Antigravity vs Codex：Agent-First IDE vs 雲端編碼代理
Google 的 agentic 開發者 IDE 對比 OpenAI 的非同步雲端編碼代理 — 深度比較
Douglas Lai
Google Antigravity 同 OpenAI Codex 都係為軟件開發者而設，兩者都使用自主 AI 代理去執行編碼任務。但佢哋對「工作應該喺邊度、點樣發生」嘅基本前提完全相反。
Antigravity 係一個完整嘅開發者 IDE：代理存在於你嘅編輯器內，即時同你並肩工作，跨前端、後端、測試同 DevOps 協調平行工作，仲可以自動化瀏覽器去驗證佢哋建立嘅內容。Codex 係一個雲端編碼代理：你透過 ChatGPT 委派明確任務，佢哋喺連接 GitHub 嘅沙盒環境中非同步運行，之後你會收到一個 diff 同一個 PR。
兩種方式都好強大。呢篇指南就係要幫你理解邊一款最適合你嘅工作流程——以及各自喺邊啲地方會失效。
什麼是 Google Antigravity？
Google Antigravity 係一個以代理為核心嘅 IDE，於 2025 年 11 月同 Gemini 3 一同推出。佢係基於 Electron/Chromium fork of VS Code 建構，將程式碼編輯器由純文字工具變成一個即時協調環境，喺度多個專門 AI 代理可以平行規劃、建構、測試同驗證軟件。[1][2]
主要功能：
- Manager View — 視覺化任務指揮面板（於 2026 年 3 月隨 AgentKit 2.0 推出），可同時協調 16 個專門代理，涵蓋前端、後端、測試同 DevOps 類別[2][3]
- Editor View — 標準 IDE 體驗，附帶代理側邊欄，用於行內協助、程式碼補全同重構[1]
- 內建 Chromium 瀏覽器 — 代理可以直接同網頁 UI 互動、擷取截圖，並透過 Chrome DevTools Protocol（CDP）驗證正在運行嘅應用程式，而唔使離開 IDE[4]
- 多模型代理分配 — 喺單一 session 內為唔同代理分配唔同模型：Gemini 3 Pro、Gemini Flash、Claude Opus 4.6、Claude Sonnet 4.6 或 GPT 變體[5]
- MCP 同 n8n 整合 — 原生支援 Model Context Protocol，加上透過 n8n 嘅工作流程自動化，用嚟連接外部系統[1]
.agent/skills folder 同GEMINI.md— 專案層級設定，用於代理規則、技能同工作流程[1]- VS Code 擴充套件生態系統 — 完整相容 Open VSX registry，可使用數以千計現有擴充套件[1]
- 平台 — Windows、macOS、Linux（x86_64 同 aarch64）[1]
Antigravity 定價採用配額制，綁定 Google AI/One 訂閱方案，並使用 Prompt Credits 同 Flow Credits。配額消耗係社群明顯關注點，甚至有第三方工具專門用嚟監察同管理呢件事。[6]
什麼是 OpenAI Codex？
OpenAI Codex（2025 版本——同 2021 年 API model 唔同）係一個基於雲端、非同步嘅 AI 編碼代理，於 2025 年 5 月推出。佢唔係 IDE 或桌面應用程式，而係存在於 ChatGPT 入面，並喺連接你 GitHub repositories 嘅隔離雲端 sandbox 內運行任務。[7][8]
主要功能：
- GitHub 原生工作流程 — Codex 會將你嘅 repository clone 到 sandboxed 環境中，喺入面工作，然後輸出 diff 或 pull request 俾你審閱[8][9]
- 非同步任務執行 — 你派發任務後就等結果，而唔係逐輪互動；多個任務可以喺唔同 sandbox 中平行運行[7][8]
- 完整 sandboxed terminal — 容器內提供 shell 存取，可用嚟跑測試、linters、build tools 同 package installs[8]
- PR 自動化 — 自動開 pull request、撰寫 commit messages，同生成 changelog[9]
