最近把日常折腾的重心分了一部分给 Google 的 Antigravity 和 Gemini 4。一圈用下来，感受非常割裂：单看模型本身，Gemini 4 的强度其实已经完全够了；但只要把它放进 Antigravity 里写代码，体验还是让人忍不住叹气。
说到底，现在的 Gemini 4 属实是被 Antigravity 的 Harness（工程外壳与编排层）设计给拖累了。
三家放在一起，Gemini 说话最有人味
现在日常主力基本就在 OpenAI（Codex）、Claude Code 和 Gemini 三家之间切换。如果抛开工具链、只聊模型本身的交互体感，三家的性格差异非常明显。
OpenAI 像一个训练有素但没什么感情的熟手，给指令、出结果，干脆利落，但聊久了总有一股流水线味；Claude 则是那种宣传里被吹上天、实际用起来却常常端着架子的选手，不仅机器味重，交代复杂一点的活还容易半路偷懒、做不全。
唯独 Gemini，是三家里面说话最有人味的。
无论是顺着你的半截话往下接，还是讨论方案时的语气和分寸感，它都很少甩出那种一眼就能看穿的 AI 套话。跟它聊思路的时候，更像是在跟一个听得懂弦外之音的人交流，而不是在填一张结构化的提示词表单。
价格良心、AIGC 能打，唯独 Coding 一言难尽
除了说话有人味，Google 在价格和 AIGC 上也相当厚道。
先说价格与额度。我现在订的 Google AI Pro 走的是学生价，折算下来一个月也就 30 块钱人民币，跟 OpenAI 和 Anthropic 动辄 20 美元起步、甚至 100 美元往上的月费比起来，简直便宜太多了。而且实测下来，Antigravity 的周额度意外地很耐用，日常折腾基本不用像在其他家那样时刻盯着余量精打细算。
当然，Pro 档位也不是完全没有限制——目前对标 Astra 和 Fable 的 Carbon 必须要上到 AI Ultra 才能用。中间虽然听说闲鱼上有 20 块钱一年的 Ultra 直充，不过想想自己手里这个用了十多年的 Google 老号，万一因为黑卡或者违规车被秋后算账封号就彻底亏大了，终究还是没敢碰。虽然无缘体验 Carbon 有点可惜，但老老实实用着 30 块一个月的学生价加上耐用的周额度，整体已经足够香了。
再加上 Google 这两年在 AIGC 上的步子迈得很稳，不管是生图、音视频还是多模态理解，拎出来都能打，生态整合得也顺。叠加上 Gemini 4 这一代扎实的底座能力，但凡是个普通问答或者内容创作场景，拿这个价格换这套体验，已经挑不出什么大毛病了。
偏偏一到 Coding，画风就变得一言难尽。
很多时候你能明显感觉到，Gemini 4 的脑子是转得过来的——它看得懂复杂的逻辑，也知道问题出在哪。可一旦让它真正下场去改项目、跑长流程，整个过程就会变得跌跌撞撞。不是模型变笨了，而是包裹在模型外面的那层工具外壳，根本没接住模型的能力。
被 Antigravity 拖后腿的 Harness
在 Agent 时代，模型只是引擎，外面的 Harness（上下文管理、工具调度、状态保持、沙箱与权限设计）才是变速箱和底盘。Antigravity 现在的毛病，全出在这套底盘上。
最要命的是上下文管理和压缩机制。写代码不是一问一答的闲聊，读文件、跑命令、看报错，几轮下来上下文就会迅速膨胀。这时候怎么裁切历史、怎么在压缩后保留关键约束，直接决定了 Agent 能不能继续干活。
在上下文压缩这件事上，目前依然是 OpenAI 做得最好。Codex 哪怕连续跑了很长的会话、中间经历了多次压缩，前面的核心约定和文件状态依然抓得很牢；而 Antigravity 的压缩机制就显得相当粗糙，稍微一压就容易丢上下文，前面刚交代过的边界或者刚排查出的结论，转头就能忘得干干净净。
上下文抓不住，直接导致它根本撑不起长任务。短平快的单点修改还能应付，一旦任务链条拉长——比如跨多个模块重构、边跑测试边修 Bug、或者按既定规范走完一整套工作流——它就很容易在中途断片、走偏，需要人不停地在旁边拉回正轨。
另一个让人血压升高的是它的 Auto 模式。用过 Claude 的 Auto 或者 Codex 的“Approve for me”就知道，别人家的自动模式是真的尽量不打扰你，让任务自己顺着往下跑；而 Antigravity 的 Auto 完全让人感觉不到“Auto”在哪。只要稍微碰一点沙箱边界、写个配置或者跑条命令，每次任务都能发一大堆审批请求过来等着点确认，写个代码像在批奏折。折腾到最后实在受不了，干脆直接改回 Turbo 无沙盒模式彻底放权，耳根子才算清静下来——可这也说明它默认的沙箱与 Auto 分级设计根本没法在日常开发里顺畅使用。再加上全局 .agents/skills 的扫描路径还得自己手动搭桥联接，处处都是这种割裂感。
把这三家放在一起对比，短板一目了然：
| 维度 | OpenAI (Codex) | Claude Code | Google (Gemini 4 + Antigravity) |
|---|---|---|---|
| 价格与额度 | Plus 20 刀 / Pro 100 刀起，偏贵 | Pro 20 刀，额度偏紧 | Pro 学生价 30 元/月且周额度很耐用（但 Carbon 需 AI Ultra） |
| 对话体感 | 干练但偏工具人 | 略端着，偶尔偷懒 | 最有人味，交流最自然 |
| AIGC 与多模态 | 强，但产品线分散 | 偏科严重，重文本与代码 | 发展很稳，综合体验好 |
| 上下文管理与压缩 | 目前最强，长链路极稳 | 尚可，长会话偶有遗忘 | 压缩容易丢关键信息 |
| 自动执行与权限体验 | Approve for me 省心顺畅 | Auto 模式基本不打扰 | Auto 疯狂弹窗，逼人改回 Turbo 无沙盒 |
| 长任务 Coding 表现 | 稳健，能跑完复杂闭环 | 交互顺手，但需盯着防偷懒 | 被 Harness 拖累，长任务易断片 |
只差一个 Gemini 特化的好 Harness
这也是为什么我对 Google 现在的处境既恨铁不成钢，又还是抱有期待。
如果一家公司是底座模型不行，想追上来得花大力气补算力、补数据、调训练；但 Google 现在最难啃的骨头其实都已经啃下来了——Gemini 4 的模型强度够了，AIGC 的牌面齐了，连最玄学的“说话有人味”都做出来了。
它现在离在开发者手里彻底翻身，真的只差一个足够好的、针对 Gemini 特化的 Harness。
不要生搬硬套笨重的外壳，而是老老实实把上下文压缩做扎实、把长任务的状态流转理顺、把工具调用和权限边界打磨得像 Codex 一样无感。只要 Google 能把这层工程外壳补齐，把 Gemini 4 本来的实力顺畅地放出来，翻盘也就是水到渠成的事。在那之前，还是希望 Antigravity 团队能把重心多往 Harness 的基本功上放一放。
微信- 支付宝
