1. Google Antigravity 是什么为什么值得专门找一套中文教程1.1 一句话理解 Antigravity给 AI “打工”的平台前阵子我想做一个能自动处理客户询盘、整理询价单、再顺手把结果同步到表格里的 AI 代理结果搜索资料时被各种英文文档和零散视频折磨得够呛。后来机缘巧合刷到了一套 26 篇的 Google Antigravity 中文指南才算是把这条学习曲线给真正理顺了。先给还不熟悉的朋友快速扫个盲。Google Antigravity 是 Google 在 2025 年推出的 AI 代理开发平台它的前身叫 World Agents后来在开发者大会上正式更名为 Antigravity。你可以把它理解成一个“用大白话指挥 AI 干活”的生产平台在控制台里用自然语言描述你要做的自动化任务平台会自动帮你组装模型、编排流程、配置工具最后直接把一个可以调用的 AI agent 部署上线。这么说吧传统开发 AI 应用你需要写代码、调 API、拼 prompt、自己管上下文、自己处理工具调用Antigravity 做的事情就是把这一整套从“需求描述”到“可用代理”的过程高度产品化。你在界面上写清楚“我要一个客服机器人能查订单、能退换货引导、回答不了就转人工”剩下的代理构建、模型选择、部署环境平台帮你安排得明明白白。1.2 官方文档不“亲民”中文教程的价值到底在哪Antigravity 刚出来那阵子我第一反应也是看不看官方文档就够了。结果打开官方文档才发现信息密度虽然高但对新手实在不友好英文术语一长串示例代码默认你会很多东西而且平台更新速度极快三月份看的截图四月份界面就已经换了。更要命的是中文社区当时的系统性资料少得可怜。你搜到的内容要么是几篇赶工出来的新闻稿要么是拿旧版本界面录的视频很多功能路径对不上一个按钮找不到就能卡半小时。这套 26 篇合集的亮点在于“精校”这两个字——它不是把英文文档机翻一遍而是按照实际界面、实际版本逐步操作验证过的中文指南。用一位群友的话说看官方文档像在翻字典看这套教程像有人手把手带你走了一遍工地。对于以中文为母语、又不甘心只看二手资讯的开发者、产品经理和自动化爱好者来说这套东西确实把门槛打下来了。1.3 这套 26 篇合集到底适合谁来学先说结论这套教程不是“零基础编程小白也能 3 天精通 AI”的鸡汤课但也不是只有资深工程师才看得懂的天书。根据我自己的阅读体验这三类人收益最大有 Python 或 JavaScript 基础、想快速上手 AI 代理开发的程序员。你能在最短时间内搞清楚 Antigravity 的设计理念和核心操作避开自己啃英文文档的时间成本。产品经理和业务负责人。你需要理解 AI 代理的能力边界知道什么需求适合做成 agent、什么需求现阶段还不靠谱这套教程里的实战案例刚好能帮你建立手感。被碎片化内容折磨过的自学者。如果你之前囤了一堆教程看完还是不会搭一个能跑的 agent那这套按主线推进的 26 篇结构就是一条清晰的“主线任务”列表。2. 26 篇教程的架构拆解从新手村到版本答案2.1 全局视角四阶段学习路线拿到这套教程之后我做的第一件事是先把目录过了一遍。26 篇不是零散拼凑的而是一条明显的进阶线第 1 至 5 篇平台认知与准备阶段。讲清楚 Antigravity 是什么、控制台怎么注册、界面怎么布局、基本概念术语以及如何跑通第一个最简单的“Hello Agent”。第 6 至 13 篇核心功能实操阶段。逐个拆解代理构建器、模型选择、工具调用、知识库接入、多轮记忆、日志查看等核心能力。第 14 至 21 篇场景化实战阶段。用客服机器人、内容聚合器、数据处理工作流、企业内部问答机器人等真实案例教你怎么把功能组合起来。第 22 至 26 篇进阶调优与发布阶段。覆盖成本控制、权限管理、版本迭代、性能监控以及怎么把做好的 agent 部署到生产环境。