Antigravity vs Claude Cowork: Agent-First IDE vs AI Knowledge Worker
Google 以開發者為本的 agentic IDE 與 Anthropic 通用桌面協作助手——深度比較
Douglas Lai
Google Antigravity 和 Claude Cowork 在相隔數月內先後推出，兩者都被描述為「agentic」平台——但它們對 AI 驅動工作的實際樣貌，押注方向根本不同。Antigravity 是一個面向開發者的 IDE，agents 可在編輯器、終端機和瀏覽器之間協調複雜軟件任務。Claude Cowork 則是面向知識工作者的桌面協作助手，由人類監督的 assistant 規劃並執行以資料夾為中心的業務工作流程。
在兩者之間作選擇，重點不在於誰「更好」，而在於你實際需要完成的是哪一類工作。以下比較會拆解所有主要面向，讓你能清晰作出判斷。
什麼是 Google Antigravity？
Google Antigravity 是一個 agent-first IDE，於 2025 年 11 月與 Gemini 3 一同推出。它是基於 VS Code（Electron/Chromium）分支打造，專為軟件開發而設計，並以一組自主 agents 取代傳統「AI 建議」模式，讓 agents 可在真實開發介面上規劃、執行及驗證程式任務。[1][2]
主要功能：
- Manager View — 一個任務控制面板（於 2026 年 3 月隨 AgentKit 2.0 推出），可跨 frontend、backend、testing 和 DevOps 類別協調 16 個以上的專門 agents，並可在多個工作區並行運行[2][3]
- Editor View — 標準 IDE 介面，附有 agent 側邊欄提供行內程式協助，體驗類似 Cursor 或 Copilot，但由 Gemini 驅動[1]
- 內建瀏覽器整合 — 原生 Chromium 環境，使用 Chrome DevTools Protocol（CDP）直接從 IDE 進行瀏覽器自動化[4]
- 多模型 agent 分配 — 同一個 session 內的不同 agents 可使用不同模型：Gemini 3 Pro/Flash、Claude Opus 4.6、Claude Sonnet 4.6 或 GPT 變體[5]
- MCP 工具支援 — 原生支援 Model Context Protocol，方便連接外部工具[1]
.agent/資料夾與GEMINI.md— 專案級設定，可定義規則、技能及工作流程（相當於 Claude Code 的CLAUDE.md）[1]- VS Code 擴充功能生態系 — 可從 Open VSX registry 安裝，使用現有數以千計的擴充功能[1]
- 平台 — Windows、macOS、Linux（x86_64 及 aarch64）[1]
Antigravity 的定價綁定 Google AI/One 訂閱方案，採配額制（Prompt Credits 和 Flow Credits）。速率限制是社群已知的痛點，甚至有第三方工具專門用來追蹤和管理配額使用量。[6]
這個平台的目標用戶是軟件開發者。其 agents 設計的每一個面向——跨 frontend、backend、testing 和 DevOps 的 16 個專門 agents——都圍繞程式交付工作流程而設。[2][3]
什麼是 Claude Cowork？
Claude Cowork 是 Anthropic 的桌面 AI 協作助手，於 2026 年 1 月以 macOS 和 Windows 的研究預覽版推出。它不是取代開發者的 IDE，而是疊加在桌面和檔案系統之上——你只需給它一個資料夾和一個目標，它便會在該工作區內規劃並執行多步驟任務，同時在每個階段都讓你參與審查。[7][8]
主要功能：
- 以 human-in-the-loop 為核心設計 — Cowork 會先提出計劃，只有在用戶批准後才會執行；「執行前審查」是其預設設計原則[7][9]
- VM 級 sandbox 隔離 — bash 指令會在隔離的 Linux VM 內運行（Windows 使用 WSL2，macOS 使用 Lima），以保障安全[9]
- Skills 與 plugins 生態系 — 可透過基於 Markdown 的 skills（無需撰寫程式碼）及按角色劃分的 plugin 套件擴展；Anthropic 提供 sales、marketing、legal、finance、product management 等官方 plugins[10][11]
- 50+ MCP connectors — 原生整合 Slack、Notion、HubSpot、Jira、Figma、Snowflake、Databricks、Linear、Asana、Google Drive、Microsoft 365 等多種工具[11]
