Gemini CLI 退场，Antigravity CLI 接棒——Google 的 Agent 优先开发平台来了

预计阅读时间：8 分钟

Google I/O 2026 上，一个看似简单的更名公告背后藏着不小的战略转向：Gemini CLI 正式更名为 Antigravity CLI，同时发布 Google Antigravity 2.0——一个以 Agent 协作为核心的开发平台。这不是换个壳的品牌升级，而是从"单命令行工具"到"多 Agent 生态"的架构跃迁。

更名不只是更名

Gemini CLI 过去的核心定位是：在终端里调用 Gemini 模型，完成代码生成、补全、解释等单点任务。它好用，但本质上是一个模型的一个入口。

Antigravity CLI 继承了原有命令和配置，同时打开了新的能力维度——多 Agent 编排。这意味着你不再只是"问模型一个问题"，而是可以定义一组 Agent，让它们分工协作完成复杂开发流程。

迁移成本极低：现有 Gemini CLI 的配置文件、API Key、自定义指令全部兼容，只需更新 CLI 本身：

# 升级到 Antigravity CLI（兼容旧配置）
npm install -g @google/antigravity-cli

# 验证版本
antigravity --version
# 输出：antigravity-cli 2.0.0

# 旧命令仍然可用，只是前缀变了
antigravity chat "解释这段 Redis 分布式锁代码"

Antigravity 2.0：从工具到平台

Antigravity 2.0 的关键变化在于它不再只是 CLI 的后端服务，而是一个Agent 优先的开发平台。核心概念：

Agent 定义：每个 Agent 有独立的角色、工具集和上下文边界。
编排层：平台负责 Agent 间的任务分发、结果汇聚和冲突消解。
共享上下文：Agent 之间可以通过平台级的工作空间交换中间结果，而不是各自盲写。

用一个具体场景说明：你要重构一个微服务的认证模块。单 Agent 模式下，一个模型既要读代码、写方案、改文件、跑测试，容易顾此失彼。多 Agent 模式下，可以拆成：

Analyzer Agent：只负责读现有代码，输出依赖图和风险点。
Planner Agent：基于 Analyzer 的输出，生成重构步骤。
Executor Agent：按步骤改代码，提交变更。
Reviewer Agent：跑测试 + 静态检查，决定是否回滚。

实战：定义一个多 Agent 工作流

以下是一个可改造运行的 Antigravity CLI 多 Agent 配置示例。注意：具体字段名和 API 细节以官方文档为准，这里给出的是典型结构，方便你理解编排思路并快速上手。

# antigravity-workspace.yaml — 放在项目根目录
version: "2.0"

workspace:
  name: auth-refactor
  context_store: .antigravity/state.json  # Agent 间共享中间结果

agents:
  analyzer:
    model: gemini-2.5-pro
    role: "读取代码，输出依赖图和风险清单"
    tools:
      - file_reader
      - dependency_graph
    output_to: context_store
    prompt_template: |
      分析以下目录中的认证相关代码：{{target_dir}}
      输出：1) 函数调用依赖图 2) 潜在风险点列表

  planner:
    model: gemini-2.5-pro
    role: "基于分析结果生成重构步骤"
    tools:
      - context_reader       # 从 context_store 读取 analyzer 的输出
    depends_on: [analyzer]
    prompt_template: |
      基于依赖图和风险清单，制定分步重构方案。
      每一步必须包含：目标文件、改动描述、预期影响。

  executor:
    model: gemini-2.5-flash
    role: "按步骤修改代码"
    tools:
      - file_writer
      - shell_runner
    depends_on: [planner]
    prompt_template: |
      按重构方案逐步修改代码。每完成一步，记录变更摘要。

  reviewer:
    model: gemini-2.5-pro
    role: "验证变更，跑测试，决定是否回滚"
    tools:
      - shell_runner
      - context_reader
    depends_on: [executor]
    prompt_template: |
      运行测试套件和静态检查。
      如果失败，输出回滚指令；否则输出确认摘要。

在终端里启动整个工作流：

# 初始化工作空间
antigravity workspace init --config antigravity-workspace.yaml

# 运行完整工作流（Agent 按依赖顺序自动编排）
antigravity run --target_dir src/auth

# 查看各 Agent 的输出
antigravity workspace status

depends_on 字段是编排的关键——它定义了 Agent 的执行顺序和数据依赖。平台会自动确保 analyzer 完成后才启动 planner，planner 的输出写入共享上下文供下游读取。

单 Agent 用法仍然有效

如果你不需要多 Agent 编排，Antigravity CLI 完全可以当原来的 Gemini CLI 用：

# 单次对话，和旧版体验一致
antigravity chat "帮我写一个 FastAPI 的健康检查端点"

# 管道模式，适合脚本集成
cat src/main.py | antigravity pipe "找出所有未处理异常的函数"

# 内嵌模式，在 git hook 或 CI 里调用
antigravity inline --file src/auth/login.py --prompt "检查是否有硬编码的密钥"

这些命令的参数和输出格式与旧版 Gemini CLI 保持一致，迁移时不需要改任何现有脚本。

上手建议与风险提醒

迁移路径：先升级 CLI，确认旧命令正常工作，再逐步引入多 Agent 配置。不要一次性把所有流程都改成多 Agent——单 Agent 模式在简单任务上仍然更快、更省 token。

几个需要注意的点：

Token 成本：多 Agent 工作流意味着多次模型调用。Analyzer + Planner + Executor + Reviewer 四轮下来，token 消耗是单 Agent 的 3-4 倍。对大型重构值得，对小改动不划算。
上下文一致性：Agent 间通过文件交换中间结果，不是共享同一份对话历史。如果 Planner 的输出格式偏离了 Executor 的预期，链条会断。建议先用 antigravity workspace dry-run 验证依赖链。
回滚机制：Reviewer Agent 可以输出回滚指令，但实际回滚仍依赖你的 git 或备份策略。平台本身不会自动还原文件。

快速检查清单：

✅ npm install -g @google/antigravity-cli，确认版本 2.0+
✅ 旧配置文件无需修改，直接兼容
✅ 简单任务继续用 antigravity chat，别过度编排
✅ 复杂任务先写 YAML 定义依赖链，dry-run 验证后再正式运行
✅ 关注 token 用量，多 Agent 不等于必须多 Agent

Antigravity CLI 的更名是信号：Google 不再只卖一个模型入口，而是卖一整套 Agent 协作基础设施。对开发者来说，最实际的第一步不是拥抱多 Agent，而是确认升级无损、旧流程照跑，然后在真正需要分工的场景里逐步尝试编排。