- Codex-1 模型 — 經 fine-tune 嘅 o3 reasoning model 變體，針對軟件工程任務優化，並以真實編碼環境進行 reinforcement learning[7]
- 安全優先 sandbox — 預設限制網絡存取；代理唔可以隨意發送外部 HTTP requests，降低 supply-chain 風險[8]
- 唔需要本地 client — 完全可透過 ChatGPT web interface 使用；唔需要安裝或設定 IDE[7]
- 平台 — 基於網頁；任何有瀏覽器嘅裝置都可運行[7]
Codex 已包含喺 ChatGPT Plus（$20/月）、Pro（$200/月）、Team 同 Enterprise 方案中。較高訂閱級別會獲得更高任務配額同優先執行權。[7][9]
Antigravity vs Codex：逐項功能比較
| 功能 | Google Antigravity | OpenAI Codex |
|---|---|---|
| 形式 | 完整本地 IDE（VS Code fork） | 雲端代理，無本地 client |
| 互動模式 | 即時 IDE 增強 | 非同步任務委派 |
| 主要模型 | Gemini 3 Pro / Flash | codex-1（基於 o3） |
| 多模型支援 | 有 — 每個代理可用 Gemini、Claude、GPT | 無 — 只用 codex-1 |
| 多代理協調 | 視覺化 Manager View，16+ 平行代理 | 每個任務一個代理 |
| 瀏覽器整合 | 透過 CDP 內建 Chromium | 無法使用（sandboxed） |
| GitHub 整合 | 基於 IDE 嘅 git 工作流程 | 原生 — clone repo、開 PR |
| Terminal 存取 | 完整 IDE terminal，支援代理執行 | sandbox 內完整 shell |
| 檔案系統存取 | 完整 IDE 檔案系統 | 沙盒雲端環境 |
| Artifact / 輸出系統 | 視覺化 artifacts（截圖、計劃、錄影） | 只提供 diff 同 PR |
| MCP / 工具支援 | 原生 MCP + n8n 整合 | 推出時支援有限 |
| 人工批准 | 可選（提供自動接受模式） | 合併前先審閱 diff/PR |
| 離線運作 | 否（需要 Google API） | 否（只可雲端使用） |
| 開源 | 否 | 否 |
| 平台 | Windows、macOS、Linux | Web（任何瀏覽器） |
| 定價模式 | Google AI/One 訂閱（配額制） | ChatGPT 訂閱（$20–200/月） |
| 目標用戶 | 即時工作的開發者 | 委派明確任務的開發者 |
架構：即時 IDE vs. 非同步雲端沙盒
呢個就係兩個平台之間最根本嘅分野——而且決定咗邊類工作流程邊一個處理得好。
Antigravity：將 IDE 變成任務指揮中心
Antigravity 嘅架構將程式碼編輯器視為開發者嘅主要工作界面。佢唔係要開發者轉去新工具，而係將代理直接帶入 IDE 本身。
Manager View 將傳統單檔編輯器變成多代理協調面板。你可以有一個前端代理去 scaffolding React components，一個測試代理根據剛新增嘅函數撰寫 Jest specs，一個後端代理實作對應 API endpoints，仲有一個 DevOps 代理更新 deployment pipeline——全部喺同一個 IDE session 中同時運行，並且每個都會有視覺化狀態。[2][3]
內建 Chromium 環境令瀏覽器自動化成為一級能力。剛寫完功能嘅代理可以喺內嵌瀏覽器開啟運行中應用程式，同佢互動、擷取視覺化 artifacts，並且喺你甚至未切換視窗之前，就將 regression 反饋返去 IDE。[4]
多模型路由令你可以按任務去控制成本同能力取捨。Gemini Flash 處理快速、低成本嘅實用工作；Gemini 3 Pro 或 Claude Opus 4.6 處理複雜規劃同架構決策——喺代理層級優化，而唔需要改變全局模型設定。[5]
Codex：委派到雲端沙盒嘅非同步工作
Codex 嘅架構出發點唔同：大多數單一編碼任務——修 bug、實作功能、生成測試、撰寫文件——都係獨立而且可以平行化。佢哋唔需要開發者睇住代理做。更有效率嘅模式係委派：交俾佢，去做其他嘢，之後返嚟睇 PR。
