Antigravity es un entorno de desarrollo integrado (IDE), el tipo de aplicación que suele tener un editor de código, un panel para ejecutar comandos y herramientas para revisar proyectos. La diferencia es que aquí el corazón del flujo no es “tú tecleando y la IA sugiriendo”, sino una idea más cercana a dirigir un pequeño equipo: le describes el objetivo en lenguaje natural y uno o varios agentes autónomos se encargan de planificar, escribir, comprobar y ajustar el código dentro del propio entorno. Google lo presenta como una plataforma “agent-first”, y lo interesante es justo eso: la IA no se queda en el autocompletado, actúa sobre el editor, el terminal y el navegador.
Pensado en un ejemplo cotidiano: si un asistente de código clásico es como un copiloto que te va leyendo la ruta mientras conduces, Antigravity se parece más a un conductor auxiliar que puede hacer maniobras… siempre que le marques el destino y le pongas normas claras.
Qué puedes hacer con un IDE con inteligencia artificial centrado en agentes
Lo más llamativo es que puedes pedirle cosas del estilo “crea una web para reservas con un panel de administración” o “revisa este repositorio y corrige errores”, y el agente intenta convertir esa intención en un plan y en cambios reales dentro del proyecto. Esa capacidad de “ir del deseo al commit” se apoya en que Antigravity trabaja en un contexto completo: ve tus carpetas, abre archivos, ejecuta comandos y puede validar lo que hace. La documentación y materiales de Google lo describen como un entorno preparado para usuarios de todos los niveles, con una orientación clara a construir aplicaciones de verdad, no solo prototipos de juguete.
Para quien no sabe programar, esto abre una puerta tentadora: construir una web o una app “a base de describirla”. Para quien sí programa, el valor suele estar en otra parte: delegar tareas pesadas (refactorizaciones, pruebas, búsqueda de causas de un bug, migraciones pequeñas) y reservar energía mental para decisiones de producto o arquitectura.
El “tablero” de Antigravity: editor por un lado, agente por el otro
El uso típico se entiende rápido. Antigravity ofrece una vista tipo IDE tradicional (con archivos, código y terminal) y un área donde conversas con el agente. Según explica Google en su codelab de inicio, la idea es que instales la app en tu equipo y trabajes en local, con un navegador Chrome disponible para las funciones de automatización. En esta fase de vista previa, el arranque se hace con una cuenta personal de Gmail.
Cuando partes de cero, el agente necesita un encargo bien escrito. Si pides “haz una web bonita”, te devolverá algo genérico; si describes páginas, flujos, campos, validaciones y estilo visual, le estás dando un plano más parecido al que usaría un desarrollador humano. Cuando partes de un proyecto existente, el enfoque cambia: le señalas qué quieres cambiar, qué está fallando o qué necesitas comprobar, y el agente trabaja sobre ese repositorio.
Cómo comprueba lo que hace: terminal, servidor local y control del navegador
Una razón por la que Antigravity se diferencia de pedir “código” a un chatbot es la validación. Según Google, el agente puede ejecutar comandos en el terminal (por ejemplo, instalar dependencias, levantar un servidor local, lanzar tests) y, si hace falta, activar un subagente de navegador que interactúa con páginas abiertas: clicar, hacer scroll, escribir, leer logs de consola o capturar pantallas. En el codelab se detalla que este “browser subagent” usa herramientas específicas para operar sobre el navegador gestionado por Antigravity, e incluso puede apoyarse en capturas y vídeos para documentar lo que ocurre.
En la práctica, esto permite un ciclo muy reconocible para cualquiera que haya desarrollado: “implemento → arranco → pruebo → corrijo”. Solo que aquí parte del ciclo lo ejecuta la IA. Es como pedirle a alguien que revise si la puerta cierra bien: no basta con que te diga “he arreglado la bisagra”, quieres verlo cerrar y abrir sin rozar. El navegador automatizado funciona como esa comprobación tangible.
Artifacts: pruebas, planes y evidencias para reducir el “salto de fe”
Uno de los conceptos que más repite Google es Artifacts. Son entregables que el agente va generando mientras trabaja: documentos en markdown con tareas y planes, diagramas, diffs, imágenes, grabaciones del navegador. La idea es cerrar la brecha de confianza: si la IA afirma “he arreglado el bug”, tú no tienes que creerlo a ciegas; puedes revisar el artefacto que muestra qué cambió y qué se verificó. Incluso se contempla dejar comentarios sobre artefactos concretos para guiar correcciones sin romper el flujo.
