Google Antigravity: det nye agentcentrerede IDE baseret på VS Code

Hjem » Python » Google Antigravity: det nye agentcentrerede IDE baseret på VS Code

Efter år med relativt trinvise ændringer i kodeeditorer lander Google Antigravity som et lille jordskælv i IDE-landskabet. ved at kombinere det velkendte fundament fra Visual Studio Code med et dybt integreret system af autonome AI-agenter. I stedet for blot at lægge en chatbot eller autofuldførelse oven på din editor, forsøger dette projekt at redesigne, hvad det overhovedet vil sige at "arbejde i et IDE", når store sprogmodeller kan planlægge, udføre og verificere komplekse opgaver.

Antigravity positionerer sig selv som en "agentcentreret udviklingsplatform" snarere end en simpel AI-drevet editor, ...at sætte dig i rollen som koordinator eller produktchef, mens et team af specialiserede agenter håndterer undersøgelse, kodning, test og endda browserautomatisering. Hvis du er vant til den klassiske menneskeorienterede arbejdsgang, hvor du skriver, og IDE'en reagerer, føles det som at vende scriptet om: agenterne arbejder proaktivt, og du træder til for at vejlede, gennemgå og rette.

Hvad er Google Antigravity, og hvorfor er det anderledes end et normalt IDE?

Antigravity er i bund og grund en forgrening af Visual Studio Code, der er kraftigt modificeret til at dreje sig om AI-agenter. og kan ses som en nuevo IDE fra Google baseret på Visual Studio der bevarer nok af den originale brugergrænseflade til at føles øjeblikkeligt velkendt: sidebjælker, faner, ikoner og filstiver opfører sig, som VS Code-brugere forventer. Det sænker adoptionsbarrieren, samtidig med at det giver Google mulighed for at introducere en helt anden filosofi.

Hvor traditionelle IDE'er som VS Code, Cursor eller Windsurf behandler AI som en hjælper, der er boltet på via udvidelser, behandler Antigravity AI som den primære aktør i miljøet, hvor du overvåger arbejdet på et højere abstraktionsniveau. I stedet for at udløse engangsbeskeder, orkestrerer du missioner i flere trin, delegerer delopgaver og inspicerer, hvad hver agent planlægger og gør.

Google beskriver Antigravity som en "missionskontrol" for flere agenter, der opererer parallelt på tværs af forskellige arbejdsområder, noget særligt tiltalende i store projekter med mange bevægelige dele. Du sidder ikke fast i en lineær chatlog; du kan oprette agenter til refactoring, testgenerering, dokumentation eller UI-iteration, alt sammen kørende asynkront.

Afgørende er dette ikke begrænset til Googles egne modeller: Antigravity er eksplicit multimodel, med tæt integration til Gemini 3 Pro, men også understøttelse af tredjepartsmuligheder som Claude Sonnet 4.5 og GPT-OSS. Denne åbenhed reducerer risikoen for leverandørbinding og giver teams mulighed for at vælge den rigtige model til hver arbejdsbyrde uden at jonglere med separate værktøjer.

Kernefilosofi: de fire designprincipper bag antigravity

Under funktionslisten er Antigravity bygget op omkring fire designprincipper, der definerer, hvordan udviklere og agenter skal samarbejde: tillid, autonomi, feedback og selvudvikling. Disse er ikke bare marketingslogans; de former brugergrænsefladen og standardarbejdsgangene.

Princippet om "tillid gennem gennemsigtighed" tackler en af ​​de største hindringer for implementering af AI: uigennemsigtig beslutningstagning, hvor du kun ser en endelig kodeforskel, men ikke hvordan eller hvorfor agenten kom dertil. Antigravity modvirker dette ved at lade agenter konstant producere "artefakter", der forklarer deres ræsonnement og valideringstrin.