这个路线最大的好处是每篇之间都有明确的递进关系。你不需要自己纠结下一步该学什么跟着顺序走就行这种“傻瓜式主线”对新手极其友好。2.2 前 5 篇别急着写代码先把平台逻辑吃透很多人学新平台有个坏习惯上来就想搞个大项目结果基础概念没搞懂后面每一步都在踩坑。这套教程的前 5 篇我建议哪怕你自认为经验丰富也不要完全跳过尤其是第 3 篇关于“代理与工作流”概念的讲解。Antigravity 和传统编程最大的区别在于你的“代码”很大程度是自然语言描述。这意味着平台内置的代理构建器、模型路由、工具注册表这些底层设计逻辑决定了你能做出什么东西、做出来的东西有多稳定。教程第 2 篇用一张控制台界面截图逐步拆解了左侧导航各模块的作用说实话比我当时对着英文界面瞎猜高效了不知道多少倍。这个阶段每篇阅读加操作时长大概控制在 40 分钟左右。看完之后你要达到的效果是能说清楚 Agent、Model、Tool、Memory 这几个核心概念的关系并能默写出一段最简单的中文 agent 描述。2.3 第 6 至 13 篇核心功能逐个击破建立“武器库”这个阶段是整套教程的精华所在。第 6 篇教你用代理构建器创建第一个真正意义上的自定义 agent第 7 篇讲的是怎么在 agent 里接上 Google 搜索、代码解释器等内置工具第 8 篇专门讲知识库把你的 PDF、网页文档喂给 agent让它回答私有领域的问题。我当时最头疼的其实是第 10 篇讲的多轮对话记忆机制。因为 Antigravity 里的 agent 默认是有上下文窗口限制的你要清楚哪些信息会被带进下一轮、哪些会被遗忘否则做出来的客服机器人聊到第三句话就“失忆”。教程里用了一个很通俗的类比给 agent 设置记忆就像给人配了个速记员记什么不记什么得提前约定好。从第 11 篇开始视野转向更工程化的东西如何查看 agent 执行日志、如何调试 prompt、如何用小样本学习的方式调教 agent。多花点时间在这里后面做复杂项目时会非常省心。2.4 第 14 至 26 篇实战和上线才是真正的试金石到了第三、四阶段教程开始告诉你“组合拳”怎么打。比如第 15 篇做一个客服工单自动分类 agent需要同时用到知识库、工具调用和结构化输出第 18 篇做一个定时抓取行业资讯的 agent需要用到触发器、外部 API 和通知集成第 21 篇做企业内部 HR 问答机器人涉及权限控制和私有数据隔离。最后 5 篇更偏“运维视角”。第 23 篇讲如何评估 agent 的 token 消耗并控制成本第 24 篇讲发布到生产环境前要检查哪些配置第 25 篇讲版本迭代时如何避免旧版行为漂移。这些内容在绝大多数碎片化的网络教程里都是看不到的真正的项目经验和“能跑就行”就差在这层细节上。3. 我在实操中反复回看的核心细节3.1 自然语言描述 agent 时模板比文采重要Antigravity 的核心交互方式就是你用中文或其他自然语言描述你想要一个什么样的代理。但很多新手第一次写出来的描述像发朋友圈信息太散生成的 agent 行为也飘忽不定。我对照着教程第 6 篇的建议整理出了一个我一直在用的描述公式角色定义 任务目标 使用工具 输出格式 限制条件。拿我做的询盘处理 agent举例我是这么写的你是一个外贸业务助理。你的任务是阅读客户发来的询盘邮件提取产品型号、数量、目标港口和期望交期。你可以调用搜索工具验证公司名是否存在。输出格式为 JSON包含 product、quantity、port、lead_time、company_valid 五个字段。如果信息缺失输出时将该字段置为空字符串不要编造。这段描述换成大白话之后生成的 agent 行为明显比“帮我处理询盘邮件”这种写法稳定得多。教程里管这叫“结构化自然语言”本质上就是把你脑子里的业务逻辑完整地翻译给平台听。