hui.da
277 posts


很难想象上代目程序员没有Agent是如何工作的,没有ClaudeCode,没有智能代码生成,上个需求还要手动查文档改代码,Java后端还在自己实现业务规则,前端还在手写交互逻辑,不能用Agent搬砖,还要手动CV。最要命的是没有LLM可以询问,遇到问题还得不停stack overflow,上代目程序员都怎么熬出来的啊?
橘子喵🍥🏳️⚧️@using_YueCheng
很难想象上代目程序员是如何工作的,没有Git,没有docker,上个线还要手动打包传过去,Java后端还在用jsp,servlet,写个项目要配置一堆文件,前端还在jQuery,最要命的是资料匮乏,没有系统的学习资源,新手遇到一个问题可能卡很久没办法解决,上代目程序员都怎么熬出来的啊?
中文
hui.da ری ٹویٹ کیا

@_butterf1ying @EvanWritesX 可以设置,下拉控制中心也需要密码。就不能开飞行模式了。或者再加一条指令,飞行模式之前发送一条地址定位
中文

我发现很多人还是不会使用Antigravity,跟Cursor最大的区别是:你不是在"用"AI写代码,而是在"管理"一群AI干活。
看了下官方教程,整理一份保姆级指南:
一、下载安装
官网:antigravity.google/download
支持Mac、Windows、Linux,直接下载安装包装就行。
重要:只支持个人Gmail账号,公司的Google Workspace账号用不了。
二、初始化配置
安装完第一次打开,会让你选几个东西:
1、导入设置 可以从VS Code或Cursor导入配置,懒得弄就跳过重新来。
2、选主题 深色浅色随你,不重要。
3、选开发模式(重点)
这里有4个选项,决定了AI的自主权有多大:
代理驱动型:AI全自动干活,基本不问你
代理辅助型(推荐):AI自己决定哪些要问你,平衡效率和安全
审核导向型:每一步都要你批准,最安全但最慢
自定义:自己调参数
新手建议选「代理辅助型」,既高效又不会失控。
4、登录Google账号
会跳转浏览器让你登录,用个人Gmail就行。
建议:专门建个Chrome配置文件来登录,别用主力账号。
三、核心界面
Antigravity有两个主窗口:
Agent Manager(代理管理器) 这是任务控制中心,你在这里给AI分配任务、看它们干活进度、审批它们的方案。
可以同时开好几个Agent并行干活,一个写前端一个搞后端,互不干扰。
Editor(编辑器) 就是你熟悉的VS Code,写代码、看文件用的。
四、怎么用
方式1:Playground快速开始
在Agent Manager里有个Playground,直接输入你想做什么:
"帮我做一个RSS阅读器" "给这个模块写单元测试" "重构一下这个函数"
AI会先出一个计划(Implementation Plan),你觉得OK就点Proceed让它干。
方式2:用@引用文件
在对话框里打@,可以引用工作区里的文件:
@order_service.py 给这个类生成单元测试
这样AI就知道你说的是哪个文件了。
方式3:让AI自己测试
Antigravity内置了Browser Agent,AI可以自己操控浏览器测试你的应用。
点按钮、填表单、跑测试,完了还会录屏给你看。
五、国内使用问题
1、改Google账号地区 访问 policies.google.com/country-associ… 把地区改成美国,1小时内生效
2、代理用美国IP,开TUN模式
3、代理配置(可选) 用Proxifier配置 *.googleapis.com 和 *.googleusercontent.com
六、几个实用技巧
安装时关掉Telemetry,保护隐私
并行任务别让两个Agent改同一个文件,会打架
Gemini 3 Pro免费额度大概能用1.5小时,不够可以切Claude
新工具bug多,对话历史会保存,重启接着干就行
官方资源:
官网:antigravity.google
文档:antigravity.google/docs
入门教程:codelabs.developers.google.com/getting-starte…
1024@xiaohua_888
Google的AI编程工具Antigravity,体验了一周,真的有点东西。 跟Cursor、Claude Code这些最大的区别是:以前是你"用"AI写代码,现在是你"管理"一群AI干活。 几个让我觉得牛逼的点: 1、Agent Manager 可以同时开多个AI并行干活,一个写前端,一个搞后端,一个修bug。干完了来你的"收件箱"找你审批。 2、Browser Agent 这个离谱,AI能自己操控浏览器测试应用,点按钮、填表单、跑测试,还会录屏给你看证据。 3、Artifacts系统 AI出的技术方案,可以像批注Google Docs一样直接划重点写评论。不满意的地方划出来说"这里改成用Redis",它就改。 我让它帮我做了个RSS阅读器,整个过程7分钟搞定,我就干了两件事:审核计划、批准执行。 免费的Gemini 3 Pro额度大概能连续用1.5小时,还能切Claude继续干。 AI编程正在从"辅助工具"变成"协作对象",以后的核心竞争力可能不是写代码,而是会规划、会拆解、会审核。 有兴趣的可以试试,反正免费。详细的上手体验我写了篇文章,链接👇: mp.weixin.qq.com/s/A6ETlppdPkBf…
中文
hui.da ری ٹویٹ کیا

自从学了脑科学后,我发现这个世界根本不存在执行力差。
每一次拖延,本质都不是懒惰,而是大脑在抵抗模糊。
大脑只会自动执行一件事:已经被压缩成可预测动作序列的任务。
可预测代表它能想象出第一步,它知道下一秒发生什么,它确信自己能收尾。
只要满足这个条件,行动就不是需要意志力的选择,而是神经系统自动开跑。
问题在于,大多数人面对的目标,都是抽象的,概念化的,甚至没有入口点。
比如改进工作效率,开始做一个项目,整理房间。
这些语句给大脑的信息是空的,没有动作模型,没有场景,没有起点,没有感知信号。
对神经系统来说,这类任务没有可执行结构,它无法模拟下一秒,于是它停住。
这不是拒绝行动,而是节能原则。人脑会优先执行能立即算出路径的事情。
哪怕是刷手机,也比一个模糊的目标更安全,因为“点开→滑动→获取刺激”是一条确定路径。
确定性永远优先于重要性。不是价值判断,是神经算法。
拖延是风险规避,不是性格缺陷。当任务是模糊的,大脑激活的是不确定带来能量损耗的防御机制,而不是我不想做的情绪。
所有抗拒,都不是对行动本身,而是对没有入口点的混沌。
所以改变不是强迫自己去做,而是把目标结构化成大脑能立刻执行的程序。
一旦任务变成一条明确的动作路径,大脑会自动启动,甚至不会产生拖延的机会。
而这,只是消除了模糊。
中文
hui.da ری ٹویٹ کیا




























