在目前 AI Coding 領域，除了大家常見的 IDE 插件（如 Copilot、Cursor）之外，有一群開發者（包括我自己）更偏好直接在終端機裡工作的 Agent Harness，例如：Claude Code、Codex CLI、OpenCode、Pi Agent ... 等。畢竟這次主題還是 Build with Google AI，我應該還是得勾得上主題，剛好我一直都沒有使用過，但我又對它蠻好奇的，所以今天就來講講 Google 所開發的 Antigravity CLI。（也是我們曾經的好夥伴 Gemini CLI）

一、認識 Antigravity CLI

Antigravity CLI（Command 是 agy，拼錯很正常）是 Google 推出的終端機為主的 Agent Harness。其實歷史是先有 Gemini CLI，再出了 Antigravity 的桌面應用程式，最後才把 Gemini CLI 「升級」成 Antigravity CLI，具體的緣由講再多都是臆測，很難證實。印象中當初 Antigravity 最主要想打造的是最適合 Vibe Coding 的工具，最好可以輸入 Prompt 後，就幫你從規劃到實作到部署一條龍搞定，需要人介入的程度盡可能降到最低。我想他們既然把 Gemini CLI 「升級」成 Antigravity CLI，大概也是想要朝這個方向前進吧（我胡亂瞎猜的）。

跟網頁平台的聊天機器人不同，agy 會直接活在你的 Shell 環境裡。你給它一個任務，它就會有能力自己列出當前目錄、搜尋代碼、查看檔案內容、提出修改、甚至自己下終端指令去跑編譯或單元測試，直到把功能做完為止，當然前提是你有給它足夠的權限。安裝方式非常乾脆，通常只要透過 官方提供的安裝腳本 就能抓下來，裝好後可以透過下面這個指令驗證是否安裝成功：

agy --help

第一次啟動 agy 時，會跳出彩色的 Antigravity 標誌，並引導你進行登入流程，這時候有兩種方式可以選擇：

這兩個選項主要差異在認證流程以及後續的計費與配額走哪套體系：

1. Google OAuth：

   • 運作機制：按下 Enter 後，終端機會自動開啟瀏覽器，讓你直接登入 Google 帳號進行授權。
   • 計費與配額：走的是該 Google 帳號本身的配額。如果你有訂閱 Google AI Pro 方案，就會直接套用訂閱方案隨附的額度；一般帳號應該也有基礎的每日免費額度。好處是開箱即用，不需要先去 GCP Console 設定專案、綁定信用卡或管理 API Key。

2. Use a Google Cloud project：

   • 運作機制：需要指定一個 GCP Project ID，並透過 gcloud CLI 或 Application Default Credentials (ADC) 進行憑證驗證。
   • 計費與配額：請求會直接走 GCP Vertex AI，費用依照 Token 實際用量從該 GCP 專案的帳單扣款。

二、憑證存在哪裡？

我這裡使用的是訂閱制（Google AI Pro 方案），透過第一種 Google OAuth 方式驗證。完成登入授權後，家目錄底下會產生 .gemini 的資料夾。它所有的憑證與運行資料，都集中在這裡：

~/.gemini/
├── jetski-standalone-oauth-token # Google OAuth 的登入憑證
├── config/                       # 全域 Plugins 與 Skills
└── antigravity-cli/              # 對話紀錄與運行主體

三、Antigravity CLI 跟其他 Agent Harness 的相同之處

現在終端機裡的 Agent Harness 很多（像 Claude Code、OpenCode、Codex CLI 等），大家多少都有接觸過，基本操作也差不多；沒接觸過的話，網路上有很多大神的文章講得很好，Gemini 也能幫你解答問題。所以這篇就不逐一介紹功能了，我傾向分享我這一兩個月使用的心得。在聊點不一樣的之前，先來講講各家 Agent Harness 的雷同之處：

1. 底層遵循 ReAct 循環：
   都是模型負責想、本地外層負責執行。外層幫它在本地讀檔（view_file）、改檔（replace_file_content）、下終端指令（run_command），再把執行結果塞回上下文，驅動下一次思考。
2. 專案邊界與確認機制：
   都把操作範圍限制在當前專案目錄（Workspace）底下，防止誤動系統檔案；改檔案或下指令時，預設也都會停下來問你確認（Allow / Deny）；如果嫌煩的話也有 auto-edit mode，或是提供直接跳過確認的參數（例如 --dangerously-skip-permissions，也就是 YOLO Mode）。
3. 都要面對長對話的 Token 消耗：
   對話輪數一多、測試跑了幾次，上下文變長、費用與延遲變高，這是目前所有 Harness 的共同課題。

btw
（只有我現在才知道在 AI Agent 裡面的 YOLO 不是「You Only Look Once」，是「You Only Live Once」嗎？）
（另外 YOLO v26 了是怎樣？就算不是一直加到 v26 也還是很誇張吧！幾年前不是才 v4）

四、Antigravity CLI 跟其他 Agent Harness 的不同之處

撇開大家都有的基本骨架，在實際使用過程中，我自己體感有幾個比較特別的差異，但也不排除只是我的使用方式有問題，所以大家聽聽就好：

1. 它可能是最適合 Vibe Coding 的 Agent Harness！？
   我實際在一個空目錄底下開 Plan Mode 跟它說「幫我寫個費氏數列」，如果是其他 Agent Harness，通常會先停下來問一連串問題，例如：「你想用什麼語言寫？」、「要遞迴還是 DP？」、「要不要順便寫測試？」。 但 Antigravity CLI 幾乎不主動請我決策任何事，而是它自己挑一個它覺得最合理的解法直接整套生出來。這對日常開發與維護而言可能不太習慣，但想像上對純 Vibe Coding 的人來說應該蠻方便的。因為很多時候，金斧頭還是銀斧頭對 Vibe Coder 來說可能沒有太大的差異，只要能砍樹的都是好斧頭。

2. 跨目錄存取 Session
   大部分工具的 Session 都是跟目錄綁死的，只有在 A 目錄才能看在 A 目錄開的對話，走到 B 目錄就看不到了。但 Antigravity CLI 的 Session 是全域管理的，你在任何目錄都能接回任一 Session 之前的對話。這在平常可能感覺不明顯，但在某些架構下很有用，例如：主程式在 A 目錄，而 L2 測試在 B 目錄。以往如果想讓 B 目錄知道 A 的上下文，可能得手動把紀錄 export 出來再給 B；但如果能跨目錄存取，甚至未來在多 Agent 場景下用 /fork 或 /branch 分支出去，這種設計就會很有彈性。（但現在 Claude 好像也能跨 Session 溝通了，Google 加油～）

3. 不管怎樣都要畫 Mermaid
   這點其實很好解決，改一下 Context 就好了。但就是會想問為什麼，我長得像 Mermaid 的 Compiler 嗎哈哈 XDD 。相反地，Claude Code 就是另一個極端，很喜歡用 ASCII 風格來畫，然後排版超爆。沒有對錯，只是一種現象，或許過一陣子大家又都改掉了，只是會蠻好奇為什麼這樣設計。

以上是幾個有趣的小觀察。其實還是可以明顯感受到 Antigravity CLI 跟其他 Agent Harness 的差異，那種先斬後奏的風格，在一開始使用時，甚至是到現在都還有點駕馭不住。但與其說它很難用，不如說它較不符合現在大部分開發者（包含我）的使用習慣。它可能有更長遠的目標或使用情境，走得稍微前面一點，或許等到那時候，它會是表現最出色的 Agent Harness。（我就幫到這裡了 XDD）