3.2 工具调用搜索和代码执行器不是摆设Antigravity 内置的工具集我最常用的是 Google 搜索工具和代码执行器。前者让 agent 能实时联网验证信息后者让 agent 能跑一段 Python 做数据处理。教程第 7 篇对工具调用的配置讲得很细尤其是“何时触发工具”这个关键配置。一开始我做的 agent 不管用户问什么都会先去搜索浪费了不少请求响应也慢。后来按教程里教的在描述里给工具调用加了“前置条件”只有需要实时信息时才调用搜索工具只有需要进行数学计算或数据清洗时才调用代码执行器。实际测试下来加了条件定义之后agent 的返回速度和准确率都有明显提升。这块经验属于文档里不一定写得透、但实操里特别关键的那种。3.3 知识库接入不是把文档丢进去就完事了做企业问答机器人知识库是绕不开的一环。Antigravity 支持上传文档、网页内容作为 agent 的知识来源但教程第 8 篇特别强调了一个容易忽略的点文档的质量直接影响检索质量。如果你把一份排版混乱、章节缺失的 PDF 直接丢进去agent 检索出来的上下文大概率也是乱的。我的做法是上传前先把文档转成干净的 Markdown 格式按业务模块拆分每个模块控制在 2000 字以内文件名用有业务含义的命名方式。这样做之后检索准确率肉眼可见地提高了。还有一个细节是定期更新。很多企业内部资料变动频繁如果知识库里的信息过期了agent 就会一本正经地给出过时答案。教程里建议给知识库设置更新提醒或者干脆做成定时自动重新导入这一点我在实际维护中深有体会。3.4 日志和调试别靠猜看执行轨迹最直接Agent 不听话的时候绝大多数问题都能靠看执行日志定位。Antigravity 的调试面板里能看到 agent 每一步的思考过程、模型调用记录、工具返回结果和耗时。教程第 11 篇专门教了怎么看懂这些日志。我说一个自己踩过的坑。有次我做的 agent 在回答客户问题时突然多出两句莫名其妙的内容一开始我以为模型抽风后来翻日志才发现是因为我上传的知识库文档里本身就带了一段营销话术模板agent 检索到之后当成回答素材给用了。这种问题如果不去看执行轨迹光靠反复调 prompt 是解决不了的。所以我的经验是当你觉得“agent 怎么这么蠢”的时候先别急着骂打开执行日志看看它每一步做了什么很多时候一眼就能锁定问题环节。4. 新手最容易踩的坑我帮你提前踩过了4.1 环境准备阶段的坑账号权限和配额要提前确认入门阶段最常见的卡点不是操作而是权限。Antigravity 的某些功能比如创建自定义工具、接入外部 API对账号的权限层级有要求。教程第 1 篇特意提醒了这一点但还是有群友不看非等做到第 15 篇实战项目时才发现功能入口是灰的。另外要留意平台的数据处理配额。免费层级的请求次数有限如果你照着教程把每一个示例 agent 都跑了一遍很可能会在某一篇的中间突然遇到调用额度超限的错误。建议在阅读第 14 篇之前提前检查一下自己的配额余量该升级就升级别让额度问题打断学习节奏。4.2 效果翻车的坑工具没生效和记忆丢失我统计了一下在实操过程中大家反馈最多的问题集中在两类。一类是工具调用没生效。你明明在描述里写了可以搜索但 agent 就是不搜。出现这种问题先看两处第一初学者容易把“搜索”写在限制条件里而不写在允许使用的工具里导致 agent 不敢用第二有些内置工具需要你在代理构建器里显式添加不是写了自然语言描述就自动挂载的。教程第 7 篇针对这个有详细的检查清单。另一类是记忆丢失。你发现 agent 聊着聊着就忘了用户早前提供的信息。这在 Antigravity 里通常不是 bug而是上下文管理策略的问题。你要么在描述里明确让 agent 记录关键信息要么开启平台提供的持久化记忆功能。教程第 10 篇给出了两种方案的具体配置路径建议把这篇文章单独收藏。