Acaban de presentar Antigravity 2.0 y quizás la noticia marque un punto de inflexión en la forma en que los ingenieros y arquitectos de software interactúan con la Inteligencia Artificial. Ha dejado de ser un simple "autocompletador de código" o un IDE tradicional vitaminado, para convertirse en un centro de mando y orquestación de agentes autónomos impulsado por el modelo Gemini 3.5 Flash.

Traduciendo "agente" a lenguaje de desarrollador

Antes de entrar en profundidad, si llevas años escribiendo código y la terminología de IA te parece humo comercial, te lo bajo a tierra.

Olvídate de la palabra "agente". Piensa en ello como una función o un microservicio no determinista. En la programación clásica, escribes una función que recibe A, ejecuta una serie de pasos fijos y devuelve B. Si algo se sale del guion, el código revienta y lanza una excepción.

Un "agente" es simplemente un bucle de ejecución (un while loop) donde el motor de decisión es un modelo de lenguaje. Le pasas un objetivo y le das acceso a un conjunto de herramientas (funciones estándar: leer un archivo, ejecutar un comando de terminal, lanzar una query a base de datos). El modelo decide qué herramienta usar, analiza el resultado que devuelve y decide el siguiente paso. Si falla, evalúa el error e intenta otra ruta hasta que resuelve el problema o agota sus iteraciones.

Desde esta perspectiva, Antigravity 2.0 no es magia. Es un orquestador. Funciona de manera muy parecida a un director de procesos o un message broker: levanta estos bucles en entornos aislados (para que no compartan ni contaminen la misma memoria), les asigna permisos específicos y coordina las salidas de unos como entradas de otros.

¿Para qué sirve exactamente?

Con la versión 2.0, Google separó la herramienta en un ecosistema enfocado en flujos de trabajo paralelos. Su premisa principal es que, gracias a las nuevas capacidades de razonamiento de los modelos, el cuello de botella ya no es escribir el código, sino la integración y arquitectura de sistemas complejos. Ya no escribes línea por línea, sino que defines objetivos, estableces restricciones de infraestructura y dejas que la IA haga el trabajo pesado.

El ecosistema se divide en estos pilares clave: 1. Desktop App Independiente: Una interfaz sin editor de texto puro, pensada para coordinar proyectos completos interactuando con equipos de agentes de manera síncrona y asíncrona. 2. Antigravity CLI (agy): Una herramienta de terminal de altísima velocidad que reemplaza al antiguo Gemini CLI, perfecta para ejecutar integraciones agentiles directas y conectarlas al CI/CD. 3. Subagentes Dinámicos y Tareas Programadas (Cron): Puedes delegar un problema grande para que el sistema lo fragmente dinámicamente, asignando subagentes aislados (para no sobrecargar su ventana de contexto) que trabajarán en paralelo o en segundo plano a determinadas horas. 4. Antigravity SDK: Librería oficial en Python que te permite gobernar esta orquestación mediante código, integrando servidores MCP (Model Context Protocol).

Antigravity vs. tu IDE (VS Code + Gemini Code Assist)

Si en tu día a día usas Visual Studio Code apoyado por Gemini Code Assist, quizás te preguntes dónde encaja esta nueva herramienta. La diferencia radica en quién tiene el volante.

En un editor clásico, tú eres el orquestador. Tienes el control, abres los archivos y le pides a la IA que te genere una función específica o te explique un error. La IA es reactiva. Espera tus instrucciones. Si el código falla al compilar, tú lees el error, tú decides la solución y le pides otra sugerencia.

Antigravity 2.0 funciona por delegación asíncrona. Le entregas un objetivo macro ("migra el esquema de users.db a PostgreSQL y actualiza las rutas del backend en Node"). A partir de ahí, el sistema lanza subagentes que abren archivos, tiran comandos de terminal, instalan dependencias y ejecutan tests. Si algo rompe, ellos mismos leen el volcado de memoria y corrigen su código hasta cumplir la tarea.

Dejas de escribir líneas para empezar a dirigir sistemas.

Un caso de uso real y práctico: Pipeline y Dashboard automatizado

Imagina que trabajas en operaciones de datos y te pasan un archivo desorganizado sales_dump.csv. Necesitas limpiarlo, cruzar los datos para sacar KPIs y montar un panel de visualización web interactivo para dirección.

En lugar de abrir el IDE, escribir el script de ETL en Pandas, luego programar el frontend en HTML/JS y conectar las dos partes, el flujo operativo con el CLI de Antigravity 2.0 es el siguiente:

  1. Abres tu terminal en la carpeta del proyecto.
  2. Lanzas el comando de objetivo (/goal): bash agy /goal "Analiza sales_dump.csv, limpia la data corrupta, extrae KPIs de ventas y constrúyeme un dashboard HTML/JS interactivo para visualizarlos."
  3. Orquestación en vivo: En este punto, el orquestador principal de Antigravity evalúa la tarea y crea subagentes dinámicos paralelos:
  4. Subagente A (Especialista Python): Explora los datos, lanza un script seguro en el entorno local, limpia el CSV y deja los resultados en un data.json curado.
  5. Subagente B (Especialista Frontend): Al mismo tiempo, estructura el HTML y configura las librerías gráficas (como Chart.js).
  6. Ensamblaje y Entrega: El orquestador verifica que el JSON generado por el Agente A se inyecte correctamente en el código del Agente B. Genera el entregable (Artifact) y levanta un servidor de pruebas en segundo plano para que veas el resultado.

