Google Antigravity KI‑Code‑Editor geprüft – Leistung mit Gemini 3

Einführung

Googles neuester Vorstoß in KI‑unterstützte Entwicklung kommt unter dem Namen Antigravity. Vermarktet als ein Next‑Generation‑Code‑Editor, der Autovervollständigung, einen KI‑Agenten und einen projektweiten Agent‑Manager kombiniert, basiert Antigravity auf dem gleichen Technologie‑Stack, der den früheren Windsurf‑Editor angetrieben hat. Diese Rezension untersucht, wie das Produkt seine Versprechen hält, insbesondere in Kombination mit dem neuen Gemini 3‑Modell.

Hintergrund und Übernahme

Die visuelle Sprache und die Kernfunktionen von Antigravity sind unverkennbar von Windsurf abgeleitet. Nachdem Google den Windsurf‑Code‑Base – und das Gründungsteam – übernommen hatte, wurden diese Ingenieure in DeepMind integriert. Das ursprüngliche Windsurf‑Produkt wurde später an Cognition, die Hersteller von Devon, verkauft, sodass Google die zugrundeliegende Engine und eine Roadmap für ein umbenanntes Erlebnis behielt.

Wichtige Punkte der Übernahme:

• Google erhielt den kompletten Windsurf‑Quellcode und das Schlüsselpersonal.
• Das ehemalige Windsurf‑Team trat DeepMind bei, wo Antigravity entwickelt wurde.
• Cognition betreut nun das Legacy‑Produkt Windsurf, während Google sich auf Antigravity konzentriert.

Installation und Benutzeroberfläche

Antigravity ist für macOS, Windows und Linux verfügbar. Nach dem Herunterladen bietet der Installer an, Einstellungen von Windsurf zu importieren, was den Umstieg für bestehende Nutzer erleichtert.

Die UI spiegelt das Layout von Windsurf wider:

• Datei‑Explorer links mit denselben bunten Icons, die exklusiv für Windsurf waren.
• Editor‑Fenster in der Mitte, in dem Code geschrieben wird.
• Agent‑Panel rechts, wo Eingabeaufforderungen eingegeben und Antworten angezeigt werden.
• Ein Einstellungen‑Dialog, der Windsurfs Konfigurationsoptionen repliziert, einschließlich Tool‑Tips, die einfach den Begriff „cascade“ durch „Agent“ ersetzen.

Insgesamt wirkt die Oberfläche wie eine ältere Version von Windsurf, die leicht aufgefrischt wurde, statt eines kompletten Neugestaltungsprojekts.

Agent‑Manager – Ein Low‑Budget Verdant?

Eine der von Antigravity angepriesenen neuen Funktionen ist der Agent‑Manager, der Entwicklern helfen soll, mehrere KI‑Agenten über Projekte hinweg zu verwalten. Das Konzept erinnert an Verdant, eine auf VS Code basierende Umgebung, die für ihren intuitiven Agent‑Workflow gelobt wird.

Vergleichende Beobachtungen:

• Verdant bietet eine klare, projektzentrierte Ansicht mit eindeutiger Inbox, Aufgaben‑ und Thread‑Navigation.
• Antigravities Manager stellt ähnliche Bereiche bereit, fehlt jedoch die Politur und Kohärenz von Verdant.
• Die UI wirkt nachträglich angehängt, mit inkonsistentem Styling und begrenzten Feedback‑Mechanismen.

Obwohl funktional, reicht der Agent‑Manager nicht an die nahtlose Erfahrung heran, die Verdant als Benchmark setzt.