Autonomiprincippet omfatter det faktum, at moderne modeller kan fungere i længere perioder uden konstant børnepasning, Så platformen er designet til asynkront arbejde på flere overflader i stedet for et enkelt monolitisk chatpanel. Agenter kan bevæge sig mellem editor, terminal, filsystem og browser, mens du overvåger deres fremskridt fra en administrationsflade.

Feedback ophøjes til en førsteklasses mekanisme i stedet for en eftertanke, med et kommentarsystem, der minder om Google Docs: du fremhæver kode, artefakter eller skærmbilleder og efterlader noter i naturligt sprog, som agenten inkorporerer midt i opgaven uden at starte forfra.

Endelig behandler selvudviklingsprincippet enhver handling og ethvert feedbackelement som træningsdata til fremtidigt arbejde, opbygning af en intern vidensbase af mønstre, kodestykker og trinsekvenser, der fungerede godt tidligere. Med tiden opfører agenten sig mindre som en statsløs chatbot og mere som en kollega, der husker, hvordan dit projekt og team kan lide tingene udført.

Agentcentreret arbejdsgang: Agentadministrator, editor og browser

I praksis materialiserer filosofien sig som tre hoved"overflader", der deler en synkroniseret agenthjerne: Agent Manager, Editor og en integreret Chrome-baseret browser, plus tæt integreret terminalkontrol.

Agent Manager er dashboardet til missionskontrol, hvor du opretter, overvåger og koordinerer agenter, der arbejder parallelt, ofte på tværs af forskellige arbejdsområder. I stedet for at stirre på et filtræ, når du åbner appen, bliver du mødt af en visning fokuseret på samtaler, opgaver, artefakter og godkendelser.

Den velkendte editorvisning bevarer udseendet og funktionaliteten af ​​VS Code til synkrone kodningssessioner, Med smart autofuldførelse, kommandoer i naturligt sprog, indlejrede handlinger som "Forklar og ret" og et kontekstuelt agentpanel, du kan åbne med en genvej. Dette er stedet for detaljeret redigering og den 90- til 100% polering oven i det, agenterne allerede har produceret.

Browseroverfladen er der, hvor Antigravity virkelig adskiller sig fra mere konventionelle AI-IDE'er, integrering af en administreret Chrome-instans, som en agent kan køre autonomt: besøge URL'er, klikke på elementer, læse konsollogfiler, rulle, udfylde formularer og tage skærmbilleder eller endda fulde videooptagelser.

Fordi den samme agenthjerne spænder over disse overflader, Den kan for eksempel refaktorere backend-kode i editoren, køre tests via terminalen, starte appen i browseren, klikke sig gennem brugergrænsefladen for at validere adfærd, optage sessionen og producere en gennemgang af artefakten, der beskriver præcis, hvad den verificerede.

Artefakter: Gør agentarbejde auditerbart og troværdigt

En af Antigravitys fremragende ideer er, at enhver meningsfuld del af agentarbejdet efterlader en artefakt, ikke bare logfiler. Disse artefakter er omfattende objekter — Markdown-dokumenter, diagrammer, optagede videoer, skærmbilleder, kodeforskelle — beregnet til at blive læst og kommenteret af mennesker.

Tre artefakttyper forankrer den primære udviklingsløkke: opgavelister, implementeringsplaner og gennemgange, hver tjener et særskilt formål i en forandrings livscyklus.

Opgavelister er strukturerede planer, som agenten udarbejder, før de berører din kode. opdeling af en instruktion på højt niveau i konkrete, ordnede trin. For det meste skimmer du dem kun, men du kan også justere dem eller efterlade kommentarer, hvis nedbrydningen ser forkert ud.

Implementeringsplaner fokuserer på, hvordan disse opgaver vil ændre specifikke dele af kodebasen, med detaljerede oplysninger om, hvilke filer der oprettes eller ændres, hvilke nye komponenter eller funktioner der vises, og hvilke bivirkninger man kan forvente. Afhængigt af din politik for gennemgang af artefakter kan agenten altid vente på din godkendelse her eller kun i tvetydige tilfælde.