Este punto es clave para que la herramienta sea usable en serio. En un IDE clásico, confías en tu propio criterio y en tus pruebas. Con agentes, necesitas una “pista de auditoría” que te permita revisar, como cuando te entregan una reforma en casa y quieres ver facturas, fotos del antes y el después, y que el grifo no gotea.
Manager view y trabajo en paralelo: cuando la IA se convierte en “equipo”
Antigravity no se limita a un único agente. Google y medios como The Verge destacan una vista tipo “mission control” donde puedes orquestar varios agentes a la vez en distintos espacios de trabajo. Eso habilita un patrón muy potente: mientras uno intenta reproducir un fallo, otro prepara una refactorización y un tercero revisa documentación o propone pruebas. Para un desarrollador, es una forma de paralelizar tareas que normalmente irían en cola.
Aquí conviene ser realista: no significa que todo se haga solo ni que cada agente acierte siempre. Significa que puedes repartir trabajo y luego dedicar tu tiempo a revisar lo que importa, como un editor que recibe varios borradores y decide qué conservar.
Modos Planning y Fast: elegir entre pensar más o ejecutar antes
Google describe dos formas de trabajar: un modo de Planning (planificación) que hace que el agente organice el trabajo, agrupe tareas y genere más artefactos, y un modo Fast orientado a cambios más localizados y rápidos, como renombrar variables o ejecutar unos pocos comandos. Es una manera práctica de decir: “para esto quiero reflexión y trazabilidad; para esto quiero velocidad”.
También hay políticas de control para terminal, revisión y ejecución de JavaScript en el navegador, lo que se traduce en cuánta autonomía permites. En equipos y proyectos sensibles, estas “vallas” importan tanto como el propio modelo de IA.
Modelos compatibles: Gemini como base y opciones de terceros
Antigravity se anunció ligado a Gemini 3 Pro y, según la cobertura de The Verge, soporta modelos de terceros como Claude Sonnet y modelos GPT-OSS de OpenAI, con una lista que puede ir cambiando con el tiempo. Esto es relevante porque no todas las tareas se benefician del mismo modelo: hay quien prefiere uno para razonamiento, otro para generación rápida y otro para depuración.
Para el usuario, lo importante es entender la consecuencia: el resultado final no depende solo de tu prompt, también de qué modelo eliges, de cuánta autonomía permites y de cómo revisas lo entregado.
Seguridad y límites: permisos, cuotas y el riesgo de “prompt injection”
Cuando un agente navega y ejecuta acciones, aparecen riesgos nuevos. El codelab de Google menciona de forma explícita el peligro de ataques por prompt injection al visitar páginas comprometidas, y propone medidas como listas de թույլ (allowlist) de URLs para el agente de navegador. Esto convierte la seguridad en un ajuste de producto, no en una nota al pie.
En cuanto a límites de uso, Google ha explicado en su blog que las cuotas están relacionadas con el “trabajo” que realiza el agente: tareas simples consumen menos, tareas complejas consumen más. Para usuarios de pago de planes Google AI Pro y Google AI Ultra se ofrece acceso prioritario y cuotas que se renuevan cada cinco horas; para el plan gratuito, Google habla de un límite de carácter semanal para evitar choques constantes durante un proyecto.
Precio y disponibilidad: gratis para empezar, suscripciones para uso intensivo
Antigravity está disponible en vista previa pública y es compatible con Windows, macOS y Linux, según la cobertura del lanzamiento.
Sobre el coste, el contexto relevante es el ecosistema de planes de Google. Por un lado, existen suscripciones de Google One orientadas a IA como Google AI Pro (mencionada por The Verge como un plan de 19,99 dólares al mes en su anuncio) y Google AI Ultra (249,99 dólares al mes), que se posiciona como la opción con los límites más altos en productos de IA de Google. El detalle fino puede variar por país, por lo que conviene mirar disponibilidad local dentro de Google One.
La lectura práctica es sencilla: para probar, el acceso gratuito puede bastar; si lo usas como herramienta diaria, los límites de cuota y la prioridad de acceso pasan a ser una decisión de presupuesto, igual que elegir una máquina más potente o un servicio de CI.
Cuándo encaja Antigravity y qué mentalidad ayuda a sacarle partido
Antigravity brilla cuando tienes claro el objetivo y puedes revisar. Si tu encargo es borroso, el agente tenderá a rellenar huecos con suposiciones; si tu encargo es concreto, la IA trabaja como un constructor con planos. En proyectos reales, la mejor estrategia suele ser iterativa: pedir una primera versión pequeña, validar, corregir, expandir. Y, sobre todo, tratar los artefactos y pruebas como si fueran el cinturón de seguridad: se usan siempre, no solo cuando “huele” a error.