每個 Codex 任務都喺一個隔離嘅容器化 Linux 環境中運行，並且有自己嘅 repository 副本。代理會讀檔、寫 code、跑 test suite，並持續迭代直到任務完成，或者卡住為止。之後佢會輸出結構化 diff 同 pull request，等人類審閱後先至合併。[7][8][9]
非同步模式令真正嘅平行處理成為可能：開發者可以一次啟動五個獨立 Codex 任務——修呢個 bug、加呢個功能、為呢個 module 寫測試、重構嗰個 function、更新文件——然後等佢哋返嚟一齊審，而唔係逐個守住佢哋做。[8]
代價係互動性。Codex 唔能夠喺任務途中以自然方式提出澄清問題。佢亦唔可以向你展示一個半成品功能再問你方向。而且 sandboxed、限制網絡嘅環境代表佢唔能夠瀏覽網頁、同運行中瀏覽器互動，或者存取唔係透過 GitHub 連接嘅外部系統。[8]
GitHub 整合：唔同模型
GitHub 整合正正係兩個平台理念最明顯分歧嘅地方。
Antigravity 透過 IDE 同 git 整合，方式同一般 VS Code-based editor 無異——代理會提交更改、暫存檔案，並透過 IDE 嘅 source control panel 同 terminal 來處理 branches。對任何 VS Code 用戶嚟講都好熟悉，但喺 Codex 嘅意義上，佢並唔係 GitHub 原生。Antigravity 入面冇一個原生 PR 建立介面，能夠對應 Codex 嘅 clone→build→diff→PR pipeline。[1]
Codex 則係專門圍繞 GitHub 嘅 PR model 而建。整個流程結構就係：派任務 → Codex clone repo → Codex 喺 sandbox 做工 → Codex 開 PR → 人類審閱 diff → 合併。對於以 GitHub 作為開發中樞、而且重視非同步、可審閱代碼交付嘅團隊，呢個模式非常自然。對於偏好持續喺 IDE 內迭代，而唔係批量審 PR 嘅團隊，就會覺得有啲割裂。[8][9]
Artifact 系統：豐富 vs. 精簡
Antigravity 喺代理執行期間會持續產生豐富嘅中間輸出：任務計劃、執行追蹤、瀏覽器自動化截圖、測試結果，同埋可供開發者逐步審閱嘅錄影。呢套「artifact」系統透過即時可視化代理推理，令自主行為更值得信任。[1][2]
Codex 嘅輸出介面就簡單得多：一個顯示代理改動內容嘅 diff，再加一個 PR。冇逐步執行追蹤，亦冇瀏覽器 artifact。對偏好清晰訊號多於豐富細節嘅開發者，呢種簡潔反而係優點。對想理解代理點解作出某個架構選擇嘅團隊，就係限制。[8]
開發者工作流程匹配度
乜嘢情況下 Antigravity 更合適
複雜、多組件功能。 當一個功能需要同時喺前端、後端、測試同基礎設施之間平行工作，Antigravity 嘅視覺化代理管理器可以令你同時協調四條工作線，而且每一條都睇得到進度。[2][3]
瀏覽器驗證開發。 代理寫 code 之後，可以即時喺運行中瀏覽器進行視覺驗證——捉 layout 問題、互動 bug 同視覺 regression——而唔使切換上下文或另外設置測試流程。[4]
迭代式、即時工作流程。 當你想留喺 IDE 入面，邊睇代理做邊跟進、喺任務途中調整方向、緊密迭代時——Antigravity 嘅即時模式比 Codex 嘅非同步委派更貼近呢種工作方式。[1][2]
多模型優化。 當你有足夠多平行代理，值得做模型路由——用更平、更快嘅模型做簡單任務，將高質素模型留俾複雜規劃——Antigravity 按代理分配模型就令呢件事變得實際。[5]
乜嘢情況下 Codex 更合適
明確、界定清楚嘅任務。 修 bug、按清晰規格加功能、為現有 code 生成測試、更新文件——有明確輸入同可審閱輸出嘅任務，正正就係 Codex 最擅長嘅場景。[7][8]
非同步、高吞吐團隊。 想透過一次委派多個任務去平行化 backlog，並批量審閱結果，而唔係逐個睇住執行嘅開發者，會從 Codex 模式獲得更大效益。[8]
GitHub-first 工作流程。 每個變更都先經 PR review 先合併、diff 係主要審閱 artifact，而 GitHub 係標準專案管理介面嘅團隊，會自然適合 Codex 架構。[9]
