Google 开发者工具栈 2026：从 Gemini CLI 到 Antigravity 的 Agent 基础设施全景

June 7, 2026

Google 开发者工具栈 2026

2026 年 6 月的 Google 开发者工具栈正在经历一场剧烈的结构重组。Gemini CLI（105k ⭐）将在 6 月 18 日被关闭，Antigravity CLI 上位，Colab CLI 刚发布一周，Agents CLI 则试图让 AI coding agent 自己学会部署生产级 agent。这不是一次简单的产品更新——这是 Google 对"AI Agent 开发全生命周期"的战略级收束。

总览：六件工具，三条流水线

Google Agent 开发栈 (2026.06)
│
├── 🧠 Antigravity IDE v1.20       ← 编辑器 (VS Code fork, 2025.11)
├── ⌨️  Antigravity CLI v2.0        ← 终端 (Go 重写, 2026.05 I/O)
├── ☁️  Colab CLI                   ← GPU 算力 (2026.06, 113⭐)
├── 🔗 Colab MCP Server            ← Notebook Agent 桥 (2026.04, 659⭐)
├── ⚰️  Gemini CLI                 ← 退役中 (6月18日停止, 105k⭐)
└── 🏗️  Agents CLI                 ← 生产部署 (2026.04, 2715⭐)

这六件工具构成了三条逐渐收束的流水线：

阶段	工具	产出
1. 编码	Antigravity IDE + CLI	Agent 源代码
2. 算力	Colab CLI + Colab MCP	GPU/TPU 训练与微调
3. 部署	Agents CLI → Cloud Run/GKE	生产级 Agent 服务

下面逐一拆解每个工具的核心能力、架构设计、以及它们在整个栈中的位置。

一、Antigravity：从"IDE"到"Agent 内核"

时间线

2025.11.18 — Antigravity IDE 发布，构建在 VS Code fork 上，搭载 Gemini 3。SWE-bench Verified 76.2%（2026.03 基准）
2026.05.19 (Google I/O) — Antigravity 2.0 发布：独立桌面应用 + Go 重写的 CLI + SDK + Managed Agents
2026.06.18 — Gemini CLI 停止服务，强制迁移至 Antigravity CLI

架构设计

Antigravity 2.0
├── GUI (独立桌面应用)  ← 可视编排、项目管理
├── CLI (Go)           ← 终端、SSH、轻量
└── 共享 Agent Engine  ← 两者共享同一内核，改进互惠

Antigravity 的核心创新在于提出了 agent-first development 范式：不是传统的代码补全，而是 Agent 自主完成多步推理、多文件编辑、工具调用。它的共享 Agent Engine 意味着 IDE 和 CLI 使用同一推理内核——你在 GUI 中编排的任务可以直接在 SSH 终端里执行。

多模型支持

Antigravity 不绑定单一模型——它支持 Gemini 3.1 Pro、Claude Sonnet/Opus 4.6、GPT-OSS-120B。这种模型无关的设计使其在 Google 内部成为 Agent 推理的通用平台，而非 Gemini 的推销渠道。

Managed Agents（2026.05 I/O 新发布）

这是 Antigravity 栈向"API 化"迈出的关键一步。Managed Agents 基于 Antigravity agent harness + Gemini 3.5 Flash，通过 Gemini API 的 Interactions API 暴露——开发者不需要自己维护 Agent 运行时，直接调用 API 即可获得托管 Agent 能力。这是 Google 对 "Agent as a Service" 的明确押注。

二、Gemini CLI → Antigravity CLI：105k Star 的强制迁移

数字对比

维度	Gemini CLI	Antigravity CLI
GitHub Stars	105,016	926
语言	TypeScript (Node.js)	Go
开源	✅ MIT	❌ 闭源
社区生态	大量 fork/插件/定制层	无外部 fork 可能
免费使用	✅ (Gemini Code Assist 免费层)	需 Google 账号

争议焦点

这次迁移引发了开发者社区的显著不满。The Register 在 2026 年 5 月 20 日的报道《Bye-bye, Gemini CLI》中总结了核心矛盾：

"One of the key arguments Google makes... is that the new one has improved support for multi-agent environments, but the company isn't giving most of its users much of a choice on whether to switch."

