Čas strávený ručním vyhledáváním chyb nebo aktualizací dokumentace je časem, který ubírá na zavádění nových funkcí. Vysoce výkonné týmy již využívají umělou inteligenci k ušetření tohoto času a v náhodně vybraných terénních experimentech zaznamenaly 26% nárůst v plnění úkolů.
I vy se můžete připojit k tomuto rostoucímu počtu uživatelů tím, že začnete využívat případy použití Google Antigravity, jako je automatizované opravování chyb, rychlé prototypování uživatelských rozhraní a bezpečnostní audity. Tato příručka vám ukáže, jak používat Antigravity od Google, a vysvětlí, jak tyto pracovní postupy koordinovat napříč vašimi stávajícími nástroji.
TL;DR: Antigravity je nejlepší volbou pro úkoly, které můžete definovat, předat a nechat běžet samy. Je to naopak nejhorší volba pro práci, u které potřebujete postupovat intuitivně.
Pět případů použití, které se opravdu vyplatí: automatizace úkolů pomocí agentů, prototypování uživatelských rozhraní se zpětnou vazbou v prohlížeči, analýza kódové základny, bezpečnostní audity a koordinace napříč nástroji. Výběr platformy ovlivňuje výsledek. Antigravity 2.0 pro paralelní koordinaci, CLI pro práci bez grafického rozhraní, IDE pro programování společně s agentem a SDK pro vlastní agenty.
Rozhodnutí o zavedení není ve skutečnosti o Antigravity. Jde o to, zda má váš tým místo, kam se výstupy agentů dostanou, někoho, kdo je zodpovědný za jejich čtení, a způsob, jak si všimnout, když se schvalování stává nedbalým. Týmy, které si to nejprve vybudují, získají kumulativní výnosy. Týmy, které to vynechají, se rychleji dostanou ke kódové základně, které nikdo nerozumí.
Co je Google Antigravity?
Google Antigravity je vývojová platforma společnosti Google zaměřená na agenty. Využívá autonomní agenty s umělou inteligencí, kteří plánují a provádějí vícestupňové úkoly ve vašem editoru, terminálu i prohlížeči. Stačí popsat, co potřebujete, a agenti se postarají o zbytek, takže už nemusíte přepínat mezi editorem kódu, terminálem a dokumenty, abyste dokončili jeden úkol.
Byly spuštěny v rámci veřejné předpremiéry společně s Gemini 3, čímž připravily půdu pro novou aktualizaci Antigravity 2.0. Tato verze rozdělila jedno IDE na čtyři pracovní plochy. Vaše volba ovlivňuje, jak se budou níže uvedené příklady použití vyvíjet:
- Antigravity 2.0: Řiďte více autonomních agentů napříč různými projekty z samostatné desktopové aplikace bez nutnosti připojení k editoru
- Antigravity CLI: Spouštějte agenty přímo z terminálu pro pracovní postupy využívající příkazový řádek a bez grafického rozhraní
- Antigravity IDE: Pište kód vedle agenta v původním editoru
- Antigravity SDK: Vytvářejte vlastní agenty na platformě Antigravity pomocí knihovny pro jazyk Python
Samotný agent běží na Gemini 3.6 a 3.5 Flash, Gemini 3.1 Pro, Claude Sonnet 4.6 a Claude Opus 4.6, přičemž lze zvolit také model GPT-OSS-120b. (Dostupnost modelů se často mění; aktuální seznam najdete v oficiální dokumentaci Antigravity.)
5 nejlepších příkladů využití Google Antigravity pro vývojové týmy
Vývojářské týmy využívají Antigravity naplno v pěti oblastech: automatizace úkolů pomocí agentů, prototypování uživatelských rozhraní, analýza kódové základny, bezpečnostní audity a automatizace pracovních postupů napříč nástroji. Každá z těchto oblastí přebírá jiný druh opakující se práce, od šablonových úkonů jednotlivých vývojářů až po předávání úkolů v rámci celého týmu.
1. Vývoj pomocí agentů a automatizace úkolů
Antigravity přebírá opakující se úkony, které vyrušují vývojáře z hluboké koncentrace: psaní šablonového kódu, spouštění testovacích sad a nasazování do testovacího prostředí. Tyto úkony jsou samy o sobě pomalé a vedou k přepínání mezi kontexty, což snižuje produktivitu pokaždé, když dojde k přerušení soustředění.
