Google Antigravity 官方公开工作方式与协作模式

GA 自述的公开工作流示意

全面展示 Agent 与用户、项目、工具箱及产物之间的高层协作循环与知识沉淀机制

信息来源与概念流程说明

依据官方公开资料整理的概念流程,不代表未公开的模型内部推理。 本图严格仅表达官方公开可见的高层协作方式(Reasoning Model、Tools、Artifacts、Knowledge),不揭露或暗示任何私有隐藏神经网络架构、真实 chain-of-thought、私有系统指令或内部工具实现源码。

全景工作流拓扑结构 (End-to-End Workflow)
1
用户发起与模式选择
用户在对应 Project 空间内输入具体任务指令,并设定 Agent 的工作模式与自主度边界。
User Prompt Active Project Agent Mode
2
上下文理解与计划提出
Agent 结合代码库上下文与已有项目知识,深入解析任务目标,提出结构化计划与任务清单。
Context Grounding Implementation Plan Task Breakdown
3
跨工具自主协作执行
调度编辑器、终端命令行与浏览器多维工具,完成代码读写修改、构建运行与界面检查。
Editor (代码) Terminal (执行) Browser (视口)
↓ 协作推进产生结构化成果
4
多样化 Artifacts 产出
生成透明可核验的过程产物,保障人机信任与结果可见性。
Plans (实施计划) Task Lists (清单) Code Diffs (变更) Screenshots (截图) Walkthroughs (演示)
5
对工作执行自主验证
根据任务目标检查相关结果,可结合运行表现、测试或界面效果验证工作。
Automated Tests Lint & Compile Visual Inspection
6. 人机协作闭环与迭代交付 (Review & Iteration Loop)
🔁 分支 A:需进一步优化 / 提出调整反馈
用户在界面提出修改意见或指出偏差,Agent 吸收反馈更新任务清单与计划,返回步骤 2/3 继续迭代。
✅ 分支 B:满意确认并完成验收
所有任务项对齐目标,验证通过,用户确认成果并完成阶段性或最终交付。
★
可复用知识库支线 (Reusable Knowledge System)
持续自进化的经验飞轮: 每次任务的成功方案、用户反馈要点、特定项目规范与环境配置,均沉淀为可复用知识(Knowledge),为当前项目或后续任务提供第一手经验上下文,避免重复试错。
Lessons Learned User Preferences Project Rules Context Grounding
官方文档界定的 Agent 四大公开支柱

Reasoning Model

高层推理与决策引擎,负责统领任务解析、环境感知与计划制定(外部概念抽象,非内部权重)。

Tools 集成

赋予 Agent 实际操作环境的能力,包括代码编辑器、系统终端命令与浏览器交互能力。

Artifacts 产物

将工作过程转化为任务清单、计划书、代码比对、UI截图与 Walkthrough,让人类轻松审阅。

Knowledge 沉淀

将工作历史、用户纠偏及项目特有规范沉淀为长期可复用知识库,赋能未来任务。

官方公开资料与来源出处 (Official Sources)
Mermaid 拓扑源文件代码 (workflow.mmd)