Google Antigravity: die neue agentenzentrierte IDE basierend auf VS Code

Startseite » Python » Google Antigravity: die neue agentenzentrierte IDE basierend auf VS Code

Nachdem sich Code-Editoren jahrelang nur geringfügig weiterentwickelt haben, schlägt Google Antigravity wie ein kleines Erdbeben in der IDE-Landschaft ein. Es kombiniert die vertraute Basis von Visual Studio Code mit einem tief integrierten System autonomer KI-Agenten. Anstatt einfach nur einen Chatbot oder eine Autovervollständigung hinzuzufügen, versucht dieses Projekt, das „Arbeiten in einer IDE“ neu zu definieren, indem es große Sprachmodelle in die Lage versetzt, komplexe Aufgaben zu planen, auszuführen und zu überprüfen.

Antigravity positioniert sich als „agentenzentrierte Entwicklungsplattform“ und nicht als einfacher KI-gestützter Editor. Sie übernehmen die Rolle des Koordinators oder Produktmanagers, während ein Team spezialisierter Agenten die Untersuchung, das Codieren, Testen und sogar die Browserautomatisierung übernimmt. Wenn Sie den klassischen, benutzerorientierten Workflow gewohnt sind, bei dem Sie tippen und die IDE reagiert, fühlt sich das hier wie eine Umkehrung der Rollen an: Die Agenten arbeiten proaktiv, und Sie greifen ein, um Anweisungen zu geben, Code zu überprüfen und Korrekturen vorzunehmen.

Was ist Google Antigravity und warum unterscheidet es sich von einer normalen IDE?

Antigravity ist im Wesentlichen eine stark modifizierte Abspaltung von Visual Studio Code, die sich auf KI-Agenten konzentriert. Man kann es als eine neue IDE von Google auf Basis von Visual Studio betrachten , die genügend Elemente der ursprünglichen Benutzeroberfläche beibehält, um sich sofort vertraut anzufühlen: Seitenleisten, Tabs, Symbole und der Datei-Explorer verhalten sich so, wie VS-Code-Nutzer es erwarten. Das senkt die Einstiegshürde und ermöglicht es Google gleichzeitig, eine völlig andere Philosophie im Hintergrund zu implementieren.

Während traditionelle IDEs wie VS Code, Cursor oder Windsurf KI als über Erweiterungen hinzugefügtes Hilfsprogramm behandeln, betrachtet Antigravity KI als Hauptakteur in der Umgebung, deren Arbeit Sie auf einer höheren Abstraktionsebene überwachen. Anstatt einzelne Eingabeaufforderungen auszulösen, orchestrieren Sie mehrstufige Missionen, delegieren Teilaufgaben und überprüfen, was jeder Agent plant und tut.

Google beschreibt Antigravity als eine Art „Leitstelle“ für mehrere Agenten, die parallel in verschiedenen Arbeitsbereichen arbeiten – ein besonders attraktiver Aspekt in großen Projekten mit vielen beweglichen Teilen. Man ist nicht an ein lineares Chatprotokoll gebunden, sondern kann Agenten für Refactoring, Testgenerierung, Dokumentation oder UI-Iterationen starten, die alle asynchron ablaufen.

Entscheidend ist, dass dies nicht auf Googles eigene Modelle beschränkt ist: Antigravity ist explizit multimodellfähig und bietet neben der engen Integration von Gemini 3 Pro auch Unterstützung für Drittanbieteroptionen wie Claude Sonnet 4.5 und GPT-OSS. Diese Offenheit reduziert das Risiko der Abhängigkeit von einem einzelnen Anbieter und ermöglicht es Teams, für jede Arbeitslast das passende Modell auszuwählen, ohne mit separaten Tools arbeiten zu müssen.

Kernphilosophie: die vier Designprinzipien hinter Antigravitation

Hinter der Funktionsliste verbirgt sich das Designprinzip von Antigravity, das die Zusammenarbeit zwischen Entwicklern und Agenten definiert: Vertrauen, Autonomie, Feedback und Selbstverbesserung. Dabei handelt es sich nicht nur um Marketingslogans; sie prägen die Benutzeroberfläche und die Standard-Workflows.

