动态

如果用 Antigravity 只拿来写代码，那你就亏大了

很多人把它当成 Google 版的 Cursor，但其实在输入框敲一个 /browser，它会直接唤起一个独立的 Browser Subagent，接管你本地正在运行的 Chrome。配合最新的 Gemini 3.8 Flash，这套组合在网页自动化上的体验不仅快，而且定位准，甚至有点让人意外的「高情商」

写了一份我日常深度在用的实测体验和工作流，拿来做自动化绝对打开新世界

用过传统自动化（比如 Playwright 脚本或者无头爬虫）的朋友应该都深有体会，最大的痛苦从来不是写脚本，而是两件事：一是会话失效，隔三差五让你微信扫码、接短信验证码、过 2FA；二是动不动撞上 Cloudflare 的 5 秒盾或者各种验证码

Antigravity 的 /browser 逻辑完全不一样。它操纵的是你本地真实的 Chrome Profile

这就意味着，你的 Twitter、GitHub、内部后台、个人博客，全都是现成已登录的状态。Agent 接手操作时，带的是你本机的真实设备指纹、缓存和历史记录。在风控眼里这就是你在正常点鼠标，几乎不会触发防爬拦截，更不需要你每次重新扫码登录。它就是你本地的一个数字分身

更舒服的一点在架构层面：调用 /browser 时，它是在后台单独拉起一个 Browser 子 Agent。网页里成千上万行的 DOM 树、几十次滚屏和截图，全在子 Agent 里跑完，主窗口写代码的 Context 永远干干净净，不会被中间日志撑爆

为什么一定要搭配 Gemini 3.8 Flash？

测过几圈之后我的结论很明确：网页自动化千万别迷信大模型，3.8 Flash 才是目前的版本答案

1️⃣ 极速响应，操作不卡顿
做自动化最搞心态的就是 AI 每点一个按钮要发呆 10 秒钟。3.8 Flash 的推理延迟极低，截屏识别、下发点击、验证结果一气呵成，那种连贯的点击节奏跟真人在冲浪几乎没区别

2️⃣ 原生多模态视觉，定位极其刁钻
很多脚本一遇到前端换了 Tailwind 样式或者动态混淆的 class 名就直接抓瞎。3.8 Flash 是视觉 + DOM 双模识别，哪怕页面结构再复杂、用了 Shadow DOM 或者 Canvas，你用白话告诉它「点右上角那个淡蓝色的导出按钮」，它基本都能一眼看中坐标，准确率极高

我日常用得最多的几个姿势：

「前端开发自闭环」

改完前端组件代码，直接让它在本地 Chrome 打开 localhost，它自己去点点看交互流不流畅、顺手看一眼 DevTools Console 有没有红字报错，发现问题回头自己把代码改了，省去来回切屏调试的时间

「帮我刷 x 时间线」

让它帮我刷 X 上的技术时间线、整理优质讨论帖的要点，甚至把草稿打在输入框里停住：「等我肉眼扫一眼，我确认了你再点 Send」。既省掉了重复劳动，又把最终控制权牢牢握在自己手里

当一个工具既能读懂你的本地代码库，又能无缝伸手去操控你日常的真实浏览器，它才真正脱离了「对话玩具」的范畴

下次在 Antigravity 里别光顾着写代码，试试敲个 /browser，体验一下网页自动化

#Antigravity #Gemini #AIAgent