- Sub-agent 協調 — plugins 會在相關任務出現時自動觸發 sub-agents，亦可透過 slash commands 明確呼叫[7][10]
- GUI 與瀏覽器自動化 — computer use 可與桌面 GUI 應用程式互動；透過 MCP connectors 與 Claude-in-Chrome 進行瀏覽器整合[8][9]
- 平台 — 官方支援 macOS 和 Windows；Linux 透過社群 fork 提供[12]
Claude Cowork 的定價綁定 Anthropic 訂閱層級：Pro（$17–20/月）、Max（$100–200/月）、Team Standard（$20/seat/月）及 Team Premium（$100/seat/月）。免費用戶無法使用 Cowork。使用量每 5 小時重設一次，Pro 用戶通常每個週期可獲得 1–1.5 小時的高強度使用時間。[13]
這個平台的目標用戶是知識工作者——營運、銷售、marketing、法律、finance、客戶支援。官方文件涵蓋 28 種以上業務工作流程，包括發票生成、潛在客戶研究、競爭對手分析及會議準備。[9]
Antigravity vs Claude Cowork：功能逐項比較
| 功能 | Google Antigravity | Claude Cowork |
|---|---|---|
| 主要範式 | 以 agents 為核心的開發者 IDE | 面向知識工作的桌面 AI 協作助手 |
| 推出日期 | 2025 年 11 月 | 2026 年 1 月（研究預覽版） |
| 目標用戶 | 軟件開發者 | 知識工作者、商業團隊 |
| 主要模型 | Gemini 3 Pro / Flash | Claude（Opus / Sonnet / Haiku） |
| 多模型支援 | 有 — 每個 agent 可用 Gemini、Claude、GPT | 沒有 — 只支援 Claude 模型 |
| 多代理 UI | 具視覺化 Manager View，支援平行 agents | 由 plugin/skill 觸發 sub-agents |
| 瀏覽器整合 | 透過 CDP 內建 Chromium | computer use + MCP connectors |
| 終端機存取 | 完整 IDE 終端機，可由 agents 執行 | 透過隔離的 WSL2/Lima VM 運行 bash |
| 檔案系統存取 | 完整 IDE 檔案系統 | 以資料夾為範圍，需用戶授權 |
| 擴充系統 | VS Code 擴充功能（Open VSX） | 基於 Markdown 的 skills 和 plugins |
| MCP 工具支援 | 有 | 有 — 50+ 官方 connectors |
| 人類審批模式 | 可選（可用 auto-accept 模式） | 預設必需（review-before-execute） |
| 平台 | Windows、macOS、Linux | Windows、macOS（Linux 非官方） |
| sandbox 隔離 | 內建沒有 | 預設使用 WSL2/Lima VM |
| 開源 | 否 | 否 |
| 定價模式 | Google AI/One 訂閱（按配額計） | Anthropic 訂閱（$17–200/月） |
架構：兩種截然不同的 agentic 工作願景
這是 Antigravity 與 Claude Cowork 最重要的差異，也會影響其他所有比較項目。
Antigravity：IDE 變成協調層
Antigravity 的架構出發點是：程式編輯器是開發者的主要工作介面，因此 agents 應該直接存在於其中。與其要求開發者切換到另一個 dashboard，Antigravity 乾脆把 IDE 本身變成任務控制中心。
Manager View 會提供一個視覺化面板，讓你可建立、觀察及指揮多達 16 個並行運作的專門 agents——例如一個 frontend agent 負責搭建元件、一個 testing agent 撰寫測試套件、一個 backend agent 實作 API 邏輯，以及一個 DevOps agent 更新 CI 設定，全部同時進行。[2][3]
多模型分配讓這種模式更靈活：你可以把 Gemini 3 Pro 指派給最複雜的規劃 agent，把 Gemini Flash 用於成本較低的輔助任務，並在 Anthropic 推理能力更強的地方，把 Claude Opus 4.6 指派給相應 agents——全部都可以在同一個 session 內完成。[5]
內建 Chromium 環境意味著瀏覽器自動化是第一級功能，而不是事後補上的功能。Agents 可開啟瀏覽器、前往 staging 環境、與 UI 元件互動、擷取截圖，並將視覺產物直接回傳到 IDE——而且與它們剛剛撰寫的程式直接整合。[4]