Přenesení tohoto vícestupňového procesu na agenta pomáhá vývojářům soustředit se na architekturu a řešení problémů. Několik příkladů:
- Automatizujte opravu chyb: Nechte agenta vystopovat chybu, napsat opravu, spustit testy a předat vám čistou opravu ke kontrole
- Okamžité generování kódu: Popište funkci běžným jazykem a nechte agenta vygenerovat celou strukturu souborů i počáteční implementaci
- Zvládněte úkoly CI/CD: Nastavte agenty tak, aby spouštěli sestavení a monitorovali protokoly, abyste museli zasahovat pouze v případě skutečné poruchy
Zajímavost: První počítačová chyba byla doslova můra, která byla v roce 1947 nalezena uvězněná v relé počítače Harvard Mark II a jako důkaz byla přilepena do deníku.
2. Rychlé prototypování a iterace uživatelského rozhraní
Práce na frontendu zde probíhá rychleji, protože agent vidí, co vytvořil. IDE Antigravity využívá funkci „browser-in-the-loop“. Namísto toho, abyste ručně ladili každý pixel, obnovovali stránku a opakovali tento proces, agent načte vykreslené uživatelské rozhraní a upraví kód na základě vizuální zpětné vazby.
To překlenuje propast mezi maketou a prohlížečem třemi způsoby:
- Převádějte návrhy na kód: Stačí agentovi poskytnout snímek obrazovky nebo návrhový soubor a ten okamžitě vygeneruje funkční kód frontendu
- Iterace na komponentách: Požádejte agenta, aby upravil odsazení nebo tloušťku písma, a sledujte, jak se změny promítají do živého náhledu v prohlížeči
- Provádějte vizuální testy: Pomocí agentů automaticky vyhledávejte nesrovnalosti ve vykreslování v různých prohlížečích
3. Analýza a údržba kódové základny
Agent Antigravity je stálým průvodcem vaším repozitářem. To je důležité zejména u starších souborů, u nichž ztrácejí přehled i zkušení inženýři. Nedostatek přehlednosti zpomaluje vývoj nových funkcí a zvyšuje váš technický dluh.
- Proveďte analýzu kódové základny: Zeptejte se agenta, jak funguje konkrétní proces ověřování, a získejte jasné a podrobné vysvětlení logiky
- Generování dokumentace: Nechte agenta analyzovat vaše skripty, aby automaticky vytvořil technické soubory README a užitečné komentáře přímo v kódu
- Identifikace „code smells“: Pomocí agenta vyhledejte oblasti vhodné k refaktoringu a nechte si od něj navrhnout čistší implementace, které pak můžete schválit.
Podívejte se, jak vývojářské týmy sledují, prioritizují a splácejí technický dluh pomocí refaktoringu podporovaného umělou inteligencí a úpravy backlogu:
4. Kontrola zabezpečení a detekce zranitelností
Bezpečnost přestává být překážkou pro vydání, když agenti prohledávají kód ještě před jeho odevzdáním. Antigravity označuje zranitelná místa a navrhuje opravy již během fáze psaní kódu. Díky tomu se ruční kontrola, která dříve zpomalovala váš vývojový cyklus, stává nepřetržitým procesem běžícím na pozadí.
Agenti umí:
- Vyhledávání zranitelností: Identifikujte běžná rizika, jako jsou SQL injekce nebo cross-site scripting (XSS)
- Kontrola závislostí: Zkontrolujte balíčky třetích stran z hlediska známých rizik, abyste do svého projektu nepřevzali zranitelnosti z externích knihoven.
- Generování bezpečnostních oprav: Projděte si navrhované změny kódu, které opravují zjištěné chyby
5. Integrace nástrojů napříč funkcemi
Antigravity funguje jako most napříč vaším technologickým stackem. Umožňuje agentům zpracovávat úkoly a eliminuje tak nutnost přepínání mezi terminály, prohlížeči a nástroji pro správu projektů. Příklady pracovních postupů pro koordinaci umělé inteligence:
- Automatizujte cykly mezi terminálem a prohlížečem: Nechte agenta spustit sestavení, otestovat ho v prohlížeči a zveřejnit výsledky na kanálu vašeho týmu
- Propojte izolovaná data: Načtěte informace z externího API, aktualizujte svou databázi a vygenerujte souhrnnou zprávu v rámci jednoho pracovního postupu
- Propojte své nástroje umělé inteligence: Propojte Antigravity se specializovanými nástroji a vytvořte automatizované procesy od začátku do konce
Z našeho průzkumu vyplývá, že téměř 54 % týmů pracuje v roztříštěných systémech, zatímco 49 % jen zřídka sdílí kontext mezi jednotlivými nástroji. Takto to vypadá, když se jednotlivé izolované systémy skutečně propojí:
Klíčové funkce, které tyto příklady použití umožňují
Ve váš prospěch hrají čtyři funkce: správce agentů, vizuální zpětná vazba, autonomní plánování a generování artefaktů. Společně vysvětlují, jak Antigravity samostatně provádí vícestupňové úlohy, přičemž konečné slovo máte stále vy.