Todo este ciclo se completa de forma autónoma, usando un contexto aislado para cada subagente.

Diccionario de comandos de Antigravity (sin tecnicismos)

Si dejas de lado la palabrería de marketing, interactuar con este sistema se reduce a un puñado de comandos que le dicen al orquestador cómo quieres que se comporte. Están pensados para ejecutarse tanto en la aplicación de escritorio como a través de la terminal con el CLI (agy).

Aquí tienes la guía completa de lo que hace cada comando bajo el capó, divididos por su función y con un ejemplo práctico para desarrolladores.

Comandos de Modo de Trabajo

/goal (El modo "déjame trabajar y avísame al acabar")

Le entregas un objetivo completo y la IA inicia un bucle cerrado autónomo. Investiga los archivos, escribe código, corre los tests, lee los errores en consola y se autocorrige hasta que todo funciona, sin pedirte confirmación en cada paso. * Cuándo usarlo: Para refactorizaciones pesadas, migraciones de código o resolución de bugs persistentes. * Ejemplo: agy /goal "Migra este backend de Express a Fastify y haz que todos los tests pasen sin warnings."

/plan / /planning (Planificar antes de actuar)

Fuerza al agente a entrar en la fase de diseño. En lugar de escribir código directamente, genera un documento de arquitectura (el archivo implementation_plan.md) detallando qué archivos modificará y cómo. La ejecución no empezará hasta que revises el plan y pulses "Aprobar". * Cuándo usarlo: En tareas complejas de infraestructura o cambios que puedan romper compatibilidad. * Ejemplo: /plan "Diseña la estructura de base de datos para un sistema multi-tenant."

/fast (Edición rápida sin rodeos)

Desactiva la fase de planificación del agente. La IA escribirá y aplicará los parches de código de manera inmediata en la base de código local. * Cuándo usarlo: Para cambios triviales, corregir erratas o ajustar detalles de estilo en el CSS. * Ejemplo: /fast "Cambia el color de fondo del botón principal a un tono gris oscuro."

/grill-me (El interrogatorio técnico)

El agente te somete a una sesión de preguntas rápidas antes de empezar. Sirve para aclarar decisiones de diseño y evitar que la IA asuma cosas por su cuenta si tu petición inicial es muy vaga. * Cuándo usarlo: Al iniciar nuevas funcionalidades donde no has decidido el stack o la estrategia de integración. * Ejemplo: /grill-me "Quiero montar un sistema de subida de imágenes." (El agente te preguntará si procesarás en memoria, usarás un bucket S3 o workers en segundo plano).

/teamwork-preview (Orquestar múltiples subagentes)

Divide el problema grande y levanta un equipo de subagentes especializados y aislados en paralelo (un investigador, un constructor y un tester) que se comunican entre sí para resolver el problema sin saturar la memoria de contexto. * Cuándo usarlo: Tareas que abarcan múltiples capas, como cambiar un esquema SQL, su API de backend y el dashboard de frontend. * Ejemplo: /teamwork-preview "Refactoriza el sistema de facturación completo para admitir pagos multi-divisa."

Comandos de Acción e Integración

/browser (Navegar por internet real)

Permite al agente abrir un navegador sin cabeza (headless), renderizar páginas con Javascript activo, extraer datos o realizar pruebas de extremo a extremo (e2e). * Cuándo usarlo: Para buscar documentación recién actualizada, consultar APIs externas o verificar el estado visual de una aplicación. * Ejemplo: /browser "Consulta la documentación de Tailwind CSS v4 para ver la nueva sintaxis de importación."

/schedule (El cron integrado)

Configura temporizadores de un solo uso o tareas cron recurrentes que se ejecutan en segundo plano, notificándote el resultado en la ventana de chat. * Cuándo usarlo: Para automatizar revisiones de dependencias obsoletas, análisis de linter o limpiezas de archivos temporales. * Ejemplo: /schedule "Cada viernes a las 18:00 revisa el repositorio y avísame si hay warnings de seguridad."

/learn (Guardar convenciones persistentes)

Añade reglas y preferencias a la memoria de Antigravity para este espacio de trabajo. El agente las consultará en futuros chats para no repetir los mismos patrones erróneos. * Cuándo usarlo: Cuando quieras forzar al agente a seguir una estructura de código específica o usar una librería concreta. * Ejemplo: /learn "En este repositorio siempre preferimos inyección de dependencias en lugar de variables globales."

