别了Gemini CLI全面拥抱 Google 新一代终端神器 Antigravity CLI (agy)如果你和我一样是一个习惯在终端Terminal里解决一切的黑客那你可能已经注意到了 Google 最近在 AI 工具链上的巨变。就在不久前Google 官方宣布了一个让许多老玩家唏嘘的消息原有的Gemini CLI将于2026 年 6 月 18 日正式停止服务。取而代之的是紧密绑定 Google 新一代 AI 开发生态的全新终端利器——Antigravity CLI命令为agy。今天这篇博客我们就来横向对比一下这两代终端 AI 工具聊聊为什么这次升级不仅仅是“改个名字”而是一场开发范式的彻底演进。核心定位从“API 传话筒”到“终端级 Agent”要理解这次升级我们首先要看两者的核心定位有什么不同。Gemini CLI旧时代它的本质是一个轻量级的 API 包装工具。你给它一个 Prompt它通过网络请求发给 Gemini 模型然后把结果打印在终端里。它是一个单向的、线性的工具。Antigravity CLI /agy新时代它是 GoogleAntigravity 智能开发平台IDE/Agent Harness在终端的延伸。agy不仅能“听懂”你的话它还拥有环境感知能力。它支持多 Agent 协作和 MCPModel Context Protocol服务能够真正像一个初级结对编程伙伴一样帮你操作文件、运行命令、甚至解决复杂的 Git 冲突。关键维度大比拼为了让你更直观地看出差异我整理了下面这张对比表特性 / 维度Gemini CLI (Legacy)Antigravity CLI (agy)生命周期❌即将废弃(2026年6月中旬停服)官方主力迭代处于高速成长期模型支持仅限 Google 自家的 Gemini 系列多模型支持支持 Gemini 及第三方模型上下文感知较弱依赖单次 Prompt 显式传入文件极强深度感知本地开发环境与沙箱核心玩法单兵作战你问它答多 Agent 协作支持自主工具调用计费与配额早期拥有独立的免费额度现已取消与 Antigravity IDE 共享统一的Quota 池深度解析agy带来了哪些质的飞跃1. 真正的“多 Agent 协同”以前用gemini-cli我最常用的场景是gemini 帮我写个 Python 爬虫脚本。现在用agy场景变成了agy 帮我重构这个模块并确保所有单元测试通过。这时候agy会在后台唤醒不同的专属 Agent一个负责分析代码结构一个负责重写另一个负责在你的终端里真正运行pytest。它不再只是个“打字机”而是一个能干活的“打工人”。2. 统一配额Quota的现实痛点⚠️温馨提示很多从旧版迁移过来的同学包括我一开始会有点不适应。过去gemini-cli的独立免费额度薅起来很爽但现在agy cli会直接消耗你 Antigravity 账户的整体配额。因为多 Agent 交互会产生大量的上下文吞吐Token 消耗速度极快。在写自动化脚本如 CI/CD 流水线时一定要注意控制并发和调用频次免得一觉醒来配额爆表。3. 初期的“成长烦恼”虽然agy功能强大但作为一个新生态的产物它目前在复杂的多平台环境比如 Windows 宿主机与 WSL 2 交叉环境下偶尔会出现凭证持久化失效、或者相对路径解析错误的“小 Bug”。不过社区正在疯狂迭代官方也在积极修复。避坑指南如何完美迁移既然 Gemini CLI 离停服只有不到一个月的时间了团队和个人立即着手迁移是明智之举。如果你在迁移过程中特别是使用WSL 2 终端配置agy时遇到了认证报错、或者命令无法正常唤起的问题不要慌这属于新工具的已知踩坑点。这里强烈安利社区里一位大佬制作的保姆级教程视频WSL 终端正确配置 agy 命令指南。视频里手把手教了如何通过在.bashrc或.zshrc中加入几行自定义配置脚本完美解决跨平台环境下的相对路径与认证重试问题能帮你少走很多弯路。总结从 Gemini CLI 到 Antigravity CLI代表着 Google 彻底将 AI 从“问答玩具”推向了“生产力工具”。虽然失去了早期单纯的免费羊毛但换来的是一个具备自主感知、多模型调度能力的全面终端助手。你开始使用agy了吗欢迎在评论区分享你用它实现的最酷的自动化工作流