Narzędzia AI do programowania stały się bardzo sprawne w generowaniu kodu, naprawianiu błędów i wyjaśnianiu, co dzieje się wewnątrz bazy kodu. Google chce jednak, aby jego AI odgrywało większą rolę w procesie tworzenia oprogramowania.

Właśnie tutaj wchodzi Antigravity.

Antigravity to platforma deweloperska Google oparta na agentach, zaprojektowana tak, aby agenci AI mogli realizować wieloetapowe zadania programistyczne oraz zadania związane z pracą opartą na wiedzy. Agenci mogą korzystać z narzędzi, pracować na plikach, przeszukiwać internet, delegować części zadania innym agentom i kontynuować pracę bez konieczności otrzymywania ciągłych instrukcji od programisty.

Google przedstawiło Antigravity w listopadzie 2025 roku jako środowisko programistyczne napędzane przez AI. Od tego czasu firma rozszerzyła je do szerszej platformy obejmującej Antigravity 2.0, Antigravity IDE, CLI oraz SDK.

Pomysł jest prosty: zamiast korzystać z AI wyłącznie do pomocy przy pojedynczych fragmentach kodu, programiści mogą powierzać agentom większe zadania, a następnie nadzorować efekt ich pracy.

Ten artykuł wyjaśnia, czym jest Antigravity, jak działa i dlaczego ma znaczenie w sytuacji, gdy tworzenie oprogramowania staje się coraz bardziej oparte na agentach.

Czym jest Google Antigravity?

Google Antigravity to platforma deweloperska oparta na agentach, która pozwala użytkownikom współpracować z agentami AI przy zadaniach programistycznych i innych zadaniach związanych z pracą opartą na wiedzy.

Najłatwiej zrozumieć różnicę, porównując Antigravity z tradycyjnym asystentem programistycznym.

Asystent programistyczny może zasugerować kod, wyjaśnić błąd lub wygenerować funkcję na życzenie. Platforma agentowa działa na wyższym poziomie. Użytkownicy mogą przekazać agentowi szerszy cel i pozwolić mu planować, korzystać z narzędzi, wykonywać polecenia i przechodzić przez wiele kroków.

Antigravity to wkład Google w już mocno obsadzoną dziedzinę. Narzędzia takie jak GitHub Copilot, Cursor, Claude Code od Anthropic czy Codex od OpenAI wykraczają już poza autouzupełnianie i czat w kierunku trybów agentowych, które planują i wykonują wieloetapowe prace programistyczne. To, co odróżnia Antigravity, to fakt, że została ona zbudowana od podstaw jako platforma zorientowana na agentów, obejmująca desktopowe centrum dowodzenia, terminal, IDE i SDK, zamiast dodawać możliwości agentowe do produktu typu asystent.

Google opisuje Antigravity jako platformę zbudowaną na erę agentów. Jej agenci mogą wykonywać takie zadania, jak czytanie i zapisywanie plików, wykonywanie poleceń systemowych, przeprowadzanie wyszukiwań w internecie, interakcja z Chrome oraz tworzenie artefaktów i planów wdrożenia.

Platforma ma obecnie kilka różnych interfejsów:

• Antigravity 2.0: Samodzielne desktopowe centrum dowodzenia do uruchamiania, monitorowania i orkiestracji agentów.
• Antigravity CLI: Interfejs oparty na terminalu do pracy z agentami Antigravity.
• Antigravity SDK: Framework w języku Python do budowania niestandardowych aplikacji agentowych w oparciu o środowisko uruchomieniowe Antigravity firmy Google.
• Antigravity IDE: Pełne agentowe środowisko programistyczne zaprojektowane do bezpośredniej pracy z kodem.

Jak działa Google Antigravity?

Największa różnica w przypadku Antigravity dotyczy poziomu, na którym użytkownicy współpracują z AI. Zamiast prosić agenta o napisanie jednej funkcji, użytkownik może powierzyć mu szersze zadanie i pozwolić mu samodzielnie określić kroki niezbędne do jego wykonania.

