← 返回博客
Ai预计阅读 9 分钟

Google 把写代码的智能体搬出了你的笔记本,卡点还是那个权限弹窗

发布于 2026年11月7日
Google 把写代码的智能体搬出了你的笔记本,卡点还是那个权限弹窗

Antigravity 团队自己对这个功能的描述就是最好的总结:你的任务跑在独立的云端虚拟机里,所以你丢一个任务出去,走开去喝咖啡,在手机上把权限放行,回来时看到测试通过、PR 干净。

2.29 版 11 月 3 日开始分批推,团队 11 月 6 日公开确认了远程智能体。更新日志列了 22 项改动,要紧的是两条:远程智能体,以及建在 Gemini Live 上的语音模式。

这个迁移很容易被低估。写代码的智能体从有这个类别起就是本地软件。它们读你的文件,跑你的测试,用你的工具,合上盖子就停。把执行搬进受管的虚拟机,改变了产品是什么,也照出了智能体能力里哪些部分从来就不在模型里。

远程智能体,以及它们不是什么

Antigravity 本来就有个叫 Remote Control 的功能,让你从另一台设备驱动跑在自己工作站上的智能体。那还是要求工作站在线。远程智能体是另一回事:会话和工具在 Google 管理的隔离环境里执行,所以笔记本睡了、浏览器关了、你从桌面端换到手机,活都继续。

你可以从桌面应用开一个会话,从 antigravity.google.com 网页开,也可以从命令行用 `agy --remote-agent`,这个要 1.4.12 以上版本。

远程项目会挂资源。GitHub 仓库通过 OAuth 克隆挂载。Google Drive 的文件按需读。你也可以直接上传,单个文件最大 8 MiB,一次 50 个文件,每个项目 100 MiB,每个账号 2 GiB。Google 说凭证在存储时加密。GitHub、Drive、Docs、Sheets、Slides 和 Calendar 的插件通过 OAuth 连。

这些上传限制小得有点说明问题。单文件 8 MiB 放个脚本够了,放数据集没用。这是给仓库工作和文档工作用的智能体,不是给数据工程用的。

资格线才是有意思的那条线

远程智能体在 Google AI Pro 和 Ultra 的个人账号上可用。免费层不行。Google AI Plus 不行。Workspace 和 Google Cloud 的企业账号也不行。

最后那个排除对一个明显客户是开发团队的功能来说挺怪。团队版会想要共享项目、审计轨迹,以及一个能撤权限的管理员。Google 先发了消费版,这说明公司优化的是想试产品的个人开发者,不是采购流程。

这也意味着「回来看到干净的 PR」这条流程,目前是个人的流程。你的智能体在 Google 管理的虚拟机里跑,挂在你个人订阅下,对着一个你用自己 GitHub 账号授权的仓库干活。

在云上你会失去什么

远程模式下不可用的功能清单,是文档里信息量最大的部分:打印模式、代码搜索、`/diff`、`/rewind`、语音听写,以及本地安装的 MCP 服务器、插件和技能。

把最后那一组再读一遍。MCP 服务器、插件和技能,占了让写代码的智能体在某个具体公司里有用的很大一块。内部 API 的结构、部署脚本、运维手册、风格指南、迁移检查单。这些东西都住在本地,由开发者装,常常指向云虚拟机根本到不了的内部端点。

于是这个功能带着一条干净的分界上线。云端智能体拿到仓库、公网,和模型的通用能力。它拿不到你本地的工具。从零开始的项目没问题。对一个非得用内部构建包装才能编译的乱仓库,智能体会撞上一堵跟聪明程度毫无关系的墙。

这是过渡期的问题,会被解决的,大概的办法是让团队把批准的 MCP 服务器和技能发布到远程项目里。在那之前,对远程智能体老实的描述是:只靠代码和一个 shell 就够的任务,它很好;需要你机器上那套配置的任务,它有限。

语音作为权限通道

语音模式跑在 Gemini Live 上,它直接听你的声音而不是听转写文本,所以你可以在句子中间打断,它会跟着调整。你可以用说的来规划、来拨方向、来批准权限。语音和播放速度可调,这个模式只限本地对话。

要紧的细节是那个例外:常规权限可以用语音批,破坏性操作不行。

这条线画得合理,而且它暴露了摩擦到底在哪儿。一个跑四十分钟的智能体会停下来好几次,问能不能执行某个命令、装某个包、删某个文件。每一次停都是人的一次上下文切换。用语音批准免掉了无聊那些的切换,同时给可能造成伤害的那些保留了一个物理动作。

他们说的目标是,你跟智能体说话就像跟同事打电话一样。语音识别是容易的部分。电话那头的同事,你跟他说「改用 Postgres」,他会重新规划;而智能体需要这条指令正好落在它循环里的那个时刻。

同一周的其他动静方向一致

Cursor 发了 Build Live Apps,给一段描述,产出一个托管的网页应用,带 Postgres 数据库、认证和安全扫描,部署在一个能分享的链接后面,走 SSO。Cursor 说自家团队拿它做看板、内部运维工具和入职门户。有意思的后果是,部署这一步不再是单独一步。

LangChain 给 Deep Agents 加了异步子智能体,五个工具分别用来启动、查看、更新、取消和列出后台任务。对正在跑的任务做更新,既可以打断并重启,适合「改用 Postgres」这种修正,也可以排队等当前这轮跑完,适合「跑完顺手把测试跑了」这种追加。没跑完的任务会列在编排者的系统提示里,一个跑完的子智能体会在编排者下一次模型调用之前被取走,或者用一次新的运行把它叫醒。

三个不同的团队,同一个想法的三种实现:智能体变成一个持续运行的服务,人变成一个进进出出的批准者。

管道基本通了

把零件拼起来,架构就看出来了。执行在比你硬件活得久的云虚拟机里。子智能体编排带着明确的打断和排队语义。部署成了生成的副作用。语音成了批准通道。手机成了控制面。

没解决的是这整套东西围绕设计的那件事:权限弹窗。这些系统每一个都还假设有一个真人,一天几十次地决定一个自主进程能不能做一个不可逆的动作。Google 的答案是让批准变便宜,同时对破坏性操作保留必要性。这是对的默认值,同时也是一份承认:没人敢把那个决定交给智能体。

这个问题的下一版是一个策略层:规则说明智能体可以不问就做什么,按仓库、按环境、按时间窗限定,还带审计日志。在那之前,「丢一个任务出去然后走开」只在没出怪事的时候成立,换句话说是演示里成立。

相关文章