Claude Cowork：桌面多了一個協作助手
Claude Cowork 的架構則從另一個前提出發：大多數商業工作不是寫程式，而大多數工作者也不是開發者。Cowork 不是 IDE，而是桌面覆蓋層——你把一個資料夾和一個目標交給它，它就會在那個工作區內運作。
Sub-agent 模式以 plugin 驅動，而非以視覺化方式協調。Skills（無需撰寫程式碼的 Markdown 檔案）和 plugin 套件會根據任務上下文觸發 sub-agents——例如內容插件會依次啟動研究 agent、文案 agent 和 SEO agent，而不是透過視覺化 dashboard 操作。[10][11]
其安全模型設計上更保守。每個計劃都會先呈現給你審查，然後才會執行。指令在隔離的 VM 中運行（Windows 使用 WSL2，macOS 使用 Lima），因此即使 agent 出錯，損害也會被限制在 sandbox 內，而不是你的實際系統。[9]
50 多個 MCP connectors 讓 Cowork 能廣泛連接商業工具——Slack、Jira、Notion、HubSpot、Figma、Snowflake 等——但這些整合是疊加在桌面助手之上的，並不像 Antigravity 的瀏覽器整合那樣屬於內建工作介面。[11]
部署：兩者皆為封閉式，預設值不同
Antigravity 和 Claude Cowork 都不是開源，也都不支援完整自我託管。兩者都會透過各自供應商的基礎設施處理資料——Antigravity 經 Google，Cowork 經 Anthropic。
| 維度 | Google Antigravity | Claude Cowork |
|---|---|---|
| 開源 | 否 | 否 |
| 自我託管 | 不支援 | 不支援 |
| 資料路由 | 經由 Google 基礎設施 | 經由 Anthropic 基礎設施 |
| sandbox 隔離 | 沒有（agent 在 IDE 上下文中運行） | 預設使用 WSL2/Lima VM |
| 離線運作 | 否（需要 Google API） | 否（需要 Anthropic API） |
這裡真正重要的差異是安全預設。Antigravity agents 可在 auto-accept 模式下運行——無需逐步批准即可執行動作——這能加快開發工作流程，但也會增加錯誤的影響範圍。Claude Cowork 則要求先審查計劃再執行，速度較慢，但對於作出不可逆業務決策的知識工作者來說更合適（例如發送電郵、更新 CRM 記錄、提交文件）。[7][9]
對於需要真正內部部署、並具備完整資料主權的團隊，兩個平台都無法滿足。專為這類用途而設的開源替代方案是 Eigent，本文末會介紹。
模型支援：多模型彈性 vs Claude 優先設計
對於想在模型能力與成本之間作資源調配的開發者來說，這是 Antigravity 的明顯優勢。
Antigravity 讓你在同一個 session 內，把不同模型分配給不同 agents。實際上，團隊會用 Gemini 3 Flash 處理快速且便宜的輔助 agents，並把 Gemini 3 Pro 或 Claude Opus 4.6 保留給最需要品質的規劃和架構 agents。[5] 當團隊有足夠多任務平行進行時，這種按 agent 的模型路由是一個真正的生產力槓桿。
Claude Cowork 則只支援 Claude。這部分既是限制，也是刻意的設計選擇——Anthropic 對 Claude 的底層有深入存取，因此能以更適合的方式優化 Cowork 的 sub-agent 提示、computer use 整合及 skill 執行，這些在任意模型切換下會更難做到。對於已經標準化採用 Claude 的團隊來說，這種整合深度確實是一項優勢。[7][8]
使用場景：各自的優勢領域
Antigravity 最擅長
- 全端功能開發 — 多個 agents 並行搭建 frontend、backend 和測試
- 大型 codebase 重構 — 協調多個 agents 系統性地更新數百個檔案中的模式
- 整合瀏覽器的 QA — agents 撰寫程式、啟動預覽版、在內建瀏覽器中導覽，並把視覺回歸問題回報到 IDE
- CI/DevOps 自動化 — 專門的 DevOps agents 在同一工作流程中更新 build 設定、Dockerfiles 和部署腳本
- 開發者研究與文件 — code agents + MCP 工具從內部知識庫提取上下文並生成準確技術文件
Claude Cowork 最擅長
- 業務文件工作流程 — 擬定合約、整理報告格式、從 PDF 擷取資料、把研究內容整理成交付成果
- CRM 與銷售營運 — 潛在客戶研究、外聯文案撰寫、HubSpot 更新、透過 MCP connectors 管理銷售漏斗
- marketing 製作 — brief → copywriting → SEO 審核，透過 plugins 串成一個協調流程
