Google apresenta Antigravity 2.0 para desenvolvimento com IA

Introdução

Google Antigravity 2.0 é a nova peça central do Google para desenvolvimento com IA, consolidando app desktop, linha de comando e SDK em um fluxo agent-first que promete acelerar todo o ciclo de software. A atualização foi apresentada durante o Google I/O 2026, com foco em agentes autônomos, integração com Gemini e ferramentas de orquestração.

A plataforma Google Antigravity 2.0 sinaliza uma mudança clara, a migração do antigo Gemini CLI e extensões Code Assist para um ambiente unificado. Segundo reportes, o atendimento por Gemini CLI e Code Assist para planos Google AI Pro e Ultra será encerrado a partir de 18 de junho de 2026, o que exige adaptação rápida por parte de equipes de engenharia.

Este artigo analisa o que muda na prática, como Antigravity 2.0 funciona, quais benefícios reais traz para produtividade e governança de agentes, além de riscos e pontos de atenção citados pela comunidade. Também inclui um plano direto para migrar, testar e medir ganhos com a plataforma.

O que é o Google Antigravity 2.0

Antigravity 2.0 é descrito como uma plataforma de desenvolvimento agent-first, combinando um aplicativo desktop independente, uma CLI modernizada e um SDK para definir e automatizar fluxos de trabalho com agentes. A proposta central é transformar tarefas complexas de engenharia em missões conduzidas por agentes coordenados, com monitoramento, artefatos e verificações contínuas.

Nos materiais de documentação, o Google posiciona o Antigravity como seu “centro de comando” para agentes. A interface oferece um painel para lançar, observar e orquestrar atividades, com artefatos que representam entendimentos e saídas verificáveis do agente. O ecossistema inclui modalidades como Tab e Command na superfície do editor para guiar ações, além de suporte a entrada de áudio com transcrição em tempo real, útil para pair programming por voz.

Outra peça do anúncio foi a linha de comando atualizada. Para quem já automatiza rotinas via terminal, a CLI do Antigravity 2.0 chega como evolução direta do Gemini CLI, agora integrada ao restante da plataforma e pronta para fluxos agent-first em pipelines CI. O pacote inclui SDK para construir workflows customizados, publicar templates de missões e padronizar tarefas repetitivas.

O que foi anunciado no Google I/O 2026

Durante o I/O 2026, a imprensa especializada destacou que o Google empurrou o ecossistema para agentes autônomos em escala, com o Antigravity 2.0 como uma das apostas centrais. Relatos apontam um desktop app revisado, uma CLI renovada e um SDK para workflows, além de caminhos de migração para quem vinha no Gemini CLI e no Code Assist.

O Android Central e o Tom’s Guide conectaram o anúncio à visão maior de agentes do Google, incluindo o Gemini Spark, apresentado como um agente pessoal 24x7, construído sobre a própria plataforma Antigravity, o que reforça a estratégia de usar o Antigravity como camada de engenharia para produtos de IA.

Há também implicações comerciais. O Android Central mencionou mudanças de planos pagos de IA e como o Antigravity entra nesse pacote mais amplo da suíte Gemini. Isso importa para TCO, uma vez que limites de uso e créditos associados à execução de agentes passam a ser parte do planejamento de adoção.

![Agent workspace concept]

Migração, compatibilidade e mudanças no Gemini CLI

Um dos pontos mais concretos do ciclo Antigravity 2.0 é a migração do Gemini CLI e da extensão Code Assist. TechRadar reportou que os serviços para o Gemini CLI e para o Code Assist, incluindo uso com Google AI Pro, Ultra e até o uso gratuito individual, deixam de atender a partir de 18 de junho de 2026. Para times que padronizaram scripts no Gemini CLI, o caminho recomendado é portar rotinas para a nova CLI do Antigravity e alinhar credenciais e quotas.

