一个月 20 刀的 Antigravity CLI,可能被很多人低估了

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一个月 20 刀的 Antigravity CLI,可能被很多人低估了
6929点击    2026-09-14 15:32

众所周知,现在的大模型基本每隔 35 天左右就会换一轮


今天是 OpenAI 的 GPT特别厉害,下个月可能换成 Anthropic 的 Claude,再下个月又轮到 Grok。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


去年年末的时候,NotebookLM 特别火,谷歌的各种产品几乎是当时的绝对顶流。


但到了今年,随着其他几家发力,Gemini 慢慢没什么声音了。


甚至大家在聊起大模型「御三家」的时候,经常只谈 GPT 和 Claude,Gemini 仿佛又被大家调侃成「只能坐小孩那一桌」了 🤣。


最近这段时间,因为一些需求,想要在终端里用一下 Gemini。


在此之前,我知道谷歌官方推出了 Gemini CLI,类似于大家熟悉的 Claude Code 或者 Codex,可以在终端里直接辅助写代码、处理任务。


于是我就去下载安装,并用谷歌账号完成授权登录。


流程一切正常。


然后终端弹了这么一行:


Failed to sign in. Message: This client is no longer supported for Gemini Code Assist for individuals.


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


明明认证都成功了。。不让用是几个意思?


去了解了一下才知道:2026 年 6 月 18 日起,谷歌停止了 Gemini CLI 对个人账号的支持。免费账户、Pro 订阅、Ultra 订阅,统统不行。


也就是说,现在终端里的 Gemini CLI 已经无法直接配合订阅账号使用了。


如果一定要用,只能改用 Gemini API Key 进行认证,走 API 单独计费。


而如果你依然想在终端里使用谷歌官方的 Agent,并且想用上自己原本的订阅账号,官方推荐的平替,就是 Antigravity CLI。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


Antigravity CLI 的下载安装非常简单,一行命令即可完成:


Windows 使用:curl -fsSL https://antigravity.google/cli/install.cmd -o install.cmd && install.cmd && del install.cmd


Linux 或 Mac 使用:curl -fsSL https://antigravity.google/cli/install.sh | bash


装完通过 agy 命令使用,首次需要谷歌账号 OAuth 登录。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


但这里有个坑:Antigravity 有比较严格的地区限制。而且它校验的不是你当前请求的 IP 地址,而是你的谷歌账号底层绑定的「国家/地区关联」。


很多国内的朋友挂了美国节点,依然发现打不开或者提示不受支持,原因就在这里。


那怎么解决呢?


其实也不用重新注册账号,直接向官方申请换区就行。


谷歌官方有一个专门的国家关联修改页面:https://policies.google.com/country-association-form


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


打开上面的链接,地区选择美国,理由选 Other Reason,参考下面这段话:


I need to use Google Gemini and Antigravity, which requires a US-based account context.


顺利的话几小时就能收到换区成功的邮件。


配置好之后,接下来的这几天,我几乎一直在高强度使用 Antigravity CLI。


先说说它目前支持的模型阵容。


在 Antigravity 的环境里,目前可以直接选择 Gemini 系列的 3.8 Flash、3.7 Flash、3.6 Flash 以及 3.1 Pro,另外也可以调用 Claude 的 Sonnet 4.6 和 Opus 4.6


对,没错,还有 Claude Opus 4.6。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


比较遗憾的是 Gemini 2.5 Pro 不在选项里。通过修改参数强行调用也不行,已经下架了。


为什么说遗憾呢?