Das Prinzip „Vertrauen durch Transparenz“ begegnet einem der größten Hindernisse für die KI-Einführung: intransparente Entscheidungsfindung, bei der man zwar die finale Codeänderung sieht, aber nicht, wie oder warum der Agent zu diesem Ergebnis gelangt ist. Antigravity wirkt dem entgegen, indem Agenten ständig „Artefakte“ erzeugen, die ihre Argumentation und Validierungsschritte erläutern.

Das Autonomieprinzip berücksichtigt, dass moderne Modelle über längere Zeiträume ohne ständige Überwachung arbeiten können. Daher ist die Plattform für asynchrones Arbeiten auf verschiedenen Oberflächen konzipiert und nicht für ein einzelnes, monolithisches Chatfenster. Agenten können zwischen Editor, Terminal, Dateisystem und Browser wechseln, während Sie ihren Fortschritt über eine Managementoberfläche verfolgen.

Feedback wird zu einem erstklassigen Mechanismus erhoben und nicht als nachträglicher Gedanke behandelt. Das Kommentarsystem erinnert an Google Docs: Man markiert Code, Artefakte oder Screenshots und hinterlässt Anmerkungen in natürlicher Sprache, die der Agent mitten in der Aufgabe einarbeitet, ohne von vorne beginnen zu müssen.

Das Prinzip der Selbstverbesserung betrachtet jede Aktion und jedes Feedback als Trainingsdaten für zukünftige Aufgaben und baut so eine interne Wissensbasis mit Mustern, Code-Snippets und Schrittfolgen auf, die sich in der Vergangenheit bewährt haben. Mit der Zeit verhält sich der Agent weniger wie ein zustandsloser Chatbot und mehr wie ein Kollege, der sich daran erinnert, wie Ihr Projekt und Ihr Team die Arbeit gerne erledigen.

Agentenzentrierter Workflow: Agentenmanager, Editor und Browser

In der Praxis manifestiert sich die Philosophie in drei Haupt-"Oberflächen", die ein synchronisiertes Agentengehirn teilen: dem Agentenmanager, dem Editor und einem eingebetteten Chrome-basierten Browser sowie einer eng integrierten Terminalsteuerung.

Der Agentenmanager ist das zentrale Dashboard, mit dem Sie Agenten erstellen, überwachen und koordinieren, die parallel und oft in verschiedenen Arbeitsbereichen arbeiten. Anstatt beim Öffnen der Anwendung eine Dateistruktur anzuzeigen, sehen Sie eine Ansicht, die sich auf Konversationen, Aufgaben, Dokumente und Genehmigungen konzentriert.

Die gewohnte Editoransicht bietet das gewohnte Erscheinungsbild von VS Code für synchrone Codierungssitzungen mit intelligenter Autovervollständigung, natürlichsprachlichen Befehlen, Inline-Aktionen wie „Erklären und beheben“ und einem kontextbezogenen Agenten-Seitenbereich, der per Tastenkombination aufgerufen werden kann. Hier können Sie detaillierte Bearbeitungen vornehmen und den Code, der von den Agenten bereits erstellt wurde, zu 90 bis 100 % perfektionieren.

Die Browseroberfläche ist der Punkt, an dem sich Antigravity wirklich von herkömmlichen KI-IDEs unterscheidet, indem sie eine verwaltete Chrome-Instanz einbettet, die ein Agent autonom steuern kann: URLs besuchen, Elemente anklicken, Konsolenprotokolle lesen, scrollen, Formulare ausfüllen und Screenshots oder sogar vollständige Videoaufnahmen erstellen.

Da derselbe Agent diese Oberflächen durchdringt, kann er beispielsweise Backend-Code im Editor refaktorisieren, Tests über das Terminal ausführen, die App im Browser starten, sich durch die Benutzeroberfläche klicken, um das Verhalten zu überprüfen, die Sitzung aufzeichnen und ein Walkthrough-Artefakt erstellen, das genau beschreibt, was überprüft wurde.

