谷歌Antigravity SDK支持本地模型与云端混合代理

谷歌已为 Antigravity SDK 增加本地模型支持。开发者可以在自己的设备上构建并运行智能代理，同时按需调用云端模型处理更高层次的规划任务，从而更细致地控制数据隐私、推理成本、网络依赖和计算负载分配。

该 SDK 的核心能力之一是混合代理编排，即把“架构师—构建者”模式扩展到云端与本地协同的环境中。架构师代理负责掌握依赖关系、架构限制和实施规范，并将复杂工作拆成多个范围明确的任务；构建者代理则在隔离环境中并行完成具体执行。

在这一模式下，架构师可以运行于云端，仅依据任务描述和文件名制定计划、拆分工作，无需读取源代码。构建者则在本地处理漏洞复现、补丁生成、候选补丁审查和回归测试等代码密集型环节，其他本地代理还能依据测试套件验证修改结果，使敏感数据和主要计算过程留在设备内。

谷歌在审计并修补三个存在漏洞的 Python 模块时进行了演示。整个流程约消耗 3400 个 Token，其中云端规划只使用了 95 个，剩余 97.2% 在本地完成；该公司表示，演示过程中没有源代码上传到云端。不过，本地运行模型通常需要较强硬件，推荐配置包括 24GB 以上显存或统一内存。

当前实现主要通过 LiteRT 运行 Gemma 4 26B A4B 模型，但 SDK 并不局限于这一技术栈。借助 LocalOpenAIAgentConfig，开发者还可以接入兼容 OpenAI 接口的本地推理服务器，包括 Ollama、LM Studio 和 vLLM。社区讨论认为，本地模型有助于企业掌控模型变更，并可能改善成本、速度和质量；也有观点指出，云端 Token 占比不能单独代表性能或经济性，补丁接受率、运行时间和能耗同样应纳入评估。

需要区分的是，Antigravity SDK 与 Antigravity IDE 并非同一产品。后者是由前者驱动的集成开发环境，二者共享底层代理基础设施；SDK 的用途更广，允许开发者通过编程方式构建自定义 AI 代理，并不局限于编码任务。