- Správce agentů: Sledujte více aktivních agentů z jednoho rozhraní pro řízení misí a sledujte průběh prací napříč projekty
- Vizuální zpětná vazba: Sledujte změny uživatelského rozhraní a interakce v prohlížeči v reálném čase, zatímco agenti automaticky upravují kód frontendu.
- Autonomní plánování: Schvalte nebo upravte implementační plán agenta ještě předtím, než napíše jediný řádek kódu
- Vytváření artefaktů: Prověřujte konkrétní výstupy, jako jsou opravy kódu nebo videonávody, abyste se ujistili, že každá akce agenta splňuje vaše standardy
Antigravity umožňuje vašim vývojářům přejít od psaní kódu k posuzování návrhů
O implementaci se starají agenti Antigravity. Úkolem vývojáře je zkontrolovat plán agenta ještě předtím, než napíše jediný řádek kódu. Jedná se o jinou dovednost než revize kódu, která určuje, jak rychle se práce dodává.
Obě věci se zdají podobné, ale nejsou. Při revizi kódu se ptáme: „Dělá tento kód to, co má?“ Záměr byl již stanoven ještě předtím, než někdo otevřel editor.
Při revizi plánu si kladete otázku: „Je samotný záměr správný?“ a toto rozhodnutí činíte bez jakéhokoli kódu, na kterém byste mohli své uvažování ověřit. Většina inženýrů to nepraktikuje, protože kariérní postup to neodměňuje. Navíc je to těžší naučit než opravování chyb.
Návrh platformy Antigravity s tímto počítá. Schvalování plánů a systém oprávnění založený na třech seznamech ( Odepřít > Zeptat se > Povolit ) jsou klíčovými prvky produktu, nikoli volitelnými nastaveními. Společnost Google vyvinula tuto platformu s předpokladem, že úkolem člověka je udělovat oprávnění.
Hákem je, že se nelze spolehnout na to, jak dobře váš tým posuzuje správnost autorizace. Kauzální studie zavádění nástroje Cursor v open-source projektech zjistila, že produktivita vzrostla ihned poté, co vývojáři začali používat AI. Současně s tím však stoupla i složitost kódu a počet varování ze statické analýzy.
Vývojáři měli pocit, že pracují rychleji, ale kvalita kódu se zhoršila. Nikdo si toho nevšiml, dokud to neukázala data.
Právě proto není rychlost správným měřítkem, které byste měli sledovat. Agenti ji sice okamžitě zvýší, ale to vám nic neřekne o tom, zda byla schválená práce kvalitní. Pravidla pro udělování oprávnění, kontroly artefaktů a lidské kontrolní body popsané v další části tohoto průvodce slouží k zajištění kvality vašich schválení. Právě toto číslo rozhoduje o tom, zda se vývoj s využitím agentů vyplatí.
Antigravity vs. Cursor vs. Claude Code vs. GitHub Copilot
V oblasti vývoje s využitím agentů existují čtyři významní konkurenti: Google Antigravity (specializované prostředí pro agenty), Cursor (přímo ve vašem editoru), Claude Code (v terminálu) a GitHub Copilot (v rámci vašich pull requestů). Umístění agenta určuje, do jaké fronty se jeho výstup dostane, a právě s tím se váš tým potýká každý den.
| Nástroj | Silné stránky | Omezení | Nejvhodnější pro | Ceny* |
|---|---|---|---|---|
| Google Antigravity | Agenti kontrolují vlastní vykreslené uživatelské rozhraní | Výstup se nachází tam, kam nikdo nehledí | Týmy provádějící paralelní úlohy na pozadí | Individuální – zdarma; AI Pro ~20 $/měsíc, Ultra 100–250 $/měsíc |
| Kurzor | Nejkratší vzdálenost mezi záměrem a úpravou | Dvě identická sedadla mohou stát velmi rozdílné částky | Vývojáři, kteří pracují přímo v editoru | 20 $/měsíc – verze Pro |
| Claude Code | Zajišťuje soudržnou logiku napříč desítkami souborů | Chybí vizuální rozhraní pro práci na frontendu | Zkušení inženýři provádějící rozsáhlé migrace | Plány společnosti Anthropic založené na využití |
| GitHub Copilot | Získejte práci v rámci struktury, kterou jste již vybudovali | Výhoda mizí mimo GitHub | Organizace, jejichž revize probíhá výhradně na GitHubu | 10 $/měsíc pro jednotlivce, 19 $ a více pro firmy |
Google Antigravity
Antigravity poskytuje každému agentovi maximální volnost při práci. Schválíte plán a agent se pohybuje mezi soubory, terminálem a prohlížečem, zatímco vy děláte něco jiného. Ostatní tři jsou záměrně navrženy tak, aby udržovaly člověka blíže k procesu, což pomáhá, dokud nechcete, aby se dít dvanáct věcí najednou.