Artefakte: Agentenarbeit nachvollziehbar und vertrauenswürdig gestalten

Eine der herausragenden Ideen von Antigravity ist, dass jeder sinnvolle Arbeitsschritt eines Agenten ein Artefakt hinterlässt, nicht nur Protokolle. Diese Artefakte sind umfangreiche Objekte – Markdown-Dokumente, Diagramme, Videoaufnahmen, Screenshots, Code-Diffs –, die von Menschen gelesen und kommentiert werden sollen.

Drei Artefakttypen bilden die Grundlage des Hauptentwicklungszyklus: Aufgabenlisten, Implementierungspläne und Walkthroughs, die jeweils einen bestimmten Zweck im Lebenszyklus einer Änderung erfüllen.

Aufgabenlisten sind strukturierte Pläne, die der Agent erstellt, bevor er Ihren Code bearbeitet. Sie unterteilen eine übergeordnete Anweisung in konkrete, geordnete Schritte. Meistens überfliegen Sie sie nur, können sie aber auch anpassen oder Kommentare hinzufügen, wenn die Aufteilung unlogisch erscheint.

Die Implementierungspläne beschreiben detailliert, wie diese Aufgaben bestimmte Teile der Codebasis verändern werden. Sie legen fest, welche Dateien erstellt oder geändert werden, welche neuen Komponenten oder Funktionen hinzukommen und welche Nebenwirkungen zu erwarten sind. Abhängig von Ihrer Richtlinie zur Artefaktprüfung wartet der Agent entweder immer auf Ihre Genehmigung oder nur in unklaren Fällen.

Walkthrough-Artefakte fassen die Arbeit nach Abschluss einer Aufgabe zusammen und beschreiben die implementierten Änderungen, deren Ausführung und Tests sowie gegebenenfalls eingebettete Screenshots oder Browseraufzeichnungen. Diese Walkthroughs können gleichzeitig als Grundlage für die Beschreibung eines Pull Requests dienen.

Darüber hinaus stellt Antigravity Code-Diffs, Screenshots und Browseraufzeichnungen als erstklassiges Prüfmaterial zur Verfügung, das sowohl über den Agentenmanager als auch über den Editor zugänglich ist. Sie können einen Artefaktbereich einblenden, um alle für eine bestimmte Konversation oder einen Arbeitsbereich generierten Daten anzuzeigen.

Entscheidend ist, dass Artefakte interaktive Objekte sind: Sie können Abschnitte hervorheben und Kommentare wie in Google Docs hinzufügen, um den Agenten anzuweisen, einen bestimmten Schritt anzupassen, die Formatierung eines Screenshots zu optimieren oder ein gerade aufgezeichnetes Testszenario zu verbessern. Der Agent wiederholt den Vorgang anschließend, ohne den vorherigen Kontext zu verwerfen.

Installation, Einrichtungsablauf und grundlegende Konfiguration

Antigravity wird derzeit als öffentliche Vorschau für private Gmail-Konten angeboten, inklusive eines kostenlosen Kontingents, das auch den Zugriff auf Premium-Modelle wie das Gemini 3 Pro umfasst. Die Desktop-Anwendung läuft unter macOS, Windows und ausgewählten Linux-Distributionen und bietet unter Linux dedizierte APT- und RPM-Repositories für automatische Updates.

Auf Debian-basierten Distributionen liefert Google eine APT-Quelle mit, die Sie mit einem kurzen Shell-Befehl hinzufügen können. Diese installiert unter anderem einen GPG-Schlüsselbund und das Paket antigravity. RPM-basierte Systeme erhalten einen YUM/DNF-Repository-Block, den Sie vor dem Ausführen von `dnf install antigravity` in `/etc/yum.repos.d` ablegen können.

Nach der Installation führt Sie der Onboarding-Assistent durch eine Reihe von Schritten: Sie wählen, ob Einstellungen aus VS Code oder Cursor importiert werden sollen, wählen ein helles oder dunkles Design, entscheiden, wie Sie den Agenten verwenden möchten (von vollständig agentengesteuerter Entwicklung bis hin zu konservativeren, auf Überprüfung basierenden Abläufen) und konfigurieren die wichtigsten Sicherheitsrichtlinien.

