Eine Desktop-App, ein CLI, ein SDK, eine Managed-Agents-API und ein Enterprise-Tier — alle am selben Tag. Mit dem Antigravity-2.0-Launch auf der Google I/O am 19. Mai 2026 hat Google in einem einzigen Schritt die komplette Werkzeug-Kette geliefert, die Konkurrenten wie Cursor, Windsurf und Anthropic ueber Monate aufgebaut haben.
Wir haben uns angesehen, was wirklich geliefert wurde, wo der Launch knirscht und fuer wen sich der Wechsel jetzt lohnt — oder lieber noch nicht.
Was Antigravity 2.0 ist
Bisher war “Antigravity” nur als Web-IDE im Browser verfuegbar, integriert in die Gemini-Spark-Agenten-Umgebung. Mit 2.0 wird daraus ein eigenstaendiges Produkt mit fuenf klar getrennten Bausteinen:
| Baustein | Was es ist |
|---|---|
| Desktop-App | Standalone-IDE, optimiert auf Agenten-Orchestrierung statt Code-Editor-Erstausstattung |
CLI (agy) | Eigenstaendiges Go-Binary, keine Node.js-Abhaengigkeit |
| SDK | Programmatische Steuerung fuer Custom-Agenten |
| Managed Agents (Gemini API) | Ein API-Call startet isolierte Linux-Umgebung mit Tool-Zugriff |
| Enterprise (Gemini Enterprise Agent Platform) | Audit-Trails, Governance, Deployment in Google Cloud |
Der Motor unter all dem: Gemini 3.5 Flash — Googles schnellstes Frontier-Modell. Die Wahl ist verstaendlich: Wer Agenten orchestriert, will viele kleine, schnelle Calls — nicht einen langsamen Mega-Call. Wer das Plattform-Modell bevorzugt (alles aus einer Hand statt OpenAI-Modell + Cursor-Editor + Claude-Code-CLI), bekommt mit Antigravity 2.0 jetzt das Vollpaket.
Die Desktop-App: kein klassischer Editor
Der Vergleich mit Cursor draengt sich auf, ist aber irrefuehrend. Cursor ist ein Code-Editor mit KI-Unterstuetzung. Antigravity 2.0 ist eine Agenten-Steuerzentrale, die auch Code-Editing kann — aber der Schwerpunkt liegt woanders.
Was die Desktop-App kann, was Cursor nicht in dieser Form bietet:
- Mehrere Subagenten parallel orchestrieren mit visuellem Status-Dashboard
- Custom-Subagent-Workflows als wiederverwendbare Bausteine
- Geplante Hintergrund-Tasks (“jeden Morgen 8 Uhr: laufe diesen Daten-Pull”)
- Voice-Commands als nativer Input (“Antigravity, refactor das User-Modul auf TypeScript”)
- Tight-Integration mit Gmail, Calendar, Drive, BigQuery — also Google Workspace als Tool-Kontext
Wer als IDE-Power-User ohnehin tief im JetBrains- oder VS-Code-Universum sitzt, wird die Desktop-App eher als Zweit-Tool neben dem Hauptedit fuehren. Wer einen reinen Agenten-Workflow braucht (Daten ziehen, transformieren, Reports erstellen, Mails versenden), bekommt mit Antigravity erstmals ein Komplettpaket.
Das CLI: agy, ein Go-Binary ohne Runtime-Abhaengigkeiten
Das CLI-Tool agy ist die unauffaelligste, aber wichtigste Neuerung fuer Builder. Ein einzelnes Go-Binary, keine Node.js-Pflicht, keine npm-Hoelle — du legst es nach /usr/local/bin/ und kannst loslegen.
Typischer Use-Case:
agy run "Migriere die Tests in api/ auf vitest"
agy schedule daily 08:00 "Pull neue Sales-Daten aus Snowflake"
agy deploy --target staging
Das Tool spricht direkt mit der Gemini-API, persistiert Sessions lokal und kann ueber den SDK programmatisch erweitert werden. Wer eine CI-Pipeline mit KI-Steps bauen will, ohne Container-Layer fuer Python-SDKs hochzuziehen, bekommt mit agy ein verteilbares Binary — das ist im DevOps-Alltag Gold wert.
Managed Agents: die unterschaetzte Killer-Funktion
Versteckt im Pressetext steht der Punkt, der die meisten Builder am direktesten betrifft: Managed Agents in der Gemini API. Ein einziger API-Call startet eine isolierte Linux-Umgebung, in der ein Agent
- mit Tools arbeitet (Datei-System, Shell, Browser, beliebige externe APIs),
- ueber mehrere Schritte plant und verifiziert,
- am Ende ein fertiges Ergebnis zurueckgibt — Datei, Report, Pull-Request, was immer du angefordert hast.
Was Frameworks wie LangChain, AutoGen oder CrewAI in hunderten Zeilen Orchestrierungs-Code abbilden, schrumpft auf einen REST-Call. Fuer einfache “Agent erledigt Aufgabe X”-Workflows ist das ein massiver Komplexitaets-Abbau. Fuer komplexe Multi-Modell-Setups bleibt LangGraph & Co. ueberlegen — wer dort schon investiert hat, muss nicht wechseln.