Comandos de Control de Sesión y Workspace

/add-dir (Añadir carpetas al contexto)

Vincula directorios locales adicionales a tu espacio de trabajo actual sin necesidad de mover archivos físicamente en el disco. * Ejemplo: /add-dir "d:/proyectos/libreria-compartida"

/clear (Empezar de cero)

Limpia la pantalla de conversación y vacía el contexto inmediato de la sesión para evitar confusiones de código anterior. * Ejemplo: /clear

/fork (Ramificar la sesión)

Crea una copia de la conversación y el espacio de trabajo en un punto anterior para probar una ruta de desarrollo diferente sin perder el progreso actual. * Ejemplo: /fork

/resume / /switch (Historial de chats)

Lista tus conversaciones anteriores y te permite saltar a cualquiera de ellas recuperando su contexto exacto. * Ejemplo: /resume

/rewind / /undo (Deshacer el último paso)

Revierte la última acción del agente o borra el último mensaje para corregir el rumbo de la conversación si tomó una dirección equivocada. * Ejemplo: /rewind

/config / /settings (Panel de configuración)

Despliega la interfaz de ajustes para cambiar parámetros como el modelo activo de Gemini, límites de tokens o tokens de autenticación. * Ejemplo: /config

/quit (Cerrar terminal)

Termina la ejecución de la herramienta de consola de Antigravity de manera limpia. * Ejemplo: /quit

Evolucionando proyectos existentes en la versión Desktop

Levantar proyectos desde cero está muy bien para las demos, pero en producción pasamos casi todo el tiempo leyendo y modificando código antiguo. Antigravity Desktop resulta útil precisamente cuando le tiras un repositorio legado.

Si ya tienes un proyecto construido, el proceso es directo. Abres la aplicación de escritorio y arrastras la carpeta local de tu repositorio. El sistema mapea los archivos y absorbe el contexto de tu arquitectura.

A partir de ahí, en vez de pedir código nuevo al aire, asignas un objetivo de mejora. Por ejemplo: "Abre el módulo de autenticación, elimina la validación JWT estática y monta un flujo con OAuth2. Ejecuta y actualiza los tests afectados".

¿Cómo gestiona esto la aplicación de escritorio bajo el capó? En lugar de saturar un único hilo de pensamiento, el orquestador principal utiliza herramientas integradas para definir e invocar subagentes especializados (mediante tool calls como define_subagent e invoke_subagent). De forma dinámica, el sistema descompone tu petición y lanza un equipo:

  • Agente Investigador: Nace con herramientas de solo lectura. Escanea tu base de código, capta tus convenciones y entiende tus dependencias de forma segura. Se adapta a tu código existente.
  • Agente Constructor: Recibe el contexto del investigador y tiene permisos de escritura en su propio espacio de trabajo aislado. No va a inyectar una librería aleatoria; aplica parches precisos.
  • Agente Tester: Toma el relevo asíncronamente, ejecuta los tests y, si algo falla, se comunica en segundo plano con el constructor para iterar la solución.

Todo esto ocurre sin que tengas que microgestionar las tareas. Al terminar, el sistema agrupa el trabajo y tú revisas el diff completo en la interfaz antes de volcar los cambios reales a tu disco. Cero saltos de fe, es revisión de código en estado puro.

Antigravity en servidores Linux sin interfaz gráfica (Headless)

He pasado demasiadas horas conectado por SSH a servidores intentando cazar un error en producción. En esas máquinas no hay interfaz gráfica ni IDE. Instalar un entorno de escritorio en un nodo de procesamiento solo para usar Antigravity Desktop es un despropósito. Aquí es donde el CLI demuestra su poderio.

1. Instalación

El proceso no requiere dependencias pesadas. Bajas el script oficial, que coloca el binario precompilado directamente en tu ruta del sistema.

curl -sL https://dl.google.com/antigravity/install.sh | bash

2. Login sin navegador

Al trabajar en una terminal pura, el flujo OAuth que intenta abrir una pestaña en el navegador fallará. La solución es forzar la autenticación mediante código de dispositivo.

agy login --headless

La consola imprimirá un enlace y un código alfanumérico. Abres esa dirección en el navegador de tu portátil, pegas el código y confirmas. La sesión en el servidor remoto detecta el acceso y guarda el token.

3. Operando en el directorio de trabajo

No necesitas configurar archivos de proyecto complejos. Navegas a la ruta donde tienes el fuego y pides ayuda. El CLI asume que tu directorio actual es el perímetro de trabajo.

cd /var/log/nginx
agy /goal "Filtra los logs de hoy, extrae las IPs que más errores 502 provocan, y escribe un script bash que añada reglas de drop a iptables para esas direcciones."

El orquestador lanza los subagentes necesarios, leen el contenido de la carpeta actual y te devuelven el script listo para ejecutar.

La transición a este tipo de herramientas cambia el foco del "desarrollo de código" a la "dirección técnica". En arquitecturas de datos donde un fallo rompe procesos críticos, disponer de subagentes que no comparten el mismo hilo de memoria baja drásticamente la tasa de fallos. Pasas de ser el que pica la piedra a ser el que diseña el puente.