4.3 成本失控的坑模型选型不是越贵越好Antigravity 底层接入的是 Gemini 系列模型不同档位的模型能力差异大价格差异更大。教程第 23 篇给了非常实用的选型建议核心思想是“按任务复杂度匹配模型”。我做了一个小测试表任务类型推荐模型思路理由简单意图识别如问候、菜单引导轻量快速模型优先响应快成本低客服问答、数据分析中端均衡模型兼顾效果和速度复杂推理、代码生成高端旗舰模型推理能力强准确率高很多人习惯一上来就用最强模型觉得效果肯定更好。但在高并发场景下这不仅烧钱响应速度还可能拖后腿。按教程建议我给每个 agent 都设置了两套模型方案日常流量走均衡档复杂问题再降级或升级策略处理成本能省下一大截。4.4 信息时效性的坑教程也有版本注意对照日期最后提醒一点AI 工具的迭代速度快到吓人。这套 26 篇教程在编写时已经做了精校但你在学习时页面布局或功能名称仍然可能和我写这篇文章时有出入。我个人的习惯是遇到功能入口对不上的情况先看教程页面上标注的版本日期然后去官方更新日志里确认最新的改动。不要因为一个按钮位置变了就怀疑整篇教程的价值核心逻辑和设计思想通常是不会三天两头变来变去的。5. 怎么把 26 篇教程真正“榨干”我的学习建议5.1 边看边搭27 天完成一个小闭环我给自己的工作流是每天只推进一篇学完当天立刻把示例操作完整跑一遍哪怕只是把示例复制过去运行也没有关系。这一步看起来笨但实际收益极大你是在用肌肉记忆对抗遗忘曲线。完整跑完 26 篇大概花了我四周多一点的时间。第四周结束时我已经独立做出了一个能自动抓取行业新闻、生成摘要并推送到群里的小 agent。虽然它还很粗糙但从 0 到 1 的完整链路通了后面做任何复杂项目都有底了。5.2 建立自己的速查笔记和最小模板学习过程中别光收藏文章一定要做自己的速查笔记。比如我记录了“创建 agent 的标准流程”“工具启用的检查清单”“知识库上传前的清理三步”“部署前的 8 项检查”等等。甚至把它压缩成了一张 A4 纸的“最短操作路径”。这张纸后来作用远超预期。每次新建一个 agent我都照着这个模板快速搞定。遇到异常直接回到对应的教程章节定位问题。如果你不想做笔记至少把每篇教程末尾的“常见问题”部分摘出来存在一个文件里这就是你自己的知识库基础版。5.3 这套教程的在线学习地址在哪关于在线学习入口其实不需要我贴一个具体的网址原因很简单这类平台的入口和官方文档地址会随产品版本而变化直接分享出来的链接没过多久可能就会失效。我更推荐的做法是搜索“Google Antigravity 官方控制台”进入平台首页然后到官方文档站点的 Guides 板块阅读最新版英文文档而这套 26 篇中文指南你可以重点关注发布页里的资料包一般会配套提供 Markdown 版合集和视频索引。哪怕链接有更新按“26篇 Antigravity 中文合集”这几个关键词也能重新找到。5.4 要不要报了培训班才敢开始完全不需要看到这里你可能还有一个疑问AI 代理开发这么新要不要先报个班学学我的看法是完全可以不报。平台本身就是用自然语言交互英文文档没有你想象中那么难啃而这套中文指南已经把最坎坷的路铺平了。报班最大的问题不是花钱而是节奏被拖慢。你有 26 篇按主线推进的精校教程遇到问题随时翻对应章节这套“自选动作”比任何直播课都灵活。真正决定你能不能学会的还是你愿不愿意静下心来一篇一篇地看完、跑通、再复盘。我个人的体会是Antigravity 这类平台的爆发意味着 AI 应用开发正在从“编程专家专属”走向“业务人员顺手就能搞定的工具”。这套中文指南最让我惊喜的不是它给了多少独家黑科技而是它用一个非常务实的主线帮我把平台上散落的知识点串成了体系。如果你也在碎片化学习里沉浮了很久不妨按这套教程的顺序花四周时间重新走一遍你会回来谢我的。 