零設定存取。 Codex 唔需要安裝 IDE、唔需要本地設定、唔需要 extension setup。對於喺多部機器之間工作，或者想喺平板或瀏覽器上委派任務而又唔想建立開發環境嘅開發者，Codex 的純 web 存取係一個真正優勢。[7]
定價
Google Antigravity 採用同 Google AI/One 訂閱方案掛鈎嘅配額制。會用到兩種配額：Prompt Credits（用於輸入處理）同 Flow Credits（用於代理執行）。同時運行多個平行代理會按活躍代理數量成比例消耗 Flow Credits，因此 Manager View 最強大嘅工作流程亦係最消耗配額嘅。[6]
OpenAI Codex 已包含喺 ChatGPT 訂閱級別中：
| 方案 | 價格 | Codex 存取 |
|---|---|---|
| Plus | $20/月 | 包含（標準配額） |
| Pro | $200/月 | 包含（更高配額 + 優先權） |
| Team | $30/用戶/月 | 包含 |
| Enterprise | 自訂 | 包含 |
對於只會偶爾做少量明確任務嘅開發者，ChatGPT Plus 的 $20/月 已經可以提供可負擔嘅 Codex 存取。對重度使用——多個平行任務、大型 repositories、高強度測試執行——Pro 的 $200/月 或 Team 方案會更合適。[7][9]
兩個平台嘅成本比較，好大程度取決於使用模式。Antigravity 的配額系統喺受控使用下可能好具成本效益，但當 Manager View 跑到完全平行化時就會好貴。對任務量穩定而中等嘅開發者，Codex 的訂閱模式更容易預測。
何時選擇 Antigravity
- 你想要代理即時喺 IDE 入面工作，而唔係喺獨立雲端環境運行
- 你需要從視覺化管理介面，同時協調跨多個範疇（前端、後端、測試、DevOps）嘅平行代理
- 瀏覽器自動化係你工作流程核心——即時驗證 UI、擷取截圖、喺 IDE 內測試互動
- 你想要多模型彈性，可以按成本同能力將唔同 LLM 分配俾唔同代理
- 你處理複雜、多組件任務，而任務途中即時改方向好有價值
- 你想用 Gemini + VS Code 生態系統做主要開發平台
何時選擇 Codex
- 你嘅主要工作流程係委派明確、界定清楚嘅編碼任務，然後以 diff 或 PR 形式審閱結果
- 你想要非同步任務執行，咁就可以平行化 backlog，而唔使睇住代理做
- GitHub 原生 PR 工作流程就係你團隊審查同交付 code 嘅方式
- 你想從任何瀏覽器零設定使用一個強大編碼代理，而唔需要安裝或配置 IDE
- 你嘅任務以 code 為中心（修 bug、實作功能、測試、文件），而且有清晰輸入同可審閱輸出
- 你已經用緊 ChatGPT Pro 或 Plus，想善用現有訂閱
點解可以考慮 Eigent 作為你嘅開源替代方案
如果 Antigravity 嘅閉源、受配額限制模式係一個限制，或者 Codex 嘅單代理、只限 GitHub 架構太窄，Eigent 就提供一條開源路線，將 Antigravity 嘅多代理協調能力，同 Codex 嘅結構化任務執行結合起來——而且係喺你自己嘅基礎設施上本地運行。
Eigent 相對兩者嘅優勢：
- 多代理工作隊伍 — root coordinator 加上 Developer、Browser、Document 同自訂代理平行運行，以開源、自託管形式對應 Antigravity 的 Manager View[10][11]
- 200+ MCP 工具 — 比 Codex 推出時嘅配置廣泛得多，涵蓋外部服務、內部 API 同自訂 MCP servers[10][12]
- 模型無關 — 可透過 Ollama 運行 Gemini、Claude、GPT 或完全本地模型，而唔會被綁死喺單一供應商[11]
- 100% 開源（Apache 2.0） — 完整 codebase 喺 GitHub，方便審核、fork 同自託管[10]
- Local-first 部署 — 所有資料同代理執行都留喺你部機上；冇雲端 sandbox，冇外部資料路由[10][11]
- 企業治理 — SSO、RBAC 同審計記錄，無需額外供應商成本[11]
對於處理敏感 codebases、在受監管行業工作，或者想喺冇 Google 或 OpenAI 配額上限情況下運行 agentic 開發工作流程嘅團隊，Eigent 提供基礎設施，而唔帶限制。
