[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"news-a3e9cf60-e2dc-4ac6-a1a6-1089ee721bc9":3},{"id":4,"title":5,"summary":6,"original_url":7,"source_id":8,"tags":9,"published_at":23,"created_at":24,"modified_at":25,"is_published":26,"publish_type":27,"image_url":13,"view_count":28},"a3e9cf60-e2dc-4ac6-a1a6-1089ee721bc9","Google Antigravity CLI 全面开放：子Agent并行编排进入终端开发时代","在 Google I\u002FO 2026 上，Antigravity 作为 Google 面向 Agent 时代的开发平台正式亮相一个月后，其命令行界面（CLI）现已面向所有开发者开放。这标志着 Google 将多 Agent 编排能力从图形界面下放到了终端开发者的日常工具链中。\n\nAntigravity CLI 允许开发者无需离开终端，即可快速创建和管理多个 Agent 实例。其最关键的设计是原生支持子 Agent 并行执行：一个父级 Agent 可以调度多个子 Agent 同时处理不同的子任务，子 Agent 之间通过共享上下文进行协作。Google 官方表示，在处理复杂的长链路任务时，多子 Agent 并行相比串行执行可将总耗时压缩至原来的三分之一。此外，CLI 深度集成了 Gemini 3.5 Flash 作为底层推理引擎，动态思维默认开启，模型会自动为复杂问题分配更多计算资源。\n\nAntigravity CLI 与此前推出的 Gemini CLI 是共存而非替代关系，前者专注 Agent 编排，后者专注模型调用。已有 Gemini CLI 使用经验的开发者迁移成本极低。\n\n从目前已接入的企业案例来看，Shopify 使用多子 Agent 并行进行全球商户数据分析，将原本需要数天的多源数据对比任务压缩到数小时内；Databricks 借助 Agentic 工作流实现实时数据质量监控，模型自动诊断异常并生成修复建议。\n\nAntigravity CLI 的出现本质上是在 AI Agent 开发领域补齐了「工程化最后一公里」。过去一年，各家厂商都在推出 Agent 平台，但大多数停留在网页控制台层面。CLI 的开放意味着 Agent 工作流可以被纳入现有的 CI\u002FCD 流水线、Shell 脚本和 DevOps 流程中，这一步跨越了「玩具 demo」和「生产级系统」之间的鸿沟。对于已经有 AI 代码助手使用习惯的开发者而言，Antigravity CLI 可能是今年最值得上手的工具之一。","https:\u002F\u002Fblog.google\u002Finnovation-and-ai\u002Fmodels-and-research\u002Fgemini-models\u002Fgemini-3-5\u002F","35ce748f-48b7-4638-88ef-effa57a7e749",[10,14,17,20],{"id":11,"name":12,"slug":12,"description":13,"color":13},"6ad31a14-c0da-42df-81fd-564281f768db","agentic-ai",null,{"id":15,"name":16,"slug":16,"description":13,"color":13},"e82b2d09-81b2-43d1-977e-e018443b3c14","coding-agent",{"id":18,"name":19,"slug":19,"description":13,"color":13},"8cf7490f-2449-4ba7-be19-61befa0d92b4","google",{"id":21,"name":22,"slug":22,"description":13,"color":13},"0a93ec8e-ea39-4693-81de-563ca8c173f7","inference","2026-05-31T10:05:00Z","2026-05-31T10:06:40.048102Z","2026-05-31T10:06:40.048117Z",true,"agent",7]