Co funguje dobře:
- Agenti, kteří vidí svůj vlastní výstup: Nasměrujte jednoho z nich na vykreslenou stránku a on opraví své vlastní CSS podle toho, co zobrazuje prohlížeč.
- Přehled nad mnoha agenty: Sledujte, jak několik agentů současně pracuje na různých projektech, a zasahujte pouze v případě, že se některý z nich zasekne.
- Opakující se práce, na které už ani nevzpomínáte: Přenechte noční testovací cykly nebo audity závislostí funkci Naplánované úkoly a ráno si prohlédněte výsledky.
Omezení:
- Výstup se objeví tam, kam nikdo nehledí: Copilot vkládá práci do pull requestů a Cursor ji nechává ve vašem editoru. Artefakty Antigravity čekají na místě, které musí někdo záměrně otevřít, a modul oprávnění spouští proces bez sledování revize, takže backlog zůstává skrytý, dokud se něco s chybou nevydá.
- Modely třetích stran nejsou k dispozici v rámci úrovně Enterprise: Modely Claude Sonnet 4.6, Claude Opus 4.6 a GPT-OSS-120b jsou dostupné v bezplatných a spotřebitelských tarifech, nikoli však prostřednictvím platformy Gemini Enterprise Agent Platform. Kombinace modelů, kterou váš tým testuje, tedy není stejná jako ta, kterou získáte po podpisu smlouvy o nákupu.
Přeskočte tento článek, pokud: Chcete cítit, jak agent reaguje při psaní. Tento agent je navržen pro předání dávek a následné opuštění.
Nejvhodnější pro: Týmy provádějící dlouhodobé paralelní úlohy na pozadí, zejména iterace frontendu, kde agent kontroluje vlastní vykreslení a šetří tak čas potřebný na revize.
Kurzor
Agent Cursor je vždy nejblíže vašim rukám. Sleduje polohu kurzoru a otevírá buffery. Díky tomu je časová prodleva mezi záměrem a provedením nejkratší ze všech čtyř agentů a tým používající VS Code může na něj přejít během jediného odpoledne.
Práce se navíc provádí mimo váš počítač prostřednictvím Cloud Agents, takže stará kritika ohledně „vázanosti na editor“ již neplatí. Stále však platí, že produkt je navržen s ohledem na vývojáře, který právě pracuje v dané relaci. Delegování celé flotily agentů je možné, ale rozhraní k tomu není přímo určeno.
Co funguje dobře:
- Úpravy více souborů bez opakovaných výzev: Zadejte programu Hand Composer 2.5 dlouhý úkol a ten sám provede úpravy souborů a operace v terminálu.
- První recenzent ještě před vaším recenzentem: Bugbot přidává komentáře do vaší větve, takže zjevné chyby se nikdy nedostanou do fronty pro lidské recenzenty
- Ochranná opatření pro všechny uživatele: Nastavte režim soukromí v celé organizaci a sledujte využití jednotlivých vývojářů z jednoho administrátorského rozhraní
Omezení:
- Dvě identická pracovní místa mohou stát velmi rozdílné částky: Volba modelu určuje, jak rychle vývojář vyčerpá svou kapacitu
- Delegování vás připravuje o kontext, díky kterému je rychlé: Výhoda Cursoru spočívá ve čtení vašich otevřených bufferů a pozice kurzoru. Cloudový agent pracující na základě zadaného příkazu nic z toho nemá. To znamená, že stejný úkol vyžaduje mnohem explicitnější zadání.
Tuto část přeskočte, pokud: Vaším úskalím je spouštění mnoha agentů napříč mnoha repozitáři, nikoli zrychlení práce jednoho vývojáře na jednom souboru.
Vhodné pro: Vývojáře, kteří chtějí mít agenta přímo ve svém editačním cyklu, zejména týmy, které již standardně používají VS Code.
Claude Code
Claude Code je nástroj, na který se obrátíte, když jde o migraci, do které se nikdo nechce pustit. Přejmenujte funkci používanou na šedesáti místech a on sleduje řetězec volání, aktualizuje testy a zachytí dvě místa, kde se změnila signatura. To vše se děje bez jakéhokoli vizuálního zobrazení.
Začíná v terminálu a zasahuje do IDE, Slacku, webu i GitHubu. To znamená, že se přizpůsobí stávajícím pracovním prostředím vašeho týmu, aniž by je nahrazoval. Je tedy nejjednodušší ze všech čtyř nástrojů na integraci, ale zároveň nejtěžší k předání někomu, kdo není zvyklý pracovat v příkazovém řádku.
Co funguje dobře:
- Pracovní postupy, které můžete zopakovat v příštím čtvrtletí: Nechte agenta napsat skript, který bude paralelně řídit mnoho podřízených agentů
- Paralelní agenti, kteří se navzájem nekolidují: Agent Teams přiděluje každému agentovi vlastní pracovní strom, takže několik agentů může pracovat na stejném repozitáři, aniž by se navzájem přepisovali.