Zwei der wichtigsten frühen Entscheidungen betreffen die Ausführungsrichtlinie des Terminals und die Richtlinie zur Überprüfung der Artefakte. Zusammen definieren sie, wie viel Autonomie der Agent hat und wie oft er Ihre Zustimmung einholen muss.

Die Terminalausführungsrichtlinie verfügt über drei Modi – Aus, Auto und Turbo –, die von „Befehle werden nur dann automatisch ausgeführt, wenn sie auf einer expliziten Zulassungsliste stehen“ bis „Alle Befehle werden ausgeführt, es sei denn, sie stehen auf einer expliziten Sperrliste“ reichen. Der Modus „Auto“ liegt dazwischen und überlässt es dem Agenten, zu entscheiden, wann ein Befehl riskant genug ist, um eine Berechtigungsabfrage zu rechtfertigen.

Die Richtlinie zur Überprüfung von Artefakten ermöglicht es Ihnen ebenfalls, zwischen „immer fortfahren“, „dem Agenten die Entscheidung überlassen“ oder „immer eine Überprüfung anfordern“ zu wählen. So haben Sie die Kontrolle darüber, wie stark Sie vor der Umsetzung von Plänen und Änderungen informiert werden möchten.

Google bietet außerdem vier vorkonfigurierte Nutzungsprofile an, die diese Entscheidungen bündeln: agentengesteuerte Entwicklung, agentengestützte Entwicklung, reviewzentrierte Entwicklung und eine vollständig benutzerdefinierte Konfiguration, bei der Sie einzelne Einstellungen vornehmen können. Die empfohlene Option „agentengestützte Entwicklung“ zielt für die meisten Nutzer auf ein ausgewogenes Verhältnis zwischen Autonomie und Kontrolle ab.

Agent Manager im Detail: Posteingänge, Arbeitsbereiche und Spielwiesen

Beim Spielstart von Antigravity landet man üblicherweise im Agentenmanager und nicht direkt im Editor, was die Vorstellung verstärkt, dass die Hauptarbeitseinheit eine von Agenten bearbeitete Mission ist und nicht eine einzelne Datei.

Die Seitenleiste enthält einen Posteingang, der alle Ihre aktiven und vergangenen Konversationen zusammenfasst, sodass Sie schnell nachschauen können, was die verschiedenen Agenten getan haben, welche Artefakte sie erstellt haben und wo Genehmigungen ausstehen.

Arbeitsbereiche werden ähnlich wie in VS Code Ordnern auf der Festplatte zugeordnet, sind hier aber tief in die Kontextverarbeitung der Agenten integriert. Sie können mehrere Arbeitsbereiche anlegen und auswählen, in welchem ​​eine neue Konversation geführt werden soll.

Mit der Playground-Option können Sie spontane Experimente starten, ohne sie an einen permanenten Arbeitsbereich zu binden. Sie eignet sich perfekt zum Testen von Ideen, zum Erkunden von APIs oder um den Agenten schnell etwas entwerfen zu lassen, das Sie später zu einem vollständigen Projekt ausbauen können.

Innerhalb eines Gesprächs können Sie den Betriebsmodus des Agenten explizit auswählen: „Planung“ für gründliche, mehrstufige Vorgänge oder „Schnell“ für einfache Aktionen mit geringem Aufwand, wie das Umbenennen von Variablen, das Ausführen einfacher Befehle oder das Vornehmen trivialer Änderungen. Die Planung beansprucht mehr Denkressourcen, liefert aber aussagekräftigere Ergebnisse und in der Regel qualitativ hochwertigere Resultate.

Ein Modellselektor am oberen Rand jedes Dialogs ermöglicht es Ihnen, spontan zwischen verfügbaren LLMs zu wechseln und das Verhalten an die jeweilige Aufgabe anzupassen, ohne die IDE verlassen zu müssen.

