Antigravity 初体验：从 Copilot 到 Mission Control 的进化

在 AI 辅助编程的浪潮中，我们已经习惯了 Copilot 式的“副驾驶”体验——它在你输入代码时给出补全建议，或者在对话框里回答你的技术问题。但 Google Antigravity 带来了一种全新的范式：Agent-First（智能体优先）。

在这里，你不再仅仅是一个代码编写者，你更像是一个指挥官。而实现这一转变的核心，就是 Open Agent Manager（也被称为 Mission Control）。

什么是 Open Agent Manager？

Open Agent Manager 是 Antigravity 的心脏。它不是一个简单的聊天窗口，而是一个任务控制中心。

如上图所示，Open Agent Manager 的界面设计非常直观：

• 左侧导航栏 (Sidebar)：你可以轻松切换不同的 Workspaces（工作区），管理你的 Inbox（收件箱），或者启动新的对话。

• 任务卡片 (Task Card)：这是最核心的部分。不同于传统的对话气泡，Antigravity 使用结构化的卡片来展示当前任务的状态。你可以清晰地看到：

  • Thought Process：Agent 思考了多久，想了什么。

  • Files Edited：涉及了哪些文件。

  • Progress Updates：任务执行到了哪一步。

• 交互区域：你可以在这里直接打开生成的文件，或者通过底部输入框给予反馈。

想象一下，你不再需要手动打开一个个文件、查找引用、修改代码、运行测试。你只需要在 Open Agent Manager 中下达一个高层指令（比如“重构这个模块”或“修复这个 Bug”），Antigravity 就会启动一个或多个 AI Agent 来执行任务。

Open Agent Manager 的界面让你能够：

• 全局监控：看着 Agent 在你的项目中穿梭，打开文件，阅读代码，就像看着一个熟练的工程师在远程操作。
• 干预与指导：Agent 不是黑盒。你可以随时查看它的思考过程（Thought Process），如果发现它走偏了，可以随时介入纠正。
• 多任务并行：你可以同时指派多个 Agent 处理不同的任务，而你只需要在 Manager 中统筹全局。

核心工作流：像指挥官一样编程

在 Antigravity 中，一次典型的开发体验是这样的：

1. 启动任务 (Task Initialization)

一切始于一个明确的目标。你告诉 Agent：“帮我实现一个新的登录页面”。Antigravity 会创建一个 Task Boundary（任务边界），将这个模糊的需求转化为一个具体的工程任务。

2. 规划先行 (Planning with Artifacts)

Agent 不会像无头苍蝇一样直接开始写代码。它会首先进入 PLANNING 模式，并生成一份关键的 Artifact（工件）：implementation_plan.md。

• 这份计划书会列出：它理解的需求、准备修改的文件、预期的风险以及验证方案。
• 你的角色：作为指挥官，你需要Review这份计划。只有当你点击“批准”后，Agent 才会进入执行阶段。这极大地增加了 AI 编程的可控性。

3. 执行与监控 (Execution)

一旦计划获批，Agent 切换到 EXECUTION 模式。

• 你会看到列表中的任务项被逐个勾选。
• 你会看到文件被创建、代码被修改。
• Open Agent Manager 会实时展示 Agent 的操作流，你可以喝杯咖啡看着它干活，或者去处理别的事情。

4. 验收与交付 (Verification)

工作完成后，Agent 会生成 walkthrough.md。这是一份交付报告，里面包含了它做了什么改动、运行了哪些测试、甚至可能包含界面截图或操作录屏。你需要基于这份报告来验收成果。

打破边界：多文件夹协同 (Multi-Workspace Collaboration)

• Antigravity 的核心突破在于它彻底打破了 IDE 的“单项目”视界。在 Open Agent Manager 中，Agent 并不是简单地“同时打开”了几个文件夹，而是建立了一个跨项目的统一依赖图谱。

  1. 全栈任务的原子化执行 (Atomic Full-Stack Execution)

  在传统开发中，增加一个功能往往需要：后端改 DB -> 改 Entity -> 改 Controller -> 重启服务 -> 前端改 API -> 改 UI。这中间充满了上下文切换的摩擦。 而在 Antigravity 中，你可以直接下达：“增加一个‘用户积分记录’功能，包含数据库字段、后端接口和前端展示页面。”

  • Agent 会同时操作：它会在 backend-repo 中添加 Java Entity 和 Mapper，同时在 frontend-repo 中生成 Vue 组件。
  • 上下文对齐：它清楚地知道后端定义的 UserPoint 对象的字段名，直接在前端代码中正确引用，消灭了“前后端联调”中常见的字段拼写错误或类型不匹配问题。

  2. 跨服务重构与依赖管理 (Cross-Service Refactoring)

  对于微服务架构或多模块项目（Multi-module Project），修改一个公共库（Common Lib）通常是痛苦的，因为你需要去排查所有引用它的下游服务。

  • 全局感知：Agent 能够扫描所有加载的 Workspace。当你修改了 common-utils 中的一个工具类方法签名时，Agent 会自动识别出 order-service 和 user-service 中所有受影响的调用点。
  • 批量修复：它不仅仅是报错，而是可以直接生成修复代码。你可以看着 Agent 在不同的项目窗口间跳跃，像外科手术一样精准地完成跨库重构。

  3. 统一的工程视野

  Open Agent Manager 实际上充当了一个虚拟的工程总监。它不局限于单一的代码仓库，而是关注整个**业务特性（Feature）**的交付。无论这个特性横跨了多少个微服务、多少个前端项目，在 Agent 眼中，它们都是为了完成同一个任务而存在的整体。

蜂群思维：子代理的层级化协作 (Sub-Agents & Hierarchical Delegation)

如果说 Open Agent Manager 是指挥中心，那么 Sub-Agents（子代理） 就是前线的特种部队。Antigravity 不仅仅是一个“大模型”在干活，而是动态生成了一组专业的子代理团队。

• 术业有专攻：
  • 当你需要查阅最新的 API 文档时，主代理会派出一个 Browser Sub-agent 去联网搜索、阅读网页并总结信息。
  • 当你需要执行复杂的 Shell 命令或运行测试时，会有一个 Terminal Sub-agent 专门负责与命令行交互，监控输出流。
  • 当你需要进行大规模代码重构时，主代理可能会拆分出多个 Coding Sub-agents，分别负责不同的模块，并行工作。
• 层级化指挥 (Hierarchical Command)：
  • 你（User）指挥主代理（Main Agent）。
  • 主代理（Main Agent）拆解任务，指挥子代理（Sub-Agents）。
  • 这种层级结构极大地扩展了任务的复杂度上限。主代理不再需要事必躬亲，它可以专注于“规划”和“验收”，而将具体的脏活累活分发下去。
• 透明的思考链：
  • 在 Manager 界面中，你可以看到子代理的创建和销毁。你会看到主代理思考：“我需要先查一下这个库的用法”，然后唤起 Browser Sub-agent。这种**“思考-委派-回收”**的过程，让整个 AI 的行为逻辑变得异常清晰且迷人。

总结

Antigravity 的 Open Agent Manager 并不是要取代程序员，而是将程序员从繁琐的“打字员”工作中解放出来，提升为系统架构师和工程经理。

• 以前：你写代码，AI 补全。
• 现在：你定义目标，AI 规划并执行，你负责验收。

这就是 Open Agent Manager 带来的核心变革：它让 AI 真的“动”了起来，而你掌握着控制权。