TechCrunch, por sua vez, reforçou que a estratégia do I/O foi lançar um desktop app atualizado mais a CLI e um SDK para que o desenvolvedor componha fluxos próprios. Também foi citada a possibilidade de exportar projetos do AI Studio para continuar o trabalho localmente, o que ajuda a transitar do protótipo para produção com mais controle.

Aplicando na prática, a migração pode seguir três frentes. Primeiro, mapear comandos recorrentes do Gemini CLI, estabelecer equivalentes na Antigravity CLI e escrever wrappers para manter nomenclaturas internas. Segundo, empacotar workflows repetitivos no SDK como “missões”, com validações e artefatos padronizados. Terceiro, integrar a CLI a jobs de CI para rodar agentes em cenários como codegen de scaffolds, testes e geração de documentação.

Como o Antigravity 2.0 funciona sob a ótica agent-first

A base do Antigravity é a orquestração de agentes especializados que cooperam para entregar metas de engenharia, mais parecido com gerenciar um time do que pedir snippets isolados de código. Em vez de uma única “assistente” que autocompleta, o ambiente coordena etapas como planejamento, geração, teste e verificação, com artefatos para inspecionar raciocínio e saídas. Essa abordagem foi destacada tanto pela documentação quanto por publicações que cobriram o I/O.

Recursos citados incluem painel para lançar agentes, logs estruturados e visualização de artefatos. Também há modalidade de texto e comandos específicos na superfície do editor, o que torna a interação mais explícita e reprodutível do que prompts livres. Por fim, a transcrição em tempo real, alimentada por modelos Gemini de áudio, reduz atrito em pair programming por voz e em revisões rápidas.

Essa arquitetura viabiliza missões como “criar API REST com testes e CI” ou “modernizar módulo legado”. Cada subagente assume uma parte, compartilha artefatos e passa por checks definidos no fluxo. A consequência é previsibilidade. O custo, por outro lado, é o aprendizado inicial para desenhar boas missões e calibrar limites, cotas e controles de escrita em repositórios e ambientes.

Casos reais e sinais de maturidade

Sinais públicos mostram o Google usando o Antigravity como camada de engenharia para produtos de agentes, caso do Gemini Spark, apresentado como agente pessoal sempre ativo, construído sobre a plataforma. Isso indica que a empresa pretende padronizar suas próprias iniciativas agent-first no Antigravity, o que tende a puxar o ecossistema de parceiros e desenvolvedores.

A cobertura do I/O reuniu ainda demonstrações anedóticas sobre a ambição do 2.0, como o setup para rodar jogos clássicos em um ambiente gerado por agentes e experiências multiagente para criar sistemas complexos de software. Embora parte dessas demos tenha tom performático, funcionam como “testes de estresse” da plataforma.

No próprio blog do Antigravity, há relatos experimentais, como o desafio de agentes construírem um sistema operacional funcional capaz de rodar FreeDoom, além de pipelines de RL e jogos completos de IA, operando com mínima intervenção humana. Esses posts deixam claro o escopo, agentes com papéis distintos, comunicação e paralelismo, rodando sobre modelos Gemini, disponíveis como prévia para planos superiores.

![Developers shipping with agents]

Benefícios práticos para times de engenharia

Produtividade medida por missões, não por prompts. Equipes passam a trabalhar com checklists reproduzíveis e artefatos versionáveis, em vez de resultados ad hoc. Isso reduz variação e facilita auditorias.
Orquestração nativa. O desktop app e o painel central de agentes favorecem coordenação e visibilidade, o que ajuda líderes técnicos a detectar gargalos e regressões cedo.
Integração com voz e multimodalidade. A transcrição em tempo real encurta ciclos de revisão, útil em times remotos, pair programming e code reviews assistidos.
CLI e SDK coesos. Automação fica mais previsível, com rotas claras para CI e para empacotar “missões padrão” da empresa, desde scaffolds até verificação de segurança.

O resultado esperado é um salto em tempo de ciclo para tarefas repetitivas e maior controle do que os agentes podem fazer. Na prática, Antigravity 2.0 funciona como um “IDE de agentes”, enquanto VS Code, JetBrains e outros seguem como editores primários, em modo dual-wield, algo sugerido em discussões públicas e pela própria orientação do Google nas conversas da comunidade.