Eingebetteter Browser und Antigravitationserweiterung

Um den Agenten die volle Kontrolle über das Web zu geben, setzt Antigravity auf einen dedizierten Browser-Subagenten, der von einem spezialisierten Modell angetrieben wird, das sich von dem Hauptagentenmodell unterscheidet, das Sie für Codierungsaufgaben auswählen.

Dieser Browser-Agent kann mit Seiten interagieren, indem er klickt, scrollt, tippt, DOM-Snapshots liest, Screenshots erstellt und vollständige Videositzungen aufzeichnet. Dadurch werden End-to-End-UI-Abläufe effektiv direkt aus Ihrer Entwicklungsumgebung automatisiert.

Um dies zu aktivieren, installieren Sie die zugehörige Antigravity-Erweiterung in Chrome. Dies wird üblicherweise ausgelöst, wenn Sie den Agenten zum ersten Mal in einer Playground-Konversation bitten, eine Website wie antigravity.google aufzurufen. Der Agent erkennt, dass Browsersteuerung erforderlich ist, und fordert Sie auf, eine Einrichtungsaktion auszuführen, die Chrome auf der Erweiterungsseite öffnet.

Nach der Installation und Autorisierung zeigt das von Antigravity verwaltete Browserfenster unter der Kontrolle des Agenten einen deutlich sichtbaren Rahmen an, der verdeutlicht, wann die KI die Steuerung übernimmt. Sie behalten jedoch die volle Kontrolle: Der Agent fragt für sensible Operationen um Erlaubnis, und Sie können die Steuerung jederzeit unterbrechen.

Jede browserbasierte Sitzung kann Artefakte wie Screenshots und Aufzeichnungen erzeugen, die später im Artefaktbereich angezeigt werden. So können Sie genau untersuchen, wie eine Benutzeroberfläche verwendet wurde, ohne die Anwendung selbst erneut ausführen zu müssen.

Editor-Erlebnis: Autovervollständigung, Inline-Befehle und kontextbezogener Agent

Trotz der neuen Agenteninfrastruktur ist der Editor selbst bewusst konservativ und vertraut gestaltet, um das Muskelgedächtnis erfahrener VS Code-Benutzer zu bewahren: Datei-Explorer, Syntaxhervorhebung, integriertes Terminal und Erweiterungsunterstützung stehen weiterhin im Mittelpunkt.

Antigravity bietet eine KI-gestützte Autovervollständigung, die als Geistertext erscheint und mit der Tabulatortaste bestätigt werden kann. Dazu gehören praktische Varianten wie „Tab zum Importieren“ zum Einfügen fehlender Abhängigkeiten und „Tab zum Springen“-Vorschläge, die den Cursor zur nächsten logischen Bearbeitungsposition bewegen.

Inline-Befehle können sowohl im Editor als auch im Terminal über eine Tastenkombination ausgelöst werden (z. B. Cmd + I unter macOS). So können Sie Code generieren, Refaktorierungen anfordern, Erklärungen abrufen oder Shell-Befehlsvorschläge erhalten, ohne den aktuellen Kontext zu verlassen.

Das Agenten-Seitenpanel, das sich per Tastenkombination wie Cmd + L öffnen lässt, bietet einen separaten Chatbereich, der @-Erwähnungen von Dateien, Verzeichnissen oder MCP-Servern sowie mit / beginnende Verweise auf gespeicherte Workflows erkennt. Die meisten Interaktionsmuster, die Sie vielleicht von Tools wie Copilot Chat oder Gemini für VS Code kennen, sind hier verfügbar, jedoch in das Artefaktsystem von Antigravity integriert.

Im Problembereich können Sie alle Diagnosedaten auf einmal an den Agenten senden, damit dieser sie analysiert und automatische Korrekturen vornimmt. Ebenso können Sie Terminalausgaben markieren und zur Fehlerbehebung an den Agenten weiterleiten.

Regeln und Arbeitsabläufe: Anpassen des Agentenverhaltens

Um den Agenten an die Gepflogenheiten Ihres Teams anzupassen, bietet Antigravity zwei leistungsstarke Anpassungsmechanismen: Regeln und Workflows, die über das Menü „Anpassungen“ in der Benutzeroberfläche zugänglich sind.

