任务级修改和多文件感知很实用，但缺少对部分冷门语言的支持。
• 易用性：9.0 分。对话式交互几乎零学习成本，界面也干净。
• 生成质量：8.0 分。主流语言下代码质量很高，但偶尔会“想当然”地引入多余依赖。
• 速度与性能：7.5 分。响应速度中等，复杂任务时会有几秒延迟，不算快但能接受。
• 性价比：10 分。目前免费，还要啥自行车？

综合评分：8.4/10（权重：功能 30%、易用 20%、质量 25%、速度 15%、性价比 10%）