Agenci Antigravity mogą korzystać z narzędzi, aby wykonywać polecenia, czytać i zapisywać pliki, przeszukiwać internet, współpracować z Chrome oraz pracować z zewnętrznymi usługami za pośrednictwem umiejętności (skills) i serwerów MCP. MCP, czyli Model Context Protocol, to otwarty standard łączenia modeli AI z zewnętrznymi narzędziami i źródłami danych, a jego obecność oznacza, że agenci Antigravity mogą czerpać z rozszerzającego się ekosystemu integracji, a nie tylko z narzędzi dostarczanych przez Google.

Zmienia to relację między programistą a AI. Programista nie musi określać każdego pojedynczego kroku. Może opisać oczekiwany rezultat i pozwolić agentowi wykonać zadanie.

Antigravity 2.0 obsługuje dynamicznych podagentów, dzięki którym główny agent może tworzyć wyspecjalizowanych agentów do konkretnych części zadania.

Tacy podagenci mogą pracować równolegle, a izolacja przestrzeni roboczych pomaga utrzymać ich pracę w rozdzieleniu. Według Google pozwala to dzielić większe zadania na mniejsze części i jednocześnie zapobiegać niepotrzebnemu zapełnianiu kontekstu głównego agenta przez wiele strumieni pracy.

W praktyce, zamiast jednego agenta wykonującego wszystko sekwencyjnie, może on delegować skoncentrowane fragmenty pracy innym agentom.

Antigravity obsługuje również asynchroniczne zarządzanie zadaniami. Długotrwałe operacje można przenosić do procesów w tle, aby nie blokowały aktywnej pracy agenta. Podagenci mogą też działać jako zadania w tle, a ich postęp jest przesyłany strumieniowo z powrotem do głównego agenta.

Antigravity 2.0 obejmuje także Scheduled Tasks, czyli zadania harmonogramowane. Użytkownicy mogą ustawiać cykliczne harmonogramy, które automatycznie wywołują agentów do wykonania z góry zdefiniowanych zadań. Google podaje przykłady, w tym dzienne podsumowania pull requestów, godzinowe kontrole działających wdrożeń oraz miesięczne raporty o zmianach w architekturze systemu.

To wynosi Antigravity poza ramy narzędzia AI, które użytkownik musi za każdym razem ręcznie wywoływać promptem. Po skonfigurowaniu harmonogramu agent może być uruchamiany automatycznie, zgodnie z tym harmonogramem.

Czym są Artifacts w Antigravity?

Jednym z ważniejszych elementów Antigravity są Artifacts.

Artifacts to rezultaty, które agenci tworzą, aby komunikować użytkownikowi swoją pracę i postęp. Mogą obejmować plany wdrożenia, rozbudowane dokumenty, diagramy, obrazy, nagrania z przeglądarki i inne formy dowodów na to, co agent zrobił. Ma to znaczenie, ponieważ powierzenie agentowi AI większej pracy rodzi inny problem: skąd użytkownicy mają wiedzieć, co faktycznie zrobił?

Artifacts dają użytkownikom coś do przejrzenia, zamiast zmuszać ich do polegania wyłącznie na ostatecznej odpowiedzi. Google zbudowało Antigravity wokół idei komunikowania postępu i wyników poprzez artefakty, a użytkownicy mogą przeglądać pracę i przekazywać opinie bezpośrednio.

Jakie modele napędzają Antigravity?

Antigravity jest ściśle zintegrowana z modelami Gemini Google — tą samą rodziną modeli, która stanowi podstawę szerszej oferty produktów AI firmy.

Obecna platforma Antigravity Google wyróżnia model Gemini 3.7 Flash, wprowadzony w sierpniu 2026 roku jako podstawowy model platformy do zadań programistycznych i agentowych. Według Google model wykazuje znaczące postępy względem poprzednika, Gemini 3.6 Flash, w testach porównawczych kodowania, a jego cena wprowadzająca została określona na mniej więcej połowę kosztu za token.

Antigravity nie jest jednak po prostu modelem. Model dostarcza podstawowej inteligencji, natomiast infrastruktura agentowa (agent harness) Antigravity zapewnia środowisko, narzędzia, uprawnienia i inne możliwości, które pozwalają agentowi wykonywać wieloetapową pracę.

To rozróżnienie jest istotne. Antigravity to platforma do wdrażania i zarządzania agentami, a nie po prostu kolejny chatbot napędzany przez Gemini.

Dlaczego Antigravity ma znaczenie?