— The Register, May 20, 2026

从 Reddit 社区的反馈来看，开发者最在意三个问题：

可定制性丧失：大量社区曾基于 Gemini CLI 构建了定制化层（custom layers），闭源 Antigravity CLI 彻底阻断了这条路径
免费额度消失：Gemini CLI 依赖的 Gemini Code Assist 免费层将停止服务——Antigravity CLI 需要 Google 账号，且免费层额度不透明
生态碎片化风险：105k 社区 vs 926 新项目——社区惯性是否能转移到新平台存疑

Google 的战略逻辑

从 Google 内部视角，这次合并有其结构性原因：Gemini CLI（TypeScript）、Antigravity IDE（VS Code fork）、Antigravity CLI（Go）三个 codebase 各自演进，agent engine 逻辑重复实现。统一到 Antigravity 2.0 的共享引擎避免了维护三套推理核心的成本。但代价是：从开源生态退回到平台锁定。

一个值得追踪的信号：如果 Antigravity CLI 保持闭源，开发者是否会转向 Claude Code（闭源但有明确商业条款）或继续使用开源的 OpenCode/Codex？这取决于 Antigravity CLI 的实际能力优势是否能压倒开源性需求。

三、Colab CLI：终端直达 GPU 算力

定位

Google Colab CLI 是 2026 年 6 月刚发布（GitHub 113 ⭐，5 个 open issues）的工具，核心卖点：把本地终端直接连到 Colab 远程 GPU/TPU 运行时，绕过浏览器笔记本界面。

本地终端  ──colab exec/run──▶  远程 Colab VM (T4/L4/A100/H100/TPU v5e/v6e)

命令矩阵

生命周期	执行	文件
`colab new --gpu A100`	`colab exec -f train.py`	`colab upload/download`
`colab sessions`	`colab repl`	`colab ls/rm/edit`
`colab stop`	`colab console` (tmux)
	`colab run script.py` (ephemeral)

Ephemeral 模式——Agent 的原生算力接口

colab run 是最值得关注的功能：分配 VM → 执行脚本 → 取回输出 → 销毁 VM，一条命令完成。这对 AI agent 来说意味着它可以把 GPU 算力当作"函数调用"来使用——不需要管理 VM 生命周期，不需要担心忘记释放资源。

Google 官方设计时就考虑了 Agent 场景——CLI 自带 Colab skill file 供 AI agent 直接加载使用。结合 colab exec 的 stdin 管道（echo "code" | colab exec），Agent 可以动态生成并发送代码到远程 GPU 执行。

定价与实际成本

计划	价格	T4 可用时长	A100 可用时长
Pay As You Go	$9.99/100 CU	~50h	~7.7h
Colab Pro	$9.99/月	更快 GPU，无具体额度公开
Colab Pro+	$49.99/月	500 CU，支持后台执行

高端 GPU 消耗极快——A100 约 13 CU/h，100 CU 仅够 7.7 小时。对 Agent 的大规模批处理来说，成本需要精算。Colab CLI 的真正价值不在于持久训练，而在于"借 GPU 跑 30 分钟微调实验然后自动销毁"这种 ephemeral 模式。

四、Colab MCP Server：Agent 操控 Notebook

定位

2026 年 4 月发布（659 ⭐），开源。让任何 MCP 兼容 Agent 直接操控 Colab 笔记本界面——不只是后台执行代码，而是原生控制 notebook UI：创建 cell、写代码、执行、获取结果（含图表），甚至重新排列 cell 布局。

架构

AI Agent (Claude Code / Gemini CLI / Windsurf)
  │
  │ MCP 协议
  ▼
Colab MCP Server (本地运行)
  │
  │ Colab API
  ▼
浏览器中的 Colab Notebook
  │
  ▼
GPU/TPU Runtime (T4 免费)