长河君 · 2026/9/8 4:03:18 · 阅读 1.2k Google Antigravity中文教程：从AI代理入门到实战上线的完整路线
1. Google Antigravity 是什么为什么值得专门找一套中文教程1.1 一句话理解 Antigravity给 AI “打工”的平台前阵子我想做一个能自动处理客户询盘、整理询价单、再顺手把结果同步到表格里的 AI 代理结果搜索资料时被各种英文文档和零散视频折磨得够呛。后来机缘巧合刷到了一套 26 篇的 Google Antigravity 中文指南才算是把这条学习曲线给真正理顺了。先给还不熟悉的朋友快速扫个盲。Google Antigravity 是 Google 在 2025 年推出的 AI 代理开发平台它的前身叫 World Agents后来在开发者大会上正式更名为 Antigravity。你可以把它理解成一个“用大白话指挥 AI 干活”的生产平台在控制台里用自然语言描述你要做的自动化任务平台会自动帮你组装模型、编排流程、配置工具最后直接把一个可以调用的 AI agent 部署上线。这么说吧传统开发 AI 应用你需要写代码、调 API、拼 prompt、自己管上下文、自己处理工具调用Antigravity 做的事情就是把这一整套从“需求描述”到“可用代理”的过程高度产品化。你在界面上写清楚“我要一个客服机器人能查订单、能退换货引导、回答不了就转人工”剩下的代理构建、模型选择、部署环境平台帮你安排得明明白白。1.2 官方文档不“亲民”中文教程的价值到底在哪Antigravity 刚出来那阵子我第一反应也是看不看官方文档就够了。结果打开官方文档才发现信息密度虽然高但对新手实在不友好英文术语一长串示例代码默认你会很多东西而且平台更新速度极快三月份看的截图四月份界面就已经换了。更要命的是中文社区当时的系统性资料少得可怜。你搜到的内容要么是几篇赶工出来的新闻稿要么是拿旧版本界面录的视频很多功能路径对不上一个按钮找不到就能卡半小时。这套 26 篇合集的亮点在于“精校”这两个字——它不是把英文文档机翻一遍而是按照实际界面、实际版本逐步操作验证过的中文指南。用一位群友的话说看官方文档像在翻字典看这套教程像有人手把手带你走了一遍工地。对于以中文为母语、又不甘心只看二手资讯的开发者、产品经理和自动化爱好者来说这套东西确实把门槛打下来了。1.3 这套 26 篇合集到底适合谁来学先说结论这套教程不是“零基础编程小白也能 3 天精通 AI”的鸡汤课但也不是只有资深工程师才看得懂的天书。根据我自己的阅读体验这三类人收益最大有 Python 或 JavaScript 基础、想快速上手 AI 代理开发的程序员。你能在最短时间内搞清楚 Antigravity 的设计理念和核心操作避开自己啃英文文档的时间成本。产品经理和业务负责人。你需要理解 AI 代理的能力边界知道什么需求适合做成 agent、什么需求现阶段还不靠谱这套教程里的实战案例刚好能帮你建立手感。被碎片化内容折磨过的自学者。如果你之前囤了一堆教程看完还是不会搭一个能跑的 agent那这套按主线推进的 26 篇结构就是一条清晰的“主线任务”列表。2. 26 篇教程的架构拆解从新手村到版本答案2.1 全局视角四阶段学习路线拿到这套教程之后我做的第一件事是先把目录过了一遍。26 篇不是零散拼凑的而是一条明显的进阶线第 1 至 5 篇平台认知与准备阶段。讲清楚 Antigravity 是什么、控制台怎么注册、界面怎么布局、基本概念术语以及如何跑通第一个最简单的“Hello Agent”。第 6 至 13 篇核心功能实操阶段。逐个拆解代理构建器、模型选择、工具调用、知识库接入、多轮记忆、日志查看等核心能力。第 14 至 21 篇场景化实战阶段。用客服机器人、内容聚合器、数据处理工作流、企业内部问答机器人等真实案例教你怎么把功能组合起来。第 22 至 26 篇进阶调优与发布阶段。