- Soudržnost v rámci celé migrace: Zadejte mu úkol zahrnující desítky souborů a logika zůstane konzistentní od začátku do konce
Omezení:
- Práce na frontendu probíhá naslepo: Pokud se nic nezobrazuje, oprava uživatelského rozhraní znamená popsat, co vypadá špatně, místo toho, aby se to ukázalo. To prodlužuje každý krok při provádění vizuálních změn.
- Funkce se liší podle poskytovatele: Přístup prostřednictvím cloudového poskytovatele nenabízí stejnou sadu funkcí jako přímý přístup od výrobce. Před nasazením v podnikovém prostředí je proto nutné nejprve provést kontrolu shody.
Přehlédněte to, pokud: Vaší nejnáročnější prací jsou vizuální iterace, nebo pokud lidé, kteří agenta nejvíce potřebují, raději neotevírají terminál.
Nejvhodnější pro: Zkušené inženýry provádějící komplexní refaktoringy a migrace, u nichž o výsledku rozhoduje kvalita uvažování.
GitHub Copilot
GitHub Copilot soutěží spíše v oblasti umístění než v čisté výkonnosti. Jeho agent pracuje přímo ve vašich pull requestách, issuech a akcích. Výstupy se objevují ve frontě, kterou váš tým každé ráno otevírá.
Toto umístění zároveň řeší problém správy, který ostatní tři řešení ponechávají otevřený. Práce agentů prochází ochranami větví, povinnými revizemi a systémem CODEOWNERS. To znamená, že brány, jejichž konfiguraci jste věnovali roky, fungují i nadále, aniž byste museli zavádět jedinou novou politiku.
Co funguje dobře:
- Skutečné žádosti o začlenění (pull requesty), nikoli volné záplaty: Přiřaďte problém a cloudový agent otevře žádost o začlenění (PR) s stejnými bezpečnostními opatřeními, jaká by platila pro větev vytvořenou člověkem.
- Agenti jiných dodavatelů ve stejném pracovním postupu: Přesměrujte úkol do Claude Code nebo Codex přímo z Copilotu, aniž byste museli opustit GitHub
- První kontrola každého rozdílu: Nechte nástroj vyřešit stylové nesrovnalosti a zjevné chyby, aby se recenzenti mohli soustředit na rozhodnutí týkající se designu.
Omezení:
- Výhoda mizí mimo GitHub: Pokud se revize provádějí v GitLabu nebo máte CI jinde, nezbývá vám než porovnávat základní schopnosti agentů jako u jakéhokoli jiného nástroje
- Úkol musí být nejprve formulován jako úkol: Agent pracuje na základě jasně vymezeného úkolu a generuje diff. Průzkumná práce tedy vyžaduje, aby člověk nejprve definoval požadovaný výstup, než může být zahájena.
Přeskočte tento článek, pokud: Chcete agenta s rozsáhlou lokální kontrolou nad vaším terminálem, prohlížečem a souborovým systémem.
Vhodné zejména pro: Týmy, jejichž proces revize již probíhá výhradně na GitHubu a které chtějí, aby byla umělá inteligence integrována přímo do tohoto toku, nikoli pouze jako doplňková služba.
Jak začít s Google Antigravity
Nastavení probíhá v šesti krocích: vyberte si pracovní plochu, nainstalujte a synchronizujte, připojte svůj pracovní prostor, nastavte model agenta, povolte agenta v prohlížeči a přiřaďte první úkol s nízkým rizikem. Plán „Individual“ je zdarma a zahrnuje všechny funkce, takže můžete spustit skutečné agenty ještě předtím, než někdo podepíše objednávku. Zde je postup.
- Vyberte si prostředí: Zvolte Antigravity 2.0 pro paralelní koordinaci agentů, příkazový řádek (CLI) pro bezgrafické a terminálové pracovní postupy, nebo IDE, pokud vaši vývojáři chtějí zůstat v editoru. SDK slouží k vytváření vlastních agentů.
- Instalace a synchronizace: Stáhněte si aplikaci z webu antigravity.google pro macOS, Linux nebo Windows. Přeneste si stávající nastavení VS Code nebo Cursoru, abyste zajistili hladký přechod.
- Propojte svůj pracovní prostor: Otevřete lokální složku projektu a dejte agentovi několik minut na zaindexování repozitáře, aby pochopil vaši logiku a strukturu.
- Nastavte si model agenta: Pro rutinní práci začněte s Gemini 3.5 Flash, který nabízí vyšší rychlost. Pro náročnější úlohy vyžadující logické uvažování, jako je refaktoring více souborů, přepněte na Gemini 3.1 Pro.