Benchmark‑Tests

Um die praktische Leistung zu bewerten, wurden mehrere Benchmark‑Prompt‑Szenarien durch Antigravity mit Gemini 3 laufen gelassen. Die Aufgaben umfassten:

• Implementierung eines Go‑TUI‑Rechners
• Entwicklung eines einfachen „Godo“-Spiels in Go
• Abschluss eines langlaufenden Rechtschreib‑Check‑Benchmarks
• Entwicklung kleiner Anwendungen (Nux, Tari), die mehrstufiges Denken erfordern

Ergebnisse:

• Go‑TUI‑Rechner: Mit einem kleinen Fehler abgeschlossen, der leicht behoben werden konnte.
• Godo‑Spiel: Nach mehreren Versuchen gescheitert; der Agent konnte keine funktionierende Lösung erzeugen.
• Rechtschreib‑Check‑Benchmark: Zeitüberschreitung und Fehler, was auf Schwierigkeiten bei langlaufenden Aufgaben hinweist.
• Nux‑ und Tari‑Apps: Ähnliche Fehlermuster, der Agent brach nach wenigen Prompt‑Durchläufen ab.

Das Muster zeigt, dass Antigravity einfache, einstufige Aufgaben recht gut bewältigt, bei komplexen, mehrstufigen Workflows jedoch Schwierigkeiten hat. Fehler erforderten häufig manuelles Eingreifen, was die Gesamtproduktivität mindert.

Technische Mängel

Während der Tests traten mehrere technische Probleme auf:

• Browser‑Integration: Antigravity kann einen Browser aufrufen, um die Aufgaben­erfüllung zu prüfen, ein Feature, das von früheren Gemini‑Modellen stammt. In der Praxis waren die Browser‑Checks oberflächlich und übersahen offensichtliche UI‑Fehler.
• Token‑sparende Heuristiken: Der Agent kürzt häufig den Kontext, um Tokens zu sparen, was die Qualität des generierten Codes mindert.
• Fehlerhafte Agent‑Umgebung: Trotz der Fähigkeiten von Gemini 3 führt die umgebende Infrastruktur zu Instabilität, was zu Abstürzen und unvollständigen Ausgaben führt.
• Inkonsistente UI: Elemente wirken nachträglich angepasst, was ein zersplittertes Erlebnis erzeugt, das eher einem schnellen Prototypen als einem ausgereiften Produkt ähnelt.

Vergleich mit bestehenden Google‑Tools

Google bietet bereits mehrere KI‑unterstützte Entwicklungs‑Lösungen:

• Firebase Studio: Bietet eine leichte UI mit VS Code‑Integration.
• Gemini Code Assist‑Erweiterung für VS Code: Liefert Autovervollständigung und agentenbasierte Vorschläge direkt im populären Editor.
• Gemini CLI: Ermöglicht Kommandozeilen‑Interaktionen mit Gemini‑Modellen zur Code‑Generierung.

Antigravity überschneidet sich stark mit diesen Tools, bietet jedoch keinen klaren Vorteil. Sein Alleinstellungsmerkmal – ein integrierter Editor mit eingebautem Agent‑Manager – rechtfertigt nicht die zusätzliche Lernkurve, zumal reifere Alternativen verfügbar sind.

Fazit

Googles Antigravity ist im Wesentlichen ein umbenannter Windsurf‑Editor mit einer oberflächlichen UI‑Überholung und einem hinzugefügten, aber unterentwickelten Agent‑Manager. Während er einfache Coding‑Prompt‑Aufgaben in Kombination mit Gemini 3 bewältigen kann, scheitert er an anspruchsvolleren, mehrstufigen Aufgaben und weist eine Reihe von Usability‑Fehlern auf.

Für Entwickler, die bereits in VS Code oder Firebase Studio investiert sind, bietet Antigravity wenig Anreiz zum Wechsel. Das Produkt wirkt überstürzt, und die Integration von Gemini 3 kompensiert nicht die zugrundeliegende Instabilität.

In seinem jetzigen Zustand ist Antigravity ein interessantes Experiment, aber kein brauchbarer Ersatz für etablierte KI‑unterstützte Entwicklungs‑Tools. Zukünftige Versionen benötigen eine kohärentere UI, robuste Agenten‑Orchestrierung und eine tiefere Integration in Googles bestehendes Ökosystem, bevor es als wettbewerbsfähiges Angebot gelten kann.