因为 Gemini 2.5 Pro 在写作和内容创作领域,在我心目中能排前三,甚至第一


它的语言质感非常自然,我曾经用它写过很多篇文章。


其实不同大模型的语言质感差别蛮大的。


GPT 的风格就是话多。一个很简单的问题,明明一段话就能说完,它能用几千字来回答。你问它一个 Yes or No 的问题,它能先给你分析三个角度再做总结。


Claude 的中文语感不错,输出偏简洁。但自从 Opus 4.7 更新之后,偶尔会蹦出一些奇怪的表达,经典补一刀 👇


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


所以在 Antigravity CLI 里,这几天我用得最多的是 Gemini 3.8 Flash


很多人一看到「Flash」这个后缀,下意识会觉得这就是个轻量级的弱模型,只能做做简单的文本分类或者打杂。


但我这几天高强度用下来,感受却完全相反。


它给我的第一印象就是两个字:极快,极省。


平时在终端里让 Agent 分析代码、排查逻辑,等待回复的过程往往会有明显的停滞感。但 3.8 Flash 的响应速度非常敏捷。


我这几天也算是连续高强度地使用。


回看一下最近一周的 Token 消耗,折算成 API 费用,会发现 Gemini 3.8 Flash 的总消耗也才 20 刀,而 Claude 600 刀,Codex 100 刀。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


这就意味着,只要你有一个每月 20 刀的 Google AI Pro 订阅,在 Antigravity CLI 里使用,基本处于完全不用心疼的状态。


可以毫无心理负担地让它做各种尝试和探索。


当然,光是便宜和速度快还不够。如果干活质量不行,那省下来的也是垃圾时间。


但在实际任务里,它的表现有点出乎我的意料。


这里可以用我前几天实际开发的一个真实项目来举例。


最近我在为自己的多 Agent 协作系统设计一套长期记忆系统。


简单来说,我的需求是:我有过去近十年的个人日记,同时还有上千篇经过内化的常青概念笔记。


我希望做一套轻量的记忆系统,让不同的 Agent 随时能按需调取我的过往经历和知识。


在动手之前,我需要先做方案调研和架构选型。


最开始,我把这个需求分别丢给过 Claude Code 和 Codex。


它们花了非常多的 Token,输出了洋洋洒洒的大篇幅报告。但读完之后我的感觉是:看似讲了很多,实则什么都没说清楚。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


这次我把同样的需求丢给了 Gemini 3.8 Flash。


它的回复让我有些惊喜:它完全在「说人话」。


没有那些花里胡哨的黑话,它精准理解了我到底想要什么:


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


面对日记这种有时效性的生活记录,核心是引入时间半衰期衰减,避免把几年前过时的焦虑情绪和当下混淆;而面对常青的概念笔记,则要保持零衰减。


底层不需要搞重型服务,直接用 SQLite 本地的 FTS5 配合向量扩展,外面包一层轻量的 FastMCP 就可以搞定。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


思路对上了,接下来就是写代码。


在实际编码的过程中,3.8 Flash 表现出了一种非常难得的克制


它不会自作主张地去引入一堆乱七八糟的第三方依赖。


初版核心代码只有 1300 行左右,就把基本功能跑通了。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


这个「克制」我觉得挺难得的。


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


因为有些模型面对需求的时候,哪怕功能很简单,也要搞得特别复杂。引入各种框架,加各种抽象层。


好一点的情况是功能能用只是复杂,差一点的话做出来直接没法用。


没错,说的就是 GPT 5.6 Sol 🤡


有同感的弹幕扣个 1


一个月 20 刀的 Antigravity CLI,可能被很多人低估了


写在最后


大模型的发展到今天,大家的能力都是长短不一的。每家都有自己不可替代的强项,也都各自有一些瑕疵。


但在当下,大部分人的注意力都被高频轮替的性能跑分、以及几家大厂的旗舰大模型吸引走了。


大家一边为这些模型订阅买单,一边又小心翼翼地担心 Token 消耗。


在这种情况下,我觉得 Antigravity CLI 和 Gemini3.8 Flash这个组合,真的有点被忽视了。


一个月 20 刀就能爽用,而且能力并不拉跨,属实太香了。


而且一个订阅账号可以通过家庭成员共享,同时给其他五个账号使用,论大善人,还是得谷歌。


文章来自于"艾康的AI自留地",作者 "艾康在路上"。

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md

2
RAG

【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。

项目地址:https://github.com/microsoft/graphrag

【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。

项目地址:https://github.com/langgenius/dify


【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。

项目地址:https://github.com/infiniflow/ragflow/tree/main


【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目

项目地址:https://github.com/phidatahq/phidata


【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。

项目地址:https://github.com/TaskingAI/TaskingAI