- Aktivace agenta v prohlížeči: Spusťte jednoduchý úkol, který vás vyzve k jednorázové instalaci rozšíření pro Chrome, které odemkne vizuální zpětnou vazbu
- Přiřaďte úkol s nízkým rizikem: Začněte s README pro jeden modul nebo s jednotkovými testy pro jednu funkci, ne s vaší fakturační službou
Jak dosáhnout spolehlivých výsledků s Google Antigravity?
Spolehlivé výsledky závisí na pěti postupech pro úspěšné zavedení umělé inteligence: jasné pokyny, předem nakonfigurovaná oprávnění, kontrola artefaktů před sloučením, úlohy s nízkým rizikem na začátku a sledování iterací. Pokud některý z těchto kroků vynecháte, kvalita výstupu agenta se zhorší, aniž byste o tom byli upozorněni. Zde je váš návod.
- Formulujte jasné a úplné pokyny: Uveďte agentovi kontext kódové základny, formát výstupu a případná omezení. Nejasné pokyny vedou k nejasným výsledkům
- Nastavte oprávnění před spuštěním autonomního režimu: Roztřiďte všechny citlivé akce do tří seznamů oprávnění Antigravity. Destruktivní příkazy patří do seznamu „Deny“, přístup k přihlašovacím údajům a produkčnímu prostředí do seznamu „Ask“ a seznam „Allow“ pokrývá pouze rutinní operace, jako je čtení souborů repozitáře nebo spouštění testů.
- Zkontrolujte artefakty před sloučením: Kódu vygenerovanému agentem přistupujte jako k pull requestu od začínajícího vývojáře. Porovnejte jej s kontrolním seznamem pro revizi kódu, aby logiku ověřil člověk, a ne jen nástroj pro porovnání změn.
- Začněte s úkoly s nízkým rizikem: Nejprve svěřte dokumentaci, jednotkové testy stávajícího kódu a analýzu kódové základny. Tyto úkoly budují důvěru bez zbytečného vystavování se riziku a vaše fakturační služba není vhodným kandidátem hned od prvního dne.
- Sledujte a vylepšujte: Sledujte, které výzvy jsou úspěšné, u kterých úkolů agenti opakovaně selhávají a kde lidé nejčastěji zasahují. Tyto body zásahu vám napoví, co je třeba opravit jako další – ať už jde o výzvu, pravidlo oprávnění nebo samotný úkol.
Tip pro pokročilé: Seznam oprávnění nastavte před spuštěním, nikoli během něj. Oprávnění schválená uprostřed úkolu se schvalují reflexivně, protože jakmile se agent zastaví u čtvrtého dotazu, kliknete na „Povolit“ jen proto, aby pokračoval dál. Stejná logika platí i pro plány: čtěte je spíše s ohledem na nesprávné předpoklady než na chyby, protože nesprávný předpoklad vede ke kódu, který sice funguje perfektně, ale řeší nesprávný problém, a rozdíl v kódu bude vypadat vnitřně konzistentně.
Jak se vypořádat s omezeními služby Google Antigravity
Antigravity má pět omezení, která je třeba zohlednit při plánování: výstupy, které jsou sice přesvědčivé, ale nesprávné, týdenní limity kvót, latence pouze u asynchronních operací, nerovnoměrná dostupnost funkcí napříč platformami a nevyřešené otázky ohledně souladu s předpisy u citlivého kódu. Pokud tyto skutečnosti znáte předem, můžete mít realistická očekávání a předejít tak nepříjemným překvapením uprostřed projektu.
- Ověřujte každou změnu provedenou agentem: Počítejte s nesprávným kódem, špatně pochopenými požadavky a chybami, které znějí přesvědčivě. V pozadí stále stojí agent založený na velkém jazykovém modelu (LLM). Výstup považujte za pracovní verzi, dokud nebude otestován.
- Rozpočet s ohledem na kvótní limity: Počítejte s týdenními limity, které vám zablokují přístup, dokud se kvóta neobnoví. Upozorňujeme také, že dodatečnou kapacitu lze získat pomocí kreditů AI, které se prodávají samostatně předplatitelům tarifů Pro a Ultra. Google nezveřejňuje, kolik práce agenta lze za jeden kredit zakoupit, takže odhad nákladů na jednoho vývojáře zůstává zatím pouhým odhadem.
- Navrhujte s ohledem na asynchronní práci, nikoli na párové programování: Zařazujte agenty do fronty na pozadí a provádějte úlohy hromadně, místo abyste očekávali odezvu v reálném čase, zatímco s nimi programujete.
- Zkontrolujte shodu funkcí napříč platformami: Porovnejte desktopovou aplikaci, příkazový řádek (CLI), IDE a SDK, než se ve svém týmu sjednotíte na jedné z nich. Je to důležité, protože ne všechny nabízejí stejné možnosti.