常見問題
Antigravity 可以取代傳統 IDE，例如 VS Code 或 Cursor 嗎？ 可以，對想要以 agent-first 工作流程為主嘅開發者嚟講。Antigravity 本身就係 VS Code fork，並支援完整 Open VSX 擴充套件生態系統，所以現有 VS Code 設定可以用極少阻力遷移。代理管理器同多模型路由係加喺標準 IDE 功能之上，而唔係取代佢。[1]
Codex 可以唔用 GitHub 嗎？ Codex 的核心工作流程係圍繞 GitHub 建立——佢會 clone repositories、建立 branches，同開 PR。推出時，唔透過 GitHub 直接使用（例如本地 repositories、GitLab、Bitbucket）並唔係主要支援配置。唔用 GitHub 做主要平台嘅團隊會發現 Codex 明顯受限。[8][9]
Antigravity 支援同 Codex 一樣嘅基於 PR 輸出嗎？ Antigravity 的代理會透過 IDE terminal 同 source control panel 同 git 互動，亦可以透過標準 git 操作產生 PR。但佢唔係 Codex 咁嘅結構化、單一步驟「任務 → PR」pipeline。對以乾淨 PR diff 為核心嘅 code review 流程，Codex 的輸出更直接有用。[1][8]
邊個平台更適合處理大型 codebases？ Codex 透過 sandboxed 環境同本地 indexing 明確支援大型 repository context——代理會喺開始工作前讀完整個 codebase。Antigravity 的 context window 管理就取決於喺 IDE session 入面，每個代理獲分配到幾多 repository 存取權。兩者都可以處理大型專案，但方法唔同。[7][8]
Codex 可唔可以用 codex-1 以外嘅模型？ 唔可以。Codex 只會運行喺 codex-1（OpenAI 基於 o3 的編碼模型）上。用戶唔可以設定模型選擇。對於想控制模型路由嘅團隊嚟講，Antigravity 的多模型代理分配係一個重要分野。[7][5]
Antigravity 同 Codex 可以一齊用嗎？ 可以。有啲團隊會用 Antigravity 做主要 IDE，用嚟處理複雜、多代理、即時開發工作流程；同時用 Codex 處理適合非同步執行同整潔 PR 輸出嘅明確背景任務（修 bug、生成測試、文件）。喺呢種配置下，兩者更互補多過競爭。
結論：Antigravity vs Codex
揀 Antigravity，如果你想要一個由代理驅動嘅 IDE，讓多個專門代理即時同你一齊工作——協調平行開發線、自動化基於瀏覽器嘅驗證，並令你全程留喺編輯器入面。對於將工作流程視為持續、迭代同多維度嘅開發者嚟講，佢係最強大嘅 agentic IDE。
揀 Codex，如果你嘅工作流程係以委派為主——識別明確編碼任務、交俾佢處理，然後以 PR 形式審閱輸出。佢係目前最少摩擦嘅非同步編碼代理：零設定、GitHub 原生、由 OpenAI 最強推理模型支援，並直接整合到大多數開發者已經使用緊嘅 ChatGPT 介面。
兩者都唔係絕對更好。佢哋針對嘅係唔同模式嘅開發工作。好多團隊都會喺兩者之中搵到價值。
對想要 Antigravity 的多代理能力，同 Codex 的整潔任務委派模型——但係要喺自己嘅基礎設施上，唔受配額上限或供應商鎖定約束——嘅團隊嚟講，Eigent 就係開源之路。
準備探索開源替代方案？ 免費下載、完全可自託管，而且可以喺 10 分鐘內運行起來。立即開始使用 eigent.ai
Sources
[1] Google Antigravity — 概覽與文件
[2] Awesome Antigravity — 社群資源中心
[3] AgentKit 2.0 多代理發布 — 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] Introducing Codex — OpenAI
[8] OpenAI Codex: 雲端 AI 編碼代理 — TechCrunch
[9] OpenAI Codex GitHub 整合 — The Verge
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