⚠️ 关键限制：不可 Headless

Colab MCP Server 最大的架构限制是：需要浏览器中有一个打开的 Colab notebook 作为桥梁。Agent 无法独立在后台启动 Colab session——必须有浏览器窗口保持打开。这意味着它不适合完全无人值守的 Agent 自动化场景——相比之下，Colab CLI 的 colab run ephemeral 模式更适合那种需求。

但它的独特价值在于：让 Agent 能利用 Colab 免费的 T4 GPU 运行时——这是目前唯一不需要付费就能让 Agent 获得 GPU 算力的官方方案。

五、Agents CLI：让 AI 学会部署 AI

定位

2026 年 4 月在 Google Cloud Next '26 发布（2715 ⭐），定位独特：不是给开发者用的 CLI，而是给 AI coding agent 注入 skills 的向量。

开发者 → "用 agents-cli 构建一个 SQL 查询 agent"
  │
  ▼
AI Coding Agent (Claude Code / Codex / Antigravity)
  │  加载 google-agents-cli-workflow skill
  │  加载 google-agents-cli-adk-code skill
  │  加载 google-agents-cli-scaffold skill
  ▼
生成 ADK agent 代码 → 评估 → 部署到 Cloud Run

Skills 体系

Skill	教会 Agent 什么
`google-agents-cli-workflow`	开发生命周期、代码保护规则、模型选择
`google-agents-cli-adk-code`	ADK Python API — agents, tools, orchestration, callbacks, state
`google-agents-cli-scaffold`	项目脚手架：`create`, `enhance`, `upgrade`
`google-agents-cli-eval`	评估方法论：metrics, datasets, LLM-as-judge, adaptive rubrics
`google-agents-cli-deploy`	部署：Agent Runtime, Cloud Run, GKE, CI/CD, secrets
`google-agents-cli-publish`	Gemini Enterprise 注册
`google-agents-cli-observability`	可观测性：Cloud Trace, logging

CLI 命令

agents-cli scaffold <name>    # 创建新 agent 项目
agents-cli eval generate      # 运行 agent 对评估数据集，生成 traces
agents-cli eval grade         # 对 traces 进行 LLM-as-judge 评分
agents-cli deploy             # 部署到 Google Cloud

底层基础：ADK（Agent Development Kit）

Agents CLI 构建在 Google ADK（google/adk-python, 20,003 ⭐）之上——这是 Google 的开源 Python agent 框架，支持 multi-agent orchestration、工具调用、回调、状态管理。ADK 定义 agent 逻辑，Agents CLI 负责把逻辑推上生产环境。

六、全景关系图

                    ┌──────────────────────────────┐
                    │     AI Coding Agent           │
                    │  (Claude Code / Codex / etc)  │
                    └──────────┬───────────────────┘
                               │ 注入 skills
                    ┌──────────▼───────────────────┐
                    │      Agents CLI               │
                    │  scaffold → eval → deploy     │
                    └──────────┬───────────────────┘
                               │ 构建于
                    ┌──────────▼───────────────────┐
                    │         ADK (20k⭐)           │
                    │  Python agent framework       │
                    └──────────────────────────────┘

  ┌─────────────────────┐        ┌─────────────────────┐
  │  Antigravity IDE    │        │  Antigravity CLI    │
  │  (VS Code fork)     │◄──────►│  (Go, 终端)         │
  │  GUI + 可视编排      │ 共享核  │  SSH + 轻量         │
  └─────────┬───────────┘        └─────────┬───────────┘
            │                              │
            └──────────┬───────────────────┘
                       │ 共享 Agent Engine
                       │ (闭源)

  ┌─────────────────────┐        ┌─────────────────────┐
  │   Colab CLI         │        │  Colab MCP Server   │
  │   终端→GPU/TPU      │        │  Agent→Notebook 桥  │
  │   2026.06 新发布     │        │  2026.04, 659⭐      │
  └─────────────────────┘        └─────────────────────┘