- Zkontrolujte soulad s předpisy před začleněním citlivého kódu: Než nástroj Antigravity nasadíte na firemní repozitáře, ověřte, zda splňuje bezpečnostní požadavky a požadavky na ochranu osobních údajů vaší organizace.
Jak koordinovat agenty Antigravity v ClickUp
Modul oprávnění Antigravity určuje, co může agent během běhu dělat. Nespravuje však, co se s výstupem stane poté: kdo jej zkontroluje, jak dlouho trvá schválení nebo zda někdo odhalí nesprávný předpoklad před jeho vydáním. To je problém koordinace týmu a platformy agentů koordinaci týmu neřeší.
ClickUp funguje na obou koncích procesu. Codegen načte kompletní kontext úkolu (popis, kritéria přijetí, propojené specifikace, historii komentářů) a předá jej agentovi ještě před zahájením provádění. Jedná se o jiný vstup než příkaz zadaný do terminálu. Výstupem je propojený PR, ve kterém jsou již vyplněny stav, přidělená osoba a termín dokončení.
U plánů vytvořených mimo ClickUp vložte jeden z nich do popisu úkolu a ClickUp Brain jej porovná s aktuálními údaji o sprintech: s čím je tento týden v konfliktu, které opravy agentů byly tento měsíc vráceny zpět a co mají společného, a kam by měly být zařazeny dílčí úkoly související s revizí.
Brain také v rámci jednoho předplatného podporuje modely Claude, GPT a Gemini. Vy si vyberete ten správný model pro daný úkol.
Nejtěžší je překlenout noční dobu. Funkce Scheduled Tasks v Antigravity odesílá opravy bez ohledu na to, zda je vaše fronta vyprázdněna. Super agenti v ClickUp porovnávají každý příchozí plán s rozsahem sprintu, seřadí jej podle rizika a přiřadí položky s vysokým rizikem vašemu nejzkušenějšímu recenzentovi. Vše, co není zkontrolováno do 24 hodin, se eskaluje. Ráno otevřete frontu seřazenou podle priority, ke které je připojeno odůvodnění.
Mariah Wilcox, vedoucí štábu CBO a CMO ve společnosti Seismic, hovoří o agentech v ClickUp:
Naše marketingové zadání dříve představovalo nekonečné přetahování mezi zadavatelem a producentem, které se vždy zastavilo, když byl někdo mimo kancelář. Nyní agent v ClickUpu zkontroluje každou žádost, shromáždí požadavky a ověří kapacitu před předáním. Náš kreativní tým se okamžitě pustí do práce a soustředí se na tvorbu, nikoli na honbu za zadávacími formuláři. Agenti si neberou dovolenou!
Naše marketingové zadání dříve představovalo nekonečné přetahování mezi zadavatelem a producentem, které se vždy zastavilo, když byl někdo mimo kancelář. Nyní agent v ClickUpu zkontroluje každou žádost, shromáždí požadavky a ověří kapacitu před předáním. Náš kreativní tým se okamžitě pustí do práce a soustředí se na tvorbu, nikoli na honbu za zadávacími formuláři. Agenti si neberou dovolenou!
Co se osvědčuje zejména při správě výstupů agentů:
- Každá oprava od agenta se automaticky zařadí do vašeho schvalovacího procesu: Když agent otevře žádost o začlenění (pull request), spustí se automatizace ClickUp prostřednictvím integrace s GitHubem. V seznamu výstupů agenta se vytvoří úkol s odkazem na PR, stavem nastaveným na „Plánovat kontrolu“ a stanoveným termínem. Stejné automatizace zablokují přechod do stavu „Schváleno“, dokud nebude vyplněno pole „Recenzent“.
- Můžete přesně zjistit, kdo co schválil a proč: Ukládejte implementační plány do Docs, propojte je s úkolem a označte je jako wiki. Historie verzí zaznamenává každou úpravu; komentáře recenzentů a časová razítka stavu zůstávají přímo u úkolu.
- Problémy s kapacitou a kvalitou se projeví ještě dříve, než je někdo nahlásí: Sledujte průměrnou dobu trvání fází „Plan Review“ a „Code Review“ na kartě ClickUp Dashboards. Karta, na které se úkoly posouvají zpět, signalizuje problém s včasností. Pokud první číslo stoupá, zatímco propustnost zůstává na stejné úrovni, máte problém s kapacitou. Pokud stoupá druhé číslo, máte problém s včasností.
Upřímné omezení: ClickUp zajišťuje koordinační vrstvu kolem výstupů agentů. Konkrétně v případě Antigravity je spojovacím bodem integrace s GitHubem, takže týmy, jejichž agenti otevírají pull requesty, tuto funkci získají automaticky; všichni ostatní si musí úkol vytvořit sami nebo nastavit webhook.