Gennemgangsartefakter afslutter, når en opgave er fuldført. beskrivelse af de implementerede ændringer, hvordan de køres og testes, og hvor det er relevant, indlejring af skærmbilleder eller browseroptagelser. Disse gennemgange kan også fungere som skelettet til en pull request-beskrivelse.

Derudover eksponerer Antigravity også kodeforskelle, skærmbilleder og browseroptagelser som førsteklasses anmeldelsesmaterialer, alle tilgængelige fra både Agent Manager og Editor. Du kan slå en Artefakt-rude til/fra for at se alt, der er genereret for en given samtale eller et given arbejdsområde.

Afgørende er det, at artefakter er interaktive objekter: du kan fremhæve sektioner og skrive kommentarer på samme måde som i Google Docs. bede agenten om at justere et bestemt trin, justere stilen vist på et skærmbillede eller forbedre et testscenarie, som den lige har optaget. Agenten itererer derefter uden at kassere sin tidligere kontekst.

Installation, opsætningsproces og grundlæggende konfiguration

Antigravity tilbydes i øjeblikket som en offentlig forhåndsvisning til personlige Gmail-konti. med en gratis kvote, der inkluderer adgang til premium-modeller som Gemini 3 Pro. Desktop-appen kører på macOS, Windows og udvalgte Linux-distributioner, med dedikerede APT- og RPM-lagre til automatiske opdateringer på Linux.

På Debian-baserede distributioner leverer Google en APT-kildekode, som du kan tilføje med et lille shell-snippet, inklusive installation af en GPG-nøglering og antigravity-pakken. RPM-baserede systemer får en YUM/DNF-repo-blok, som du kan lægge i /etc/yum.repos.d, før du kører dnf install antigravity.

Når onboarding-guiden er installeret, fører den dig gennem en række trin: du vælger, om du vil importere indstillinger fra VS Code eller Cursor, valg af et lyst eller mørkt tema, beslutning om, hvordan du vil bruge agenten (fra fuldt agentdrevet udvikling til mere konservative gennemgangsbaserede flows) og konfiguration af centrale sikkerhedspolitikker.

To af de vigtigste tidlige beslutninger involverer politikken for terminaludførelse og politikken for artefaktgennemgang. som tilsammen definerer, hvor meget autonomi agenten har, og hvor ofte den skal bede om din godkendelse.

Terminalens udførelsespolitik har tre tilstande — Fra, Auto og Turbo — lige fra "udfør aldrig kommandoer automatisk undtagen på en eksplicit tilladelsesliste" til "kør alt, medmindre det er på en eksplicit blokeringsliste." Auto sidder i midten og lader agenten afgøre, hvornår en kommando er risikabel nok til at berettige en tilladelsesprompt.

Politikken for gennemgang af artefakter giver dig ligeledes mulighed for at vælge mellem altid at fortsætte, lade agenten beslutte eller altid at anmode om gennemgang. hvilket giver dig kontrol over, hvor meget du vil være orienteret, før planer og ændringer fortsætter.

Google afslører også fire forudkonfigurerede brugsprofiler, der samler disse beslutninger: Agentdrevet udvikling, agentassisteret udvikling, gennemgangscentreret udvikling og en fuldt brugerdefineret opsætning, hvor du justerer individuelle knapper. Den anbefalede "agentassisterede" mulighed sigter mod en fornuftig balance mellem autonomi og overblik for de fleste brugere.

Agent Manager i dybden: indbakker, arbejdsområder og playgrounds

Når Antigravity starter, lander du typisk i Agent Manager i stedet for direkte i editoren. at styrke ideen om, at din primære arbejdsenhed er en mission, der håndteres af agenter, ikke en individuel fil.

Sidebjælken indeholder en indbakke, der samler alle dine aktive og tidligere samtaler, så du hurtigt kan gennemgå, hvad forskellige agenter har lavet, hvilke artefakter de har produceret, og hvor godkendelser muligvis afventer.

