اگر امروز برای مدیریت گردش‌های کاریِ عامل‌محور (Agentic) هزینه می‌کنید، ابزارهای شما همین حالا تغییر کردند. باید بدانید که Google Antigravity 2.0 اکنون به شما اجازه می‌دهد چندین عامل (Agent) — شبیه به مدیری که تیمی از متخصصان را برای یک پروژه هدایت می‌کند — را هم‌زمان سازماندهی کرده و وظایف را اجرا کنید.
طبق اعلام گوگل در ۱۹ مه ۲۰۲۶، این ابزار دیگر یک دستیار ساده نیست. همان‌طور که در پوشش پیشین ما از AI Edge Gallery و MCP دیدیم، گوگل حالا قابلیت‌های عامل‌محور را مستقیماً به محیط محلی توسعه‌دهنده آورده است تا جایگاه Cursor را به چالش بکشد.
این سیستم بر پایه مدل جدید Gemini 3.5 Flash کار می‌کند. به نقل از گوگل، این مدل راه‌اندازی شده تا خودِ Antigravity در توسعه آن نقش داشته باشد. جزئیات فنی این به‌روزرسانی عبارت است از:
- ارائه یک SDK (Software Development Kit) جدید — شبیه به یک جعبه‌ابزار آماده که اجازه می‌دهد بدون ساختن پیچ و مهره، مستقیماً خانه را بسازید — برای ساخت عامل‌های سفارشی.
- یک ابزار CLI (Command Line Interface) — یعنی گفتگو با کامپیوتر از طریق متن، بدون نیاز به دکمه و منو — که جایگزین نسخه قدیمی Gemini شده است.
- پشتیبانی بومی از دستورات صوتی و ادغام مستقیم با Android، Firebase و Google AI Studio.
- امکان طراحی گردش‌های کاری برای زیر-عامل‌ها (Subagents) که به‌طور خودکار در پس‌زمینه اجرا می‌شوند.
گوگل برای جذب کاربران حرفه‌ای، ساختار قیمت‌ها را نیز تغییر داد. طرح جدید AI Ultra با هزینه ۱۰۰ دلار در ماه، ۵ برابر محدودیت‌های طرح Pro را ارائه می‌دهد. همچنین قیمت سطح Ultra از ۲۵۰ دلار به ۲۰۰ دلار کاهش یافت تا ۲۰ برابر ظرفیت Pro را فراهم کند.
این یک حمله مستقیم به بازار IDEهای عامل‌محور است. گوگل با کاهش قیمت‌ها و ارائه SDK، قصد دارد تمام مسیر از آموزش مدل تا اجرای محلی را در اختیار بگیرد. برای کاربر تجاری، این یعنی هزینه اتوماسیون در مقیاس بالا کاهش می‌یابد و ساخت عامل‌های پس‌زمینه در دسترس‌تر می‌شود.
گام بعدی شما
- قالب‌های جدید عامل‌ها را در AI Studio بررسی کنید تا مسیر انتقال پروژه‌های فعلی به محیط محلی را بیابید.
- تفاوت هزینه استنتاج در طرح‌های جدید Ultra را با نیازهای مقیاس‌پذیری تیم خود بسنجید.
- قابلیت‌های دستور صوتی را در محیط توسعه اندروید تست کنید.
اما این تنها بخشی از پازل است؛ اثر این تغییرات بر مدل‌های متن‌باز را در گزارش بعدی بررسی خواهیم کرد.
گفتگو