对Google Antigravity智能体IDE的深度体验揭示了其惊人的代码生成速度，尤其是在集成了Opus 4.5 (Thinking)模型后。这份评测不仅展示了它在实际任务中的高效表现，也探讨了工具性能与用户硬件之间的现实矛盾，为开发者提供了极具参考价值的决策信息。
智能速览
Google Antigravity IDE集成了包括Opus 4.5 (Thinking)在内的多种模型。
实测Opus 4.5代码生成速度极快，甚至超过了人工审核的效率。
工具的强大性能对用户硬件提出了较高要求，老旧设备可能成为瓶颈。
该IDE被视为Claude Code的有力补充，而非完全替代品。
使用前需通过开启TUN模式的VPN工具解决IPv6验证问题。
精华内容
深入了解这款新工具的实际表现，从令人惊叹的代码生成速度到设置中的技术细节，以及它如何与现有开发工具链共存。
惊人的生成速度
在实测中，Google Antigravity所集成的Opus 4.5 (Thinking)模型表现出了极高的代码生成效率。一份偏量化的报告，在极短时间内就被复现为大量代码文件，其速度甚至让使用者来不及审阅。这印证了业界关于“人工智能代码生成速度已远超人工审核能力”的判断，展示了AI在自动化编程领域的巨大潜力。
这种飞速的代码产出，对于需要快速原型开发或处理重复性编码任务的开发者而言，无疑具有巨大的吸引力。
硬件成为瓶颈
当Antigravity智能体快速完成代码编写并执行主程序时，性能瓶颈却转移到了运行环境上。一台配置较旧的电脑在处理AI生成的复杂程序时显得力不从心，导致运行速度缓慢。这凸显了一个现实问题：先进的AI开发工具对用户硬件提出了更高要求。
要充分发挥这类工具的性能，强大的硬件支持是不可或缺的一环，这也可能成为用户在选择和使用此类工具时必须考虑的成本因素。
互补的工具生态
经过初步体验，Google Antigravity并非要完全取代现有的开发工具，而是扮演了一个有力的补充角色。它被视为与Claude Code可以并存的选项，各有侧重。相比之下，Gemini CLI则可能因为功能或体验上的不足而面临被淘汰的风险。
对于开发者而言，构建一个包含多种AI辅助工具的生态系统，根据不同任务场景选择最合适的工具，或许是更高效的工作方式。
设置注意事项
在使用Google Antigravity时，一个技术细节值得注意：其验证流程依赖IPv6协议。这意味着用户需要通过开启TUN模式的代理工具才能顺利连接网络。对于使用较旧代理客户端（如旧版Clash）的用户，可能会遇到连接困难。
一个有效的解决方案是下载并使用最新版本的客户端（如Clash Verge）来手动配置订阅，从而可以“丝滑”地解决网络连接问题。
Google Antigravity展现了AI辅助开发的未来趋势，其强大的能力预示着开发效率的飞跃。然而，这也对开发者的硬件配置和技术适应性提出了新挑战。如何平衡AI的强大算力与个人工作流，将是每个开发者都需要思考的问题。