Pro koho je to určeno: Pro týmy, které provozují několik agentů souběžně a u nichž se otázka posunula od „dokážou agenti tuto práci zvládnout?“ k „stihneme to vše ověřovat?“. Jediný vývojář, který provozuje dva agenty na vedlejších projektech, to nepotřebuje. Stačí mu správce agentů Antigravity.
Podívejte se, jak pracovní postup agenta probíhá od spouštěče až po zkontrolovaný výstup v ClickUp:
Zefektivněte své pracovní postupy při vývoji AI pomocí ClickUp
Příklady použití Google Antigravity vám nabízejí jasnou cestu ke snížení manuální zátěže prostřednictvím automatizovaného opravování chyb a rychlého prototypování. Váš úspěch však nezávisí pouze na technologii. K udržení stability kódové základny potřebujete jasné pokyny, silné bezpečnostní mechanismy a důsledný lidský dohled.
Pravděpodobně ztrácíte příliš mnoho času přepínáním mezi různými úkoly. Ačkoli platformy založené na agentech nabízejí řešení, fungují pouze v kombinaci se spolehlivým řízením pracovních postupů. Je důležité naučit se, jak urychlit nasazení agentů s umělou inteligencí a konečně si uvolnit ruce pro kreativní práci.
Pokud jste připraveni sjednotit vývoj umělé inteligence a řízení projektů na jednom místě, začněte ClickUp používat zdarma. Přesvědčte se sami, jak sjednocený pracovní prostor eliminuje roztříštěnost nástrojů a udržuje váš plán v pohybu.
Často kladené otázky týkající se příkladů použití služby Google Antigravity
Co se změnilo v Antigravity 2.0?
Verze Antigravity 2.0 přináší přepracovanou desktopovou aplikaci, rozhraní příkazového řádku a SDK pro vlastní pracovní postupy agentů. Desktopová aplikace umožňuje koordinovat více agentů najednou, navrhovat vlastní pracovní postupy podřízených agentů a plánovat úkoly, které se budou spouštět na pozadí, a to díky integraci s Google AI Studio, Androidem a Firebase. Znamená to posun od jediného IDE směrem k širší platformě pro koordinaci agentů.
K čemu můžete Google Antigravity využít kromě psaní kódu?
Google podrobně popisuje pracovní postupy pro uživatele, kteří nejsou vývojáři, včetně průzkumu konkurence a webu, tvorby dokumentace a vědecké práce. Jeho agenti ovládají více než 20 hlavních vědeckých databází, včetně AlphaFold Database, UniProt, PubChem a ChEMBL, a také nejmodernější modely, jako je AlphaGenome. Vlastní CLI codelab společnosti Google rozděluje cvičení na úkoly pro vývojáře a pro uživatele, kteří nejsou vývojáři.
Proč mi Antigravity hlásí, že jsem vyčerpal svůj limit, a jak mohu získat další?
Antigravity uplatňuje jak základní kvótu, tak týdenní limity využití. Základní kvóta se v plánech Google AI Pro a Ultra obnovuje každých pět hodin; po dosažení týdenního limitu se model zablokuje, dokud se kvóta znovu neobnoví. Předplatitelé plánů Pro a Ultra si mohou pro případ překročení kvóty dokoupit kredity AI v ceně 25 USD za 2 500 kreditů. Google nezveřejňuje, kolik práce agenta lze za jeden kredit zakoupit, takže odhad spotřeby na jednoho vývojáře zůstává pouze orientační.
Mohou Google Antigravity využívat týmy a podniky?
Ano, týmy i podniky mohou Google Antigravity využívat. Zákazníkům služby Google Cloud je k dispozici prostřednictvím platformy Gemini Enterprise Agent Platform, která je oddělená od jednotlivých úrovní předplatného Google AI. Individuální účty se řídí podmínkami služby Google pro spotřebitele; týmová nasazení se řídí podmínkami služby Google Cloud. Než agenty nasadíte do proprietárních repozitářů, vyhodnoťte, zda splňují vaše vlastní požadavky na bezpečnost a ochranu osobních údajů.
V čem se Antigravity liší od Gemini CLI?
Antigravity CLI nahradilo Gemini CLI. Společnost Google uvedla na trh Antigravity CLI, terminálové rozhraní založené na jazyku Go, které sdílí infrastrukturu agentů Antigravity, a ukončila podporu Gemini CLI pro běžné uživatele. Praktický rozdíl spočívá v tom, že Gemini CLI bylo lehčí, na relace orientované terminálové rozhraní, zatímco Antigravity CLI spouští autonomní agenty, provádí příkazy shellu a spravuje podprocesy na pozadí v rámci stejného systému oprávnění jako desktopová aplikace.