エージェントが長距離を走り始めたとき——Antigravity の4本の柱と、よく使う2つのコマンド

コードを生成すること自体がボトルネックでなくなったとき、開発者は一日のうちに実際何をしているのでしょうか。

この問いは「同期型オートコンプリート」の時代からすでにありました。Tab キーが一行を補完してくれても、それを採用するかどうか、そのロジックが要件を満たすかどうかは、結局あなたが判断します。チャット型のプログラミングになると、ボトルネックはもっと明白です。エンジニアはある問題を割り当てられ、計画を読み、PRD をレビューし、方針を決めます。最終的に署名するのは、依然として人間です。

Antigravity はその一歩先へ進もうとしています。私たちは「コードを生成し、単一のタスクをこなす」ことから、より長時間動き続ける自律ループの中でエージェントを拡張する方向へ移り、エージェントが動く環境そのものも真剣に考えるようになりました。エージェントは必ずしもあなたの PC の中にいる必要はありません。チームの方向性を一言でいえば、開発者が「エージェントのエージェント」、あるいはシステムの管理者になる、ということです。

この目標は4本の柱に支えられ、日々使ういくつかの具体的な機能にも表れています。

4本の柱

1本目はエージェントエンジンです。 すべてのサービス間で設定・会話・認証情報を共有します。基盤のように見えますが、複数のエージェント、複数のセッションにまたがって同じコンテキストを保てるかどうかは、ここで決まります。毎回ゼロから説明し直す必要はありません。

2本目は成果物（artifact）の検証です。 これは創業以来ずっと守ってきた中心的な原則です。生成したプロジェクトをディスクに書き出し、いつでも同期して確認できるようにします。私が個人的にいちばん気に入っている機能でもあります。質問を投げてレポートを生成させ、そのままオンラインで読めるのです。

対応範囲は広がり続けています。最新版では PDF と Microsoft 系ファイル（PPTX、XLSX、DOCX）に対応しました。さらに、プロンプト欄に動画を含むほぼあらゆる種類のファイルをアップロードできることも、先ほど発表したばかりです。背景にあるのは Gemini のマルチモーダル能力で、提供された資産を審査し、画像・動画・音声から意味を読み取ります。HTML は、同じ情報をより動的な形で見せてくれます。今年はじめにこれらのモデルが登場して以来、HTML はとても使いやすい表現手段になりました。さらに一歩進んで、いまでは完全なアプリ、プロトタイプ、あるいはバックエンド付きの Web アプリまで作れます。「成果物」という言葉の境界は、こうして広がってきたのです。

3本目は組み合わせ可能なカスタムプリミティブです。 プラグインマーケットを用意しました。あなたやあなたの会社がプラグインを開発しているなら、意向フォームに記入してください。どうやってマーケットに接続するかを一緒に考えたいと思っています。

4本目は多層防御です。 OS カーネルレベルのサンドボックス、Gemini Enterprise のガバナンス、そして信頼を築き、操作を安全に実行するための一連の基礎的な仕組みが含まれます。私たちはこれらのサンドボックスをクラウド上で動かす形へ移行しています。企業のお客様は、チームや会社の実情に合わせて、細かい制御とデータコンプライアンスを設定できます。

モデルの数より、分業の設計が重要

少し前に Gemini 4 Argon を発表し、いまは Gemini 4 Carbon も迎えています。これらは複雑なソフトウェアエンジニアリング、すなわち競合状態の診断やマルチサービスにまたがるリファクタリングのような難しい作業に向いています。正式リリースの前に、Alphabet 内部の多くの社員でテストしました。わずか4週間で、このシステムを使ってかなり印象的なアプリを作る人が現れています。Argon は Google 内外の多くのチームにとって、仕事の進め方を変える存在になっています。

6週間前に発表した Gemini 3.8 Flash も、とても強力です。NanoBanana2 もあります。Antigravity で画像生成が必要なアプリを開発しているなら便利です。チャットウィンドウを離れることなく、モデルがアセットを生成してくれます。クライアントサイト用の意味のあるプレースホルダー画像や、ゲーム用の特定のテクスチャを作るのは、その典型です。

モデルの選択肢は Google に限りません。Anthropic の Claude Sonnet 5.5 と Opus 5.5 も提供しています。マルチモデル編成が必要なユーザーは、ひとつの画面で異なるモデルに作業を引き継がせ、相互にレビューさせられます。

Gemini 4 が本番システムにもたらした一つの指標は、入力100万トークン、出力100万トークンというコンテキストです。これまでにない規模です。ただし Antigravity では、速度・性能・コストの最適解についての広範な調査に基づいて、コンテキストを制限しています。必要に応じてエフォートレベルを選ぶこともできます。デフォルトは中程度ですが、Teamwork Preview や Boost を使う場合、Argon のような大規模モデルのエフォートレベルを低くすると、利用時間を大幅に延ばせます。

サブエージェントに別のモデルを指定することもできます。よくあるのは、Pro 級モデルでオーケストレーションし、Flash で実行する組み合わせです。逆の組み合わせを使う人もいます。Flash の開発能力は高く、クォータも長持ちします。実行やサブエージェントのレビュー、あるいは bash コマンドを直接走らせるのに使うのが、私が見つけた良い使い方です。Argon はチーム連携機能を備えたカスタムサブエージェントをサポートしています。アーキテクチャと監査を 3.8 Flash に任せ、Argon が編成とレビューを担うのが、現在もっともコスト効率の良い組み合わせのひとつです。