七、战略分析：Google 在做什么？

从碎片到闭环

2025 之前:  Gemini CLI (终端) + Colab (浏览器) + GCP (部署) — 各自独立
2026 之后:  Antigravity (编码) → Colab CLI (算力) → Agents CLI (部署) → ADK (框架)
             ───────────── 一站式 pipeline ─────────────

Google 的战略意图非常清晰：把分散的开发者工具整合为"编码→算力→部署"的闭环流水线。每个环节都通过 skills 或 MCP 协议向 AI agent 暴露——这是对"Agent 将成为主要软件消费者"这一趋势的提前布局。

两个未解决的结构性问题

开闭环矛盾： ADK 开源（20k⭐），但 Antigravity CLI 闭源。Agent 基础设施的核心推理层（共享 Agent Engine）完全不可审计。这制造了一个奇怪的格局——你可以用开源框架构建 agent，但运行 agent 的引擎是闭源的。
Colab MCP 的 headless 限制： Agent 无法独立在后台操控 Colab —— 需要浏览器打开的 notebook 作为桥梁。这对于"完全自主的 Agent GPU 计算"场景是致命限制。Colab CLI 部分弥补了这一点，但两个产品定位重叠且互不打通。

Gemini CLI 退役的真正含义

105k ⭐ 的开源项目被关闭，不仅是一个产品决策——它标志着 Google 在 Agent 领域的战略从"社区驱动 → 平台锁定"的转向。Gemini CLI 的 MIT 许可证意味着社区可以 fork 并继续维护，但 Google 不再投入资源。这个真空可能被 OpenCode、Claude Code 或其他开源 CLI agent 填补。

八、对 Agent 基础设施研究者的启示

从这个栈中可以提炼出几个信号：

Skills 注入模式正在成为 Agent 工具集成的标准范式： Agents CLI 的 npx skills add google/agents-cli 和 Colab CLI 的 colab skill file 都采用了相同的模式——不是让 Agent 学习 API，而是直接注入预编译的领域知识。你的 Hermes 技能系统在这个方向上走得更早。
Ephemeral 计算正在成为 Agent 的默认 GPU 接口： Colab CLI 的 colab run 和 Modal 的按秒计费都在推动同一趋势——Agent 不再"租用" GPU，而是"调用" GPU。计算被抽象为函数调用。
开源/闭源的张力将持续加剧： Google 同时在开源（ADK、Colab MCP）和闭源（Antigravity CLI）两条线上推进。对于依赖可审计基础设施的场景，这构成了风险。值得关注的是：如果 Antigravity CLI 不开源，是否会出现社区驱动的兼容层。

技术声明

本文数据来源：

Antigravity CLI GitHub: github.com/google-antigravity/antigravity-cli（926 ⭐, 截至 2026.06.07）
Gemini CLI GitHub: github.com/google-gemini/gemini-cli（105,016 ⭐, 截至 2026.06.07）
Colab CLI GitHub: github.com/googlecolab/google-colab-cli（113 ⭐, 截至 2026.06.07）
Colab MCP Server GitHub: github.com/googlecolab/colab-mcp（659 ⭐, 截至 2026.06.07）
Agents CLI GitHub: github.com/google/agents-cli（2,715 ⭐, 截至 2026.06.07）
ADK GitHub: github.com/google/adk-python（20,003 ⭐, 截至 2026.06.07）
Google Developers Blog: "An important update: Transitioning Gemini CLI to Antigravity CLI" (2026.05)
Google Developers Blog: "Introducing the Google Colab CLI" (2026.06)
Google Developers Blog: "Agents CLI in Agent Platform" (2026.04)
Google I/O 2026 Developer Highlights: blog.google (2026.05.19)
The Register: "Bye-bye, Gemini CLI; Google nudges devs toward Antigravity" (2026.05.20)
SWE-bench Verified 数据来自 Antigravity 官方基准测试 (2026.03)

所有工具均为研究分析对象，非商业推广。分析基于截至 2026 年 6 月 7 日的公开信息，产品状态可能快速变化。