Regeln fungieren wie persistente Systemanweisungen, die der Agent in einem bestimmten Bereich stets befolgt, beispielsweise eine globale Regeldatei unter ~/.gemini/GEMINI.md oder arbeitsbereichsspezifische Regeln unter .agent/rules/. Diese können Richtlinien für den Programmierstil, Dokumentationserwartungen oder architektonische Einschränkungen kodieren.

Beispielsweise könnte man eine Code-Stilregel für Python definieren, die den Agenten anweist, PEP 8 strikt zu befolgen und durchgehend aussagekräftige Kommentare einzufügen, oder eine andere Regel, die beschreibt, wie main.py nur Funktionen orchestrieren soll, die in separaten Modulen mit klaren Beispiel-Einstiegspunkten implementiert sind.

Workflows hingegen sind gespeicherte Anweisungen, die Sie explizit mit einem /Befehl auslösen und die global oder pro Workspace unter .agent/workflows/ gespeichert werden. Sie eignen sich perfekt für wiederholbare Aufgaben wie „Unit-Tests für alle Module in diesem Ordner generieren“ oder „Versionshinweise aus den neuesten Commits erstellen“.

Ein typisches Beispiel ist ein Workflow zur Generierung von Unit-Tests, der den Agenten anweist, für jedes Modul test_-präfixierte Dateien zu erstellen und die Abdeckung für jede öffentliche Funktion sicherzustellen . Diesen Workflow können Sie immer dann aufrufen, wenn Sie der Meinung sind, dass eine Funktion stabil genug ist, um die Generierung von Tests zu rechtfertigen.

Sobald diese konfiguriert sind, können Sie die Auswirkungen sofort sehen: Wenn Sie den Agenten auffordern, Algorithmen wie Binärsuche und Bubblesort zu implementieren, kann dies zu mehreren gut strukturierten Modulen, einer übersichtlichen main.py-Datei, die die Verwendung veranschaulicht, und vollständig dokumentiertem Code führen, der Ihre PEP 8-Regel einhält. Darauf folgt die bedarfsgesteuerte Generierung von Tests über Ihren gespeicherten Workflow.

Sicherheitsmodell: Schutz von Endgerät und Browser

Einem KI-Agenten Zugriff auf Ihr Terminal und Ihren Browser zu gewähren, ist sowohl unglaublich mächtig als auch potenziell gefährlich. Daher wird Antigravity mit einem detaillierten Berechtigungssystem ausgeliefert, um das Risiko zu minimieren.

Für das Terminal ist die zuvor erwähnte Ausführungsrichtlinie (Aus, Auto, Turbo) nur die erste Ebene, ergänzt durch Zulassungslisten und Sperrlisten, die genau festlegen, welche Befehle automatisch ausgeführt werden können und welche nicht.

Bei einer strikten „Aus“-Konfiguration verlassen Sie sich primär auf eine Terminal-Zulassungsliste: Alles ist blockiert, sofern es nicht explizit erlaubt wird – ideal für sensible Umgebungen. Sie können harmlose Befehle wie `ls -al` hinzufügen, um Verzeichnisinhalte ohne ständige Abfragen aufzulisten, während alle destruktiven Aktionen weiterhin eine manuelle Bestätigung erfordern.

Im anderen Extremfall fördert der Turbo-Modus die Produktivität. Er ermöglicht es dem Agenten, die meisten Befehle selbstständig auszuführen, während Sie eine Sperrliste mit risikoreichen Einträgen wie rm, rmdir, sudo, curl oder wget erstellen. Versucht der Agent, einen gesperrten Befehl auszuführen, fängt Antigravity diesen ab und erzwingt eine Benutzergenehmigung.

Der Browser verfügt über einen ähnlichen Schutzmechanismus in Form einer URL-Whitelist-Datei, die sich unter HOME/.gemini/antigravity/browserAllowlist.txt befindet. Durch die Auswahl der dort aufgeführten Domains können Sie die Webnavigation des Agenten auf vertrauenswürdige Dokumentationsportale, interne Dashboards oder APIs beschränken.