Praxis-Tipp: Managed Agents kostet nach Tokens — und die isolierte Linux-Umgebung kann ueber den Verlauf einer Session viele Tokens fressen. Setze Stop-Conditions im API-Call (“maximal 50 Schritte” / “maximal 200.000 Tokens”). Sonst laeuft dir bei autonomen Tasks die Rechnung davon.
Der rocky Launch: warum viele Bestandskunden gerade fluchen
Hier wird’s unschoen. Das 2.0-Update wurde am Launch-Tag automatisch ausgerollt — und hat bei einem signifikanten Teil der existierenden Antigravity-Nutzer
- den eingebauten Code-Editor entfernt, ohne klaren Migrationspfad,
- gespeicherte Konfigurationen geloescht,
- Workflows abrupt unterbrochen.
Die Community-Reaktion war entsprechend. Wer auf Antigravity produktiv setzt, wartet besser noch zwei bis vier Wochen, bis die Patches die schlimmsten Brueche geflickt haben. Google ist normalerweise besser darin, Migrationen abzufedern — der Druck, das Vollpaket zur I/O zu liefern, war hier sichtbar groesser als die Stabilitaets-Disziplin.
Pricing: Wo dein Plan passt
Die Preisstruktur ist neu sortiert, seit Google AI Ultra im Mai von 250 USD auf 100 USD reduziert wurde:
| Plan | Preis pro Monat | Antigravity-Limits |
|---|---|---|
| Google AI Pro | 25 USD | Basis-Nutzung Desktop + CLI |
| Google AI Ultra | 100 USD | 5x Pro-Limits, Spark-VM-Quota |
| Google AI Ultra Premium | 200 USD | 20x Pro-Limits, Veo-3-Credits, Antigravity 2.0 Enterprise |
| Gemini API Managed Agents | nach Tokens | Programmatisch, ohne Subscription |
Fuer einzelne Builder ist Pro fast immer ausreichend; den Ultra-Sprung lohnen sich erst, wenn du Spark-VMs taeglich nutzt oder hunderte Managed-Agent-Calls fahren willst.
Fuer wen sich der Wechsel jetzt lohnt
1. Builder, die Agenten bauen statt Code editieren
Wenn deine Hauptarbeit “Agent fuer Workflow X bauen” ist, ist Antigravity 2.0 die direkteste Antwort am Markt. Managed Agents API + SDK + CLI ist ein Komplettpaket, das du sonst aus drei verschiedenen Bibliotheken zusammensetzt.
2. Google-Workspace-Teams
Wer ohnehin in Gmail, Calendar, Drive und BigQuery lebt, profitiert von der nativen Tool-Anbindung am staerksten. Agent-Workflows ueber Mail, Kalender und Sheets sind in Antigravity einfacher zu bauen als ueber externe Connectoren.
3. DevOps-Teams
Das agy-Binary ohne Runtime-Abhaengigkeiten passt direkt in jede CI-Pipeline, jeden Docker-Build, jedes Bash-Skript. Das ist ein kleinerer, aber realer Vorteil gegenueber Node.js-basierten Tools.
Wer noch warten sollte
- Bestehende Cursor- oder Claude-Code-Nutzer, die produktiv arbeiten und keinen akuten Grund haben zu wechseln. Cursor bleibt der reinere Code-Editor, Claude Code bleibt der ehrlichere CLI-Agent fuer komplexe Refactorings — beide mit reiferen Workflows.
- Teams ohne Google-Cloud-Stack, denn die staerksten Antigravity-Features (Enterprise, Vertex AI-Integration, Workspace-Tools) entfalten sich erst, wenn Google die Hauptcloud ist.
Datenschutz und EU-AI-Act mitdenken
Wenn Antigravity-Agenten in deinem Unternehmen auf Mandanten-, Kunden- oder Mitarbeiterdaten zugreifen, bist du im DSGVO- und EU-AI-Act-Geltungsbereich. Der EU-Standort der Managed-Agent-Umgebung muss vertraglich abgesichert sein; fuer Hochrisiko-Anwendungen (Personalauswahl, Kredit-Scoring, …) gelten ab spaetestens Ende 2027 zusaetzliche Pflichten. Wer einen Schnellcheck fuer die eigene Anwendung braucht, findet ihn im AI Act Readiness Check im AEGIS-Hub.
Fazit: Komplettpaket auf dem Reissbrett, holpriger Start in der Realitaet
Strategisch ist Antigravity 2.0 ein starker Schachzug: Google liefert in einem Aufwasch, was die Konkurrenz Modul fuer Modul aufgebaut hat — Desktop, CLI, SDK, Managed-Service, Enterprise. Operativ ist der Launch ueberhastet und hat Bestandskunden veraergert.
Wer Agenten baut und Google ohnehin als Cloud nutzt, sollte Antigravity 2.0 als ernsthafte Alternative pruefen — am besten in einem Sandkasten-Projekt, nicht direkt im Production-Workflow. Wer Cursor oder Claude Code produktiv nutzt und damit zufrieden ist, gibt 2.0 noch einen Monat Zeit, bevor er sich die Migration ueberlegt.