Riscos, limitações e governança

Ferramentas agent-first ampliam a superfície de poder de escrita e execução no seu ambiente. Há relatos, em fases anteriores, de mau uso que provocou perda de dados locais quando instruções foram executadas sem salvaguardas. Casos assim, ainda que isolados, reforçam a urgência de políticas de escopo, trilhas de auditoria e sandboxes.

Políticas recomendadas para produção incluem permissão mínima para agentes, diretórios de trabalho confinados, prechecks antes de writes perigosos, dry runs obrigatórios e revisão manual para ações destrutivas. Monitorar artefatos como contrato de entrega, junto com logs assinados, ajuda a reconstruir contexto em auditorias. Esses princípios podem ser implementados via SDK e pipelines CI, combinando o painel do Antigravity com ferramentas de segurança já adotadas.

No espectro comercial, mudanças de planos e quotas devem entrar no desenho de SLOs. Consulte os limites da sua assinatura e simule custos por missão. Publicações recentes descrevem ajustes de planos Gemini e associação com uso no Antigravity, então revise políticas de rate limit para evitar gargalos.

Passo a passo para adotar Antigravity 2.0

Inventário e migração. Liste comandos do Gemini CLI usados em pipelines e scripts locais. Programe equivalentes na Antigravity CLI e crie aliases temporários para facilitar transição. Prazo de corte referido é 18 de junho de 2026, então priorize os jobs críticos.
Workflows como código. Modele as tarefas mais frequentes da sua equipe como missões no SDK, com validações e artefatos padronizados. Publique templates internos e configure versionamento.
Guardrails. Defina política de permissões mínima, defina variáveis de ambiente bloqueadas, ative dry runs e crie uma lista de ações que exigem confirmação humana.
Observabilidade de agentes. Configure o painel para métricas de fluxo, tempo por etapa, taxa de retrabalho e alarmes para exceções. Isso facilita comparar baseline pré e pós‑adoção.
Multimodal na prática. Explore entrada por voz para standups técnicos rápidos e code reviews falados. Teste em squads piloto, capture ganhos e replicar apenas quando houver evidência.
Treinamento. Rode sessões internas com cenários reais, como “criar um microserviço com cobertura de testes e documentação”, medindo tempo e qualidade. Ajuste missões e artefatos.

O que observar nos próximos meses

Evolução do SDK e APIs. Recursos de verificação, plug-ins de segurança e integrações com plataformas de nuvem devem crescer, acompanhando a base de usuários e exigências de compliance.
Integração com produtos de agentes do Google. A presença do Gemini Spark sobre o Antigravity sugere sinergias, como portabilidade de missões entre produtos.
Comunidade e feedback. Fóruns e threads têm misto de entusiasmo e críticas, incluindo percepções de downgrade em alguns fluxos no curto prazo. Monitorar esses relatos ajuda a calibrar decisões internas.

Conclusão

Antigravity 2.0 consolida a estratégia do Google para desenvolvimento com IA, levando a sério a ideia de agentes especializados trabalhando de ponta a ponta com monitoramento, artefatos e verificações. A migração do Gemini CLI para a nova CLI e o app desktop unificado indica um caminho sem volta rumo a fluxos agent-first. Para quem planeja produtividade com responsabilidade, o foco deve recair em projetos piloto bem medidos, guardrails sólidos e uma transição gradual, porém firme.

Adotar Antigravity 2.0 não é só instalar uma ferramenta. É desenhar missões, padronizar artefatos e ensinar o seu time a liderar agentes com clareza. Quem fizer isso com método tende a colher ganhos de ciclo e previsibilidade. Quem pular etapas corre riscos operacionais. O equilíbrio produtivo está em tratar agentes como colegas de equipe, com responsabilidades claras, limites definidos e métricas que comprovem valor.