- finance 和法律工作 — 發票生成、支出追蹤、文件審查，並讓非技術團隊成員參與其中
- 跨工具知識工作 — 從 Slack、Notion、Jira 和 Google Drive 提取上下文，整合成單一輸出
定價
Google Antigravity 的定價採配額制，並與 Google AI/One 訂閱方案掛鈎。配額系統使用 Prompt Credits（輸入處理）和 Flow Credits（agent 執行）。像 antigravity-panel 這類社群監控工具，正是為了追蹤配額消耗而建立——這顯示速率限制在實際使用中是明顯約束，尤其是在同時運行多個並行 agents 時。[6][13]
Claude Cowork 透過 Anthropic 的訂閱方案提供分層固定收費：
| 方案 | 價格 | Cowork 存取權 |
|---|---|---|
| Free | $0 | 不包括 |
| Pro | $17–20/月 | 包括 |
| Max 5x | $100/月 | 包括（相對 Pro 為 5 倍使用量） |
| Max 20x | $200/月 | 包括（相對 Pro 為 20 倍使用量） |
| Team Standard | $20/seat/月 | 包括 |
| Team Premium | $100/seat/月 | 包括（5 倍使用量） |
使用量每 5 小時重設一次。Pro 用戶通常每個週期可獲得 1–1.5 小時的高強度 Cowork 使用時間，之後便會觸及限制——對預期持續自主 agent 運行的團隊而言，這是一個實質限制。[13]
對於在任一平台上運行高吞吐、持續性的 agentic 工作負載的團隊來說，訂閱限制很快就會成為上限，若不轉向自我託管、模型無關的平台，便很難繞過。
何時選擇 Antigravity
- 你是軟件開發者或工程團隊，程式是主要交付成果
- 你想要即時 IDE 整合，讓 agents 直接存在於編輯器中，而不是另一個 dashboard
- 你需要多模型彈性，根據成本與能力為不同 agents 指派不同 LLM
- 你希望瀏覽器自動化成為與程式工作流程緊密結合的一級功能
- 你需要在視覺化管理介面中，跨專門 agents（frontend、backend、testing、DevOps）進行平行執行
- 你的團隊已經在 Google/Gemini 生態系內
何時選擇 Claude Cowork
- 你的工作主要以知識為本——文件、研究、業務營運、marketing、法律、finance——而不是以程式為中心
- 你重視保守的、先審查後執行的安全模型，適合業務流程
- 你需要透過 MCP connectors 與 Slack、HubSpot、Notion、Jira 或 Google Drive 等商業工具深度整合
- 你的團隊偏非技術，需要不依賴 IDE 或終端機知識的 AI 協助
- 你已經全面採用 Anthropic 的 Claude 生態系，並希望獲得最緊密的整合
- 需要 VM 級 sandbox 隔離來安全執行 agents
為何要將 Eigent 視為你的開源替代方案
如果你被 Antigravity 的多代理能力吸引，但又受限於其 Gemini 綁定；或者你看重 Cowork 的 MCP 生態系，但被其純雲端架構所限制，Eigent 就是把兩組能力帶到你自己的基礎設施上的開源平台。
Eigent 相對兩者的優勢：
- 多代理工作團隊架構 — 視覺化協調器加上專門的 Developer、Browser、Document 及自訂 agents 並行運作，以開源形式對應 Antigravity 的 Manager View[14][15]
- 200+ MCP 工具 — 具備 Cowork 連接器生態系的廣度，並可加入你自己的 MCP servers 及建立私有 skills[14][16]
- 模型無關 — 可使用 Gemini、Claude、GPT 或透過 Ollama 的完全本地模型；不受任何供應商限制選擇[15]
- 100% 開源（Apache 2.0） — 完整程式碼庫在 GitHub 上，可 fork、可審核、可自我託管[14]
- 本地優先部署 — 所有資料與推理都保留在你的機器或私有基礎設施上；不會經由 Google 或 Anthropic 伺服器傳輸[14][15]
- 企業治理 — 提供 SSO、RBAC 和稽核記錄，而且沒有供應商鎖定[15]
對於需要在敏感資料上使用 Antigravity 風格 agent 協調，或在 air-gapped 環境中實現 Cowork 風格知識工作自動化的團隊，Eigent 兩者都能覆蓋。
-> 立即開始使用 Eigent — 兩者的開源替代方案 ->
常見問題