覆盖成本控制、权限管理、版本迭代、性能监控以及怎么把做好的 agent 部署到生产环境。这个路线最大的好处是每篇之间都有明确的递进关系。你不需要自己纠结下一步该学什么跟着顺序走就行这种“傻瓜式主线”对新手极其友好。2.2 前 5 篇别急着写代码先把平台逻辑吃透很多人学新平台有个坏习惯上来就想搞个大项目结果基础概念没搞懂后面每一步都在踩坑。这套教程的前 5 篇我建议哪怕你自认为经验丰富也不要完全跳过尤其是第 3 篇关于“代理与工作流”概念的讲解。Antigravity 和传统编程最大的区别在于你的“代码”很大程度是自然语言描述。这意味着平台内置的代理构建器、模型路由、工具注册表这些底层设计逻辑决定了你能做出什么东西、做出来的东西有多稳定。教程第 2 篇用一张控制台界面截图逐步拆解了左侧导航各模块的作用说实话比我当时对着英文界面瞎猜高效了不知道多少倍。这个阶段每篇阅读加操作时长大概控制在 40 分钟左右。看完之后你要达到的效果是能说清楚 Agent、Model、Tool、Memory 这几个核心概念的关系并能默写出一段最简单的中文 agent 描述。2.3 第 6 至 13 篇核心功能逐个击破建立“武器库”这个阶段是整套教程的精华所在。第 6 篇教你用代理构建器创建第一个真正意义上的自定义 agent第 7 篇讲的是怎么在 agent 里接上 Google 搜索、代码解释器等内置工具第 8 篇专门讲知识库把你的 PDF、网页文档喂给 agent让它回答私有领域的问题。我当时最头疼的其实是第 10 篇讲的多轮对话记忆机制。因为 Antigravity 里的 agent 默认是有上下文窗口限制的你要清楚哪些信息会被带进下一轮、哪些会被遗忘否则做出来的客服机器人聊到第三句话就“失忆”。教程里用了一个很通俗的类比给 agent 设置记忆就像给人配了个速记员记什么不记什么得提前约定好。从第 11 篇开始视野转向更工程化的东西如何查看 agent 执行日志、如何调试 prompt、如何用小样本学习的方式调教 agent。多花点时间在这里后面做复杂项目时会非常省心。2.4 第 14 至 26 篇实战和上线才是真正的试金石到了第三、四阶段教程开始告诉你“组合拳”怎么打。比如第 15 篇做一个客服工单自动分类 agent需要同时用到知识库、工具调用和结构化输出第 18 篇做一个定时抓取行业资讯的 agent需要用到触发器、外部 API 和通知集成第 21 篇做企业内部 HR 问答机器人涉及权限控制和私有数据隔离。最后 5 篇更偏“运维视角”。第 23 篇讲如何评估 agent 的 token 消耗并控制成本第 24 篇讲发布到生产环境前要检查哪些配置第 25 篇讲版本迭代时如何避免旧版行为漂移。这些内容在绝大多数碎片化的网络教程里都是看不到的真正的项目经验和“能跑就行”就差在这层细节上。3. 我在实操中反复回看的核心细节3.1 自然语言描述 agent 时模板比文采重要Antigravity 的核心交互方式就是你用中文或其他自然语言描述你想要一个什么样的代理。但很多新手第一次写出来的描述像发朋友圈信息太散生成的 agent 行为也飘忽不定。我对照着教程第 6 篇的建议整理出了一个我一直在用的描述公式角色定义 任务目标 使用工具 输出格式 限制条件。拿我做的询盘处理 agent举例我是这么写的你是一个外贸业务助理。你的任务是阅读客户发来的询盘邮件提取产品型号、数量、目标港口和期望交期。你可以调用搜索工具验证公司名是否存在。输出格式为 JSON包含 product、quantity、port、lead_time、company_valid 五个字段。如果信息缺失输出时将该字段置为空字符串不要编造。这段描述换成大白话之后生成的 agent 行为明显比“帮我处理询盘邮件”这种写法稳定得多。