Dies ist besonders wichtig angesichts von schnellen Einschleusungsangriffen von kompromittierten Websites, da man den Agenten daran hindern kann, bei automatisierten Rechercheaufgaben in zufällige oder nicht vertrauenswürdige Domains abzudriften.

Anwendungsbeispiele aus der Praxis: von der Nachrichtenaggregation bis hin zu vollständigen Web-Apps

Antigravity zeigt seine Stärken vor allem in konkreten Arbeitsabläufen, die Codierung, Automatisierung und Verifizierung kombinieren und über die Vervollständigung einzelner Dateien hinausgehen, hin zur durchgängigen Aufgabenausführung.

Ein einfaches Einführungsszenario besteht darin, den Agenten aufzufordern, Google News (oder eine andere Nachrichtenseite) im Playground zu besuchen, Schlagzeilen zu analysieren und eine kategorisierte Zusammenfassung zurückzugeben, während Sie seinen Denkprozess im Agent Manager beobachten und sehen, wie der Browser ferngesteuert wird.

Anspruchsvollere Beispiele umfassen die Entwicklung einer kompletten Website für eine eintägige technische Konferenz durch den Agenten mithilfe von Python und Flask. Die Website soll Anforderungen wie acht Vorträge, mehrere Referenten, Kategoriefilter, einen Zeitplan und eine Suchfunktion nach Referent oder Titel erfüllen. Der Agent kann das Backend entwerfen, HTML/CSS/JS-Frontend-Vorlagen erstellen, Beispieldaten zu Google Cloud-Technologien bereitstellen und einen lokalen Server einrichten.

Während dieses Prozesses erstellt der Agent Aufgabenlisten, Implementierungspläne und ein abschließendes Walkthrough-Artefakt, das erklärt, wie die Website betrieben und erweitert werden kann, und startet die App sogar im eingebetteten Browser, um die gesamte Funktionalität zu überprüfen und Sie direkt mit der laufenden Instanz zu verbinden.

Da die Schleife iterativ ist, können Sie im Editor bleiben und weitere Verbesserungen anfordern, wie z. B. „Fügen Sie dem Zeitplan zwei weitere Vorträge hinzu“, und dabei beobachten, wie der Agent die Pläne anpasst, Datenstrukturen aktualisiert und die Anwendung mit neuen Artefakten erneut testet.

Ein weiteres Beispiel für eine Demo ist eine minimalistische Produktivitäts-App: zum Beispiel ein Pomodoro-Timer mit einer ruhigen Benutzeroberfläche, bei dem der Agent das Layout entwirft, es gestaltet, es im Browser ausführt, seine eigene Validierungssitzung aufzeichnet und auf Ihr Styling-Feedback reagiert („Gestalten Sie den Hintergrund beruhigender“, „Fügen Sie ein Timer-Bild hinzu“, „Machen Sie den Hintergrund dieses Symbols transparent“).

Testen und Refactoring: Unit-Tests, Mocks und Codevisualisierung

Über Greenfield-Projekte hinaus zielt Antigravity auch darauf ab, Ihnen zu helfen, bestehenden Code zu verstehen und abzusichern, insbesondere durch die automatisierte Generierung von Unit-Tests und die Erstellung von Mock-Dateien.

Angenommen, es handelt sich um ein Python-Modul, das beispielsweise einen Auftragsbearbeitungsservice mit Bestandsprüfungen, Zahlungsgateways und benutzerdefinierten Ausnahmen modelliert. Sie können den Ordner als Arbeitsbereich laden und die Datei mit einer @Erwähnung im Agenten-Chat referenzieren, um eine Erklärung oder ein Diagramm der Klassenstruktur anzufordern.

Sobald Sie mit der Funktionsweise vertraut sind, können Sie den Agenten anweisen, „Unit-Tests für dieses Modul zu generieren und diese mit Mocks zu testen“, wodurch er Testdateien, Mock-Implementierungen für externe Dienste und eine Test-Runner-Konfiguration erstellt.