Antigravity 能處理像 Claude Cowork 那樣的非編碼任務嗎？ Antigravity 的 16 個專門 agents 都以程式為導向（frontend、backend、testing、DevOps）。它可以透過 MCP 工具產生文件和進行研究，但它並非為 Claude Cowork 所針對的那種廣泛業務工作流程而設。若是工程以外的知識工作自動化，Cowork 更適合。
Claude Cowork 能像 Antigravity 那樣撰寫和執行程式嗎？ Claude Cowork 可以寫程式、在其 VM sandbox 內執行 bash 指令，並使用 computer use 與桌面應用程式互動。它欠缺的是 Antigravity 的 IDE 整合、平行編碼 agents，以及透過 CDP 實現的內建瀏覽器自動化。若是完整軟件開發工作流程，Antigravity 是為這種情境而生。
Antigravity 可否使用 Claude 模型？ 可以。Antigravity 的多模型 agent 分配支援 Claude Opus 4.6 和 Sonnet 4.6，亦同時支援 Gemini 模型，讓團隊可在 Anthropic 推理能力更合適的 agents 上使用 Claude。[5]
哪個平台的 MCP 工具支援更好？ 兩者都支援 MCP，但生態系取向不同。Antigravity 的 MCP 整合偏向開發工具。Claude Cowork 的 50 多個官方 MCP connectors 則集中於業務工具（Slack、Notion、HubSpot、Jira、Figma、Snowflake 等），因此更適合跨工具業務工作流程。[11]
哪個更適合企業使用？ Claude Cowork 的 VM sandbox 隔離和預設的 review-before-execute，使它成為更保守的選擇——適合涉及敏感客戶資料或不可逆操作的業務流程。Antigravity 的 auto-accept 模式則是為開發者速度而設，風險範圍較大。
有沒有結合兩者的開源替代方案？ 有。Eigent 是一個開源、Apache 2.0 的多代理協作桌面，結合了 Antigravity 式的平行 agent 協調與 Cowork 式的 MCP connector 廣度——可在你自己的基礎設施上本地運行，沒有供應商鎖定。
結論：Antigravity vs Claude Cowork
如果你在開發軟件，就選 Antigravity。 它是目前對開發者最強大的 agent-first IDE——多模型、平行 agents、整合瀏覽器，並直接存在於你現有的編輯器工作流程中。
如果你的工作以知識為本，就選 Claude Cowork。 它是商業團隊最易上手、預設最安全的 AI 協作助手——與業務工具深度連接，為非技術用戶而設，並在每一步都注重人類監督。
這兩個平台其實更像互補，而非競爭。軟件團隊可以用 Antigravity 處理工程工作流程，用 Claude Cowork 處理 marketing、法律和營運團隊——各自用在最適合的場景。
對於想要一個平台同時覆蓋兩者、並且擁有完整資料控制與無訂閱上限的團隊來說，Eigent 就是開源答案。
準備探索這個開源替代方案？ 可免費下載、完全可自我託管，並可在 10 分鐘內完成啟動。立即前往 eigent.ai
Sources
[1] Google Antigravity — 概覽與文件
[2] Awesome Antigravity — 社群資源中心
[3] AgentKit 2.0 多代理推出 — Factory Engineering
[4] Antigravity 瀏覽器/CDP 整合 — antigravity-link-extension
[5] Antigravity 的多模型支援 — opencode-antigravity-auth
[6] Antigravity 配額追蹤 — antigravity-panel
[7] Claude Cowork 指南 — 全面工作流程文件
[8] Anthropic 的 Claude Cowork 是一個真正好用的 AI agent — Wired
[11] Anthropic Skills 系統 — 官方倉庫
[12] Claude Cowork Linux — 社群 Fork
Recent Posts
Qwen3.8-Max：阿里巴巴的 2.4T 開放權重編程模型
Qwen3.8-Max 是阿里巴巴面向編程及代理工作的 2.4T 參數開放權重模型。了解規格、定價、已確認資料及值得留意的後續發展。
Eigent
Thinking Machines Inkling-Small：一個超越其更大兄弟的 276B 模型
Thinking Machines Lab 的 Inkling-Small 是一個 276B 開放權重 MoE，以四分之一的規模媲美 Inkling。規格、基準測試、定價及其重要性。
Eigent
Augment Code 替代方案
從目前定價、共享用量、上下文品質、原始碼存取、自行託管部署、安全性與團隊適配度，比較大型程式碼庫的 Augment Code 替代方案。
Douglas Lai