Większa zmiana polega na przejściu od AI pomagającego programistom pisać kod do agentów AI, którzy mogą podejmować się większych części pracy.

Tradycyjne tworzenie oprogramowania wymaga od programistów decydowania, co trzeba zrobić, pisania lub modyfikowania kodu, uruchamiania testów, badania problemów i powtarzania tego procesu. Rozwój oparty na agentach zmienia tę równowagę.

Programista może coraz częściej opisać oczekiwany rezultat i pozwolić agentowi zająć się większą częścią wykonania. Programista staje się wtedy odpowiedzialny za kierowanie pracą, przeglądanie wyników i podejmowanie decyzji wymagających ludzkiego osądu.

To nie oznacza, że programiści znikną. Oznacza, że rola programisty może przesunąć się od ręcznego wykonywania każdego kroku w kierunku orkiestracji, nadzorowania i przeglądania pracy agentów AI.

Ta zmiana nie dokonuje się wyłącznie w Google — to kierunek, w którym podąża cała branża narzędzi dla programistów, a każdy większy dostawca ściga się w dodawaniu możliwości agentowych. Google wyraźnie pozycjonuje Antigravity wokół tej zmiany. Firma opisuje platformę jako sposób pracy w erze agentów i rozszerzyła ją poza programowanie w kierunku szerszej pracy opartej na wiedzy.

Czy Antigravity może działać bez stałego nadzoru?

Antigravity została zaprojektowana tak, aby wspierać pracę autonomiczną i asynchroniczną, ale nie oznacza to, że użytkownicy powinni ślepo przekazywać kontrolę.

Google wbudowało w platformę mechanizmy uprawnień i zabezpieczeń. Na przykład domyślne ustawienia Antigravity wymagają interaktywnej zgody przed uruchomieniem przez agentów poleceń terminala, a dostęp do plików i innych zasobów można ograniczać za pomocą uprawnień na poziomie projektu. Ma to znaczenie, ponieważ większa autonomia agentów wiąże się również z większym ryzykiem.

Agent, który może modyfikować pliki, wykonywać polecenia lub współpracować z zewnętrznymi narzędziami, potrzebuje odpowiednich granic. Antigravity łączy więc autonomię z mechanizmami kontrolnymi, które pozwalają użytkownikom określić, do czego agenci mają dostęp i co mogą robić. Rezultat jest bliższy autonomii nadzorowanej przez człowieka niż całkowicie nienadzorowanemu AI.

Czy Google Antigravity jest darmowe?

Google obecnie podaje, że Antigravity jest dostępna bezpłatnie dla programistów w ramach planu „Individual”. Jest to jednak przedstawione jako cennik fazy publicznej zapowiedzi, a limity wykorzystania były od premiery korygowane więcej niż raz. Firma oferuje również płatne plany Google AI z wyższymi limitami wykorzystania i priorytetowym dostępem.

Antigravity 2.0 jest dostępna dla systemów Windows, macOS i Linux. Bezpłatna dostępność ma znaczenie, ponieważ obniża barierę dla programistów, którzy chcą eksperymentować z rozwojem opartym na agentach — przynajmniej na razie — bez natychmiastowego przechodzenia na płatną platformę. Kontrastuje to z poziomami subskrypcyjnymi powszechnymi w konkurencyjnych narzędziach do programowania agentowego, choć status publicznej zapowiedzi oznacza, że warunki mogą nadal się zmieniać.

Podsumowanie

Google Antigravity ma znaczenie, ponieważ oddaje jedną z największych zmian zachodzących w tworzeniu oprogramowania: przejście od AI jako asystenta do AI jako agenta, który może podejmować się większych części pracy.

Antigravity 2.0 daje użytkownikom centrum dowodzenia do zarządzania tymi agentami. Szerszy ekosystem dodaje interfejs terminalowy, programowalne SDK i dedykowane agentowe IDE. Agenci mogą pracować równolegle, działać asynchronicznie, delegować zadania, korzystać z narzędzi i uruchamiać się według harmonogramu.

Wyzwaniem nie jest już dziś jedynie to, czy AI potrafi generować kod. Jest nim to, czy programiści potrafią kierować, nadzorować i ufać agentom, którzy mogą wykonywać coraz bardziej złożoną pracę. To czyni Antigravity wartą obserwacji.