Der Agent führt die Tests anschließend über das Terminal aus, meldet die Ergebnisse und erstellt Artefakte, die die abgedeckten Szenarien beschreiben, einschließlich Sonderfälle wie unzureichender Lagerbestand, Zahlungsfehler oder leere Warenkörbe. Sie können den generierten Testcode im Editor überprüfen und ihn mit weiteren Kommentaren optimieren.

Dieses Muster lässt sich hervorragend auf Ihre eigenen Projekte übertragen: Sie können Refactorings, zusätzliche Validierungen, neue Funktionen oder Leistungsverbesserungen anfordern, wobei der Agent Pläne vorschlägt, Änderungen implementiert, Tests durchführt und die Auswirkungen in Walkthroughs zusammenfasst, die sich leicht mit Code-Review-Tools überprüfen lassen.

Lizenzierung, Preisgestaltung und praktische Einschränkungen

Aktuell wird Antigravity als öffentliche Vorschau und nicht als fertiges Produkt bezeichnet, was bedeutet, dass sich Funktionen und Einschränkungen im Zuge der Weiterentwicklung durch Google auf Basis von Nutzerfeedback ändern können.

Während dieser Testphase ist die Nutzung für private Gmail-Konten kostenlos, jedoch auf eine begrenzte Anzahl von Modellanrufen pro Zeitfenster beschränkt, insbesondere bei Premium-Modellen wie dem Gemini 3 Pro. Einige frühe Nutzer berichteten, dass sie innerhalb von 20 Minuten an ihre Kapazitätsgrenzen stießen, teilweise sogar bevor sie explizite Anrufe tätigten.

Googles offizielle Position ist, dass nur ein sehr kleiner Teil der Nutzer innerhalb von rollierenden Fünf-Stunden-Zeiträumen an die Kontingentgrenzen stoßen sollte. Die tatsächliche Nutzung deutet jedoch darauf hin, dass die Nachfrage die anfängliche Zuteilung überstiegen hat, sodass Sie vorübergehend Meldungen wie „Keine Guthaben mehr“ erhalten können, während der Dienst skaliert wird.

Längerfristig ist es nahezu sicher, dass nach dem Ende der Vorschauphase ein gestaffeltes Preismodell eingeführt wird, wahrscheinlich mit einer großzügigen Gratis-Version, ähnlich der, die die bestehende VS Code-Erweiterung von Gemini bietet, plus kostenpflichtigen Tarifen für intensivere oder professionelle Nutzung.

Eine weitere praktische Einschränkung im Vergleich zu Visual Studio Code ist die relative Unreife des Erweiterungs-Ökosystems, das derzeit nicht mit dem riesigen Angebot des Microsoft-Editors mithalten kann. Zwar lassen sich viele bekannte Erweiterungen weiterhin nutzen, doch die agentenzentrierten Funktionen von Antigravity sind einzigartig und benötigen Zeit, bis Drittanbieter-Tools nachziehen.

Die Einführung neuer Technologien erfordert auch einen Lernprozess: Effektives Delegieren an Agenten erfordert ein anderes Denkmodell als das Schreiben von Code Zeile für Zeile, und manche Entwickler müssen ihre Gewohnheiten anpassen, um den größtmöglichen Nutzen aus übergeordneten Anweisungen und artefaktbasiertem Feedback zu ziehen.

Google Antigravity wirkt weniger wie ein kleines Upgrade von Visual Studio Code, sondern eher wie ein experimenteller Schritt hin zu agentenorientierter Softwareentwicklung. Hierbei steuert man autonome Mitarbeiter, die über Editor, Terminal und Browser hinweg planen, programmieren, testen und verifizieren können. Es ist noch nicht ganz ausgereift – Quoten, die Reife des Ökosystems und die Entwicklung von Arbeitsabläufen brauchen Zeit –, aber für Entwickler, die bereit sind, sich auf Agenten einzulassen, anstatt KI nur als Autovervollständigung zu betrachten, bietet es einen vielversprechenden Einblick in die nächste Generation von IDEs.