教程里管这叫“结构化自然语言”本质上就是把你脑子里的业务逻辑完整地翻译给平台听。3.2 工具调用搜索和代码执行器不是摆设Antigravity 内置的工具集我最常用的是 Google 搜索工具和代码执行器。前者让 agent 能实时联网验证信息后者让 agent 能跑一段 Python 做数据处理。教程第 7 篇对工具调用的配置讲得很细尤其是“何时触发工具”这个关键配置。一开始我做的 agent 不管用户问什么都会先去搜索浪费了不少请求响应也慢。后来按教程里教的在描述里给工具调用加了“前置条件”只有需要实时信息时才调用搜索工具只有需要进行数学计算或数据清洗时才调用代码执行器。实际测试下来加了条件定义之后agent 的返回速度和准确率都有明显提升。这块经验属于文档里不一定写得透、但实操里特别关键的那种。3.3 知识库接入不是把文档丢进去就完事了做企业问答机器人知识库是绕不开的一环。Antigravity 支持上传文档、网页内容作为 agent 的知识来源但教程第 8 篇特别强调了一个容易忽略的点文档的质量直接影响检索质量。如果你把一份排版混乱、章节缺失的 PDF 直接丢进去agent 检索出来的上下文大概率也是乱的。我的做法是上传前先把文档转成干净的 Markdown 格式按业务模块拆分每个模块控制在 2000 字以内文件名用有业务含义的命名方式。这样做之后检索准确率肉眼可见地提高了。还有一个细节是定期更新。很多企业内部资料变动频繁如果知识库里的信息过期了agent 就会一本正经地给出过时答案。教程里建议给知识库设置更新提醒或者干脆做成定时自动重新导入这一点我在实际维护中深有体会。3.4 日志和调试别靠猜看执行轨迹最直接Agent 不听话的时候绝大多数问题都能靠看执行日志定位。Antigravity 的调试面板里能看到 agent 每一步的思考过程、模型调用记录、工具返回结果和耗时。教程第 11 篇专门教了怎么看懂这些日志。我说一个自己踩过的坑。有次我做的 agent 在回答客户问题时突然多出两句莫名其妙的内容一开始我以为模型抽风后来翻日志才发现是因为我上传的知识库文档里本身就带了一段营销话术模板agent 检索到之后当成回答素材给用了。这种问题如果不去看执行轨迹光靠反复调 prompt 是解决不了的。所以我的经验是当你觉得“agent 怎么这么蠢”的时候先别急着骂打开执行日志看看它每一步做了什么很多时候一眼就能锁定问题环节。4. 新手最容易踩的坑我帮你提前踩过了4.1 环境准备阶段的坑账号权限和配额要提前确认入门阶段最常见的卡点不是操作而是权限。Antigravity 的某些功能比如创建自定义工具、接入外部 API对账号的权限层级有要求。教程第 1 篇特意提醒了这一点但还是有群友不看非等做到第 15 篇实战项目时才发现功能入口是灰的。另外要留意平台的数据处理配额。免费层级的请求次数有限如果你照着教程把每一个示例 agent 都跑了一遍很可能会在某一篇的中间突然遇到调用额度超限的错误。建议在阅读第 14 篇之前提前检查一下自己的配额余量该升级就升级别让额度问题打断学习节奏。4.2 效果翻车的坑工具没生效和记忆丢失我统计了一下在实操过程中大家反馈最多的问题集中在两类。一类是工具调用没生效。你明明在描述里写了可以搜索但 agent 就是不搜。出现这种问题先看两处第一初学者容易把“搜索”写在限制条件里而不写在允许使用的工具里导致 agent 不敢用第二有些内置工具需要你在代理构建器里显式添加不是写了自然语言描述就自动挂载的。教程第 7 篇针对这个有详细的检查清单。另一类是记忆丢失。你发现 agent 聊着聊着就忘了用户早前提供的信息。这在 Antigravity 里通常不是 bug而是上下文管理策略的问题。你要么在描述里明确让 agent 记录关键信息要么开启平台提供的持久化记忆功能。