本番環境のいくつかの数字

これはベンチマークのスコアではなく、発表会で紹介された本番事例です。

YouTube は Argon でフロントエンドのコードを分析し、CPU 使用率を50%削減しました。そのうち絵文字のレンダリングだけで、約45%のオーバーヘッドがありました。Wing は物理・空気力学シミュレーターの18個の不具合を見つけました。あるチームは3時間でバグキューの72.4%を片付けています。別のチームは Fortran から Rust への移行で1.8倍の速度向上を実現し、その過程で4件の実行時認可の不具合を発見・修正しました。

私は個人的に Argon を一通りテストしています。いちばん直接的な実感は、3年かけて作ったアプリが半日で作れるようになった、ということです。もちろん興奮しますが、同時に期待値を調整し直すことにもなります。アプリそのものから、プラットフォームの構築、サービスの運用、さらにはアプリをローカルのハードウェア機器に載せることまで、フルスタックエンジニアリングの守備範囲は広がっています。

長いループでは、コンテキストを能動的に管理する

Antigravity のエージェントループでは、操作のたびに現在の会話履歴、出力、読み込まれた会話がモデルに送られます。会話が長くなると、これが実際のコストになります。

Gemini 4 Argon のコンテキストウィンドウにより、古い会話やチェックポイントがモデルのバックエンドに届く前に、自動で要約できます。ツール内の /compact を使えば圧縮の度合いを細かく制御でき、/context でどの内容がトークンを使っているかをいつでも確認できます。

もう二つ、続けたい習慣があります。インストール済みのスキルと有効な MCP サーバーを定期的に確認し、不要なスキルを外すこと。モデルが強くなるほど、スキルを積み上げる必要はありません。もう一つはルールファイルのメンテナンスです。特に Argon では、あらゆる好みを詰め込むのではなく、より簡潔で効率的なルールを書く方向に進んでいます。

プランとクォータ

Antigravity のすべてのプランに Gemini 3.8 Flash が含まれます。拡張機能では、Tab キーによるオートコンプリートが回数無制限です。しかし、Gemini を本当に面白くするのは Pro と Ultra です。Argon に加え、Claude Sonnet 5.5 や Opus 5.5 といったモデルが使えます。5時間ウィンドウのリセットと週次上限を組み合わせて提供しており、クレジットはいつでも使えます。組織は Gemini Enterprise を利用でき、会社のニーズに完全に合わせたシステムを手に入れられます。

grill-me——まず AI に問い詰めさせる

普段どのコマンドや開発パターンを使っているのか、と聞かれることがあります。私のお気に入りは grill-me です。

使い方は簡単です。チャットウィンドウを開き、コードベースについてのタスクを出し、「私を問い詰めて」と頼みます。「もっと厳しく」と注文することもできます。たとえば、コードベースをモダナイズする計画を立て、クロスプラットフォームのフレームワークを検討し、すべての選択肢を挙げ、トレードオフを示す、といった具合です。

grill-me は、あなた自身（人間）をプロセス内のレビュアーの一人に据え、一連の質問を投げかけて、何を作りたいのかを明確にさせます。多くの場合、作り始める前に少し調査もします。質問は Gemini または Argon が生成します。特に質問力では、Argon は 3.8 Flash には聞けないようなことを聞いてきます。

提示された選択肢を選んでもいいし、自分で回答を書いてもいい。その後、提案された手順に沿って進みます。デモの途中でも、いつでもクリックして見ていた内容に戻り、閉じられます。音声入力は専用の Gemini オーディオモデルにつながっていて、目標の理解がかなり的確です。リモートコントロール側も対応したので、私はよくスマホを持ちながらこの製品について人と話しています。

/btw——本線を止めない脇の質問

もうひとつ気に入っているのが /btw です。現在の環境の外側で動くので、メインタスクを走らせながら、脇の質問を投げるのに向いています。「このコードベースを説明して」「コードベースの概要を教えて」といった具合です。

デモは iOS、Android、Web の3ターゲットを持つプロジェクトで、古い API もあえてたくさん残しています。メインタスクが動いている間に、/btw が別の質問に答えます。いつでも閉じられ、質問は保存されるので失われません。

この組み合わせは快適です。メインループが前に進み、脇の質問が理解を補う。入力が必要になると、スマホや場合によっては時計が知らせてくれる——リモート機能が好きな理由でもあります。入口は antigravity.google.com です。ローカル環境に加えて、最近はリモートホスト版も出しました。

まず決断を正しく、それから走らせる

grill-me の本当の価値は、質問の多さではなく、重要な決断を前倒しできることです。トークンの実行には時間がかかり、コストも高くなりがちです。実装前に目標・選択肢・トレードオフをはっきりさせておけば、その後の長いループは正しい方向に向かって走ります。

これが Antigravity の現段階の核心です。モデルに何行コードを多く書かせるかではなく、人が適切な位置に立ち、長時間動き続けるエージェントを管理することです。