教程第 10 篇给出了两种方案的具体配置路径建议把这篇文章单独收藏。4.3 成本失控的坑模型选型不是越贵越好Antigravity 底层接入的是 Gemini 系列模型不同档位的模型能力差异大价格差异更大。教程第 23 篇给了非常实用的选型建议核心思想是“按任务复杂度匹配模型”。我做了一个小测试表任务类型推荐模型思路理由简单意图识别如问候、菜单引导轻量快速模型优先响应快成本低客服问答、数据分析中端均衡模型兼顾效果和速度复杂推理、代码生成高端旗舰模型推理能力强准确率高很多人习惯一上来就用最强模型觉得效果肯定更好。但在高并发场景下这不仅烧钱响应速度还可能拖后腿。按教程建议我给每个 agent 都设置了两套模型方案日常流量走均衡档复杂问题再降级或升级策略处理成本能省下一大截。4.4 信息时效性的坑教程也有版本注意对照日期最后提醒一点AI 工具的迭代速度快到吓人。这套 26 篇教程在编写时已经做了精校但你在学习时页面布局或功能名称仍然可能和我写这篇文章时有出入。我个人的习惯是遇到功能入口对不上的情况先看教程页面上标注的版本日期然后去官方更新日志里确认最新的改动。不要因为一个按钮位置变了就怀疑整篇教程的价值核心逻辑和设计思想通常是不会三天两头变来变去的。5. 怎么把 26 篇教程真正“榨干”我的学习建议5.1 边看边搭27 天完成一个小闭环我给自己的工作流是每天只推进一篇学完当天立刻把示例操作完整跑一遍哪怕只是把示例复制过去运行也没有关系。这一步看起来笨但实际收益极大你是在用肌肉记忆对抗遗忘曲线。完整跑完 26 篇大概花了我四周多一点的时间。第四周结束时我已经独立做出了一个能自动抓取行业新闻、生成摘要并推送到群里的小 agent。虽然它还很粗糙但从 0 到 1 的完整链路通了后面做任何复杂项目都有底了。5.2 建立自己的速查笔记和最小模板学习过程中别光收藏文章一定要做自己的速查笔记。比如我记录了“创建 agent 的标准流程”“工具启用的检查清单”“知识库上传前的清理三步”“部署前的 8 项检查”等等。甚至把它压缩成了一张 A4 纸的“最短操作路径”。这张纸后来作用远超预期。每次新建一个 agent我都照着这个模板快速搞定。遇到异常直接回到对应的教程章节定位问题。如果你不想做笔记至少把每篇教程末尾的“常见问题”部分摘出来存在一个文件里这就是你自己的知识库基础版。5.3 这套教程的在线学习地址在哪关于在线学习入口其实不需要我贴一个具体的网址原因很简单这类平台的入口和官方文档地址会随产品版本而变化直接分享出来的链接没过多久可能就会失效。我更推荐的做法是搜索“Google Antigravity 官方控制台”进入平台首页然后到官方文档站点的 Guides 板块阅读最新版英文文档而这套 26 篇中文指南你可以重点关注发布页里的资料包一般会配套提供 Markdown 版合集和视频索引。哪怕链接有更新按“26篇 Antigravity 中文合集”这几个关键词也能重新找到。5.4 要不要报了培训班才敢开始完全不需要看到这里你可能还有一个疑问AI 代理开发这么新要不要先报个班学学我的看法是完全可以不报。平台本身就是用自然语言交互英文文档没有你想象中那么难啃而这套中文指南已经把最坎坷的路铺平了。报班最大的问题不是花钱而是节奏被拖慢。你有 26 篇按主线推进的精校教程遇到问题随时翻对应章节这套“自选动作”比任何直播课都灵活。真正决定你能不能学会的还是你愿不愿意静下心来一篇一篇地看完、跑通、再复盘。我个人的体会是Antigravity 这类平台的爆发意味着 AI 应用开发正在从“编程专家专属”走向“业务人员顺手就能搞定的工具”。这套中文指南最让我惊喜的不是它给了多少独家黑科技而是它用一个非常务实的主线帮我把平台上散落的知识点串成了体系。如果你也在碎片化学习里沉浮了很久不妨按这套教程的顺序花四周时间重新走一遍你会回来谢我的。