Arbejdsområder knyttes til mapper på disken ligesom i VS Code, men her er de dybt integreret i den måde, agenter ræsonnerer om kontekst. Du kan have adskillige arbejdsområder og vælge, hvilket et en ny samtale skal foregå på.

Med Legeplads-funktionen kan du starte ad hoc-eksperimenter uden at binde dem til et permanent arbejdsområde, perfekt til at teste idéer, udforske API'er eller lade agenten udarbejde noget hurtigt, som du senere kan promovere til et helt projekt.

I en samtale kan du eksplicit vælge agentens driftstilstand: Planlægning til grundigt arbejde i flere trin eller Hurtig til lette handlinger med lavt overhead. såsom omdøbning af variabler, kørsel af simple kommandoer eller foretagelse af trivielle redigeringer. Planlægning bruger mere "tænkebudget", men giver mere omfattende artefakter og generelt resultater af højere kvalitet.

En modelvælger øverst i hver samtale giver dig mulighed for at skifte mellem tilgængelige LLM'er undervejs, skræddersy adfærd til den aktuelle opgave uden at forlade IDE'en.

Integreret browser og Antigravity-udvidelse

For at give agenter fuld kontrol over internettet er Antigravity afhængig af en dedikeret browser-underagent, der drives af en specialiseret model, forskellig fra den primære agentmodel, du vælger til kodningsopgaver.

Denne browseragent kan interagere med sider ved at klikke, scrolle, skrive, læse DOM-snapshots, tage skærmbilleder og optage fulde videosessioner. effektivt automatisere end-to-end UI-flows direkte fra dit udviklingsmiljø.

For at aktivere dette skal du installere en tilhørende Antigravity-udvidelse i Chrome, typisk aktiveres første gang, du beder agenten om at besøge et websted som antigravity.google fra en Playground-samtale. Agenten registrerer, at browserkontrol er nødvendig, og beder dig om at køre en opsætningshandling, der åbner Chrome på udvidelsessiden.

Når det er installeret og godkendt, viser browservinduet, der administreres af Antigravity, en tydelig ramme, når det er under agentkontrol. gør det klart, hvornår AI'en "styrer". Du beholder stadig den ultimative myndighed: agenten anmoder om tilladelse til følsomme operationer, og du kan altid afbryde den.

Enhver browserdrevet session kan producere artefakter såsom skærmbilleder og optagelser, som senere vises i ruden Artefakter, så du kan inspicere præcis, hvordan en brugergrænseflade blev brugt, uden selv at skulle køre appen igen.

Redigeringsoplevelse: autofuldførelse, indlejrede kommandoer og kontekstuel agent

Trods al den nye agentinfrastruktur er selve editoren bevidst konservativ og velkendt, Bevarelse af muskelhukommelsen hos erfarne VS Code-brugere: filstyring, syntaksfremhævning, integreret terminal og udvidelsessupport forbliver i centrum.

Antigravity tilføjer en AI-drevet autofuldførelse, der vises som spøgelsestekst og kan accepteres med Tab, inklusive praktiske varianter som "Tabulatortasten for at importere" til at indsætte manglende afhængigheder og "Tabulatortasten for at hoppe"-forslag, der flytter markøren til den næste logiske redigeringsplacering.

Inline-kommandoer kan udløses i både editoren og terminalen ved hjælp af en tastaturgenvej (f.eks. Cmd + I på macOS), så du kan bede om kodegenerering, refaktorering, forklaringer eller forslag til shell-kommandoer uden at forlade den aktuelle kontekst.

Agentens sidepanel, som kan slås til og fra med en genvej som f.eks. Cmd + L, giver dig et dedikeret chatområde, der forstår @-omtaler af filer, mapper eller MCP-servere. plus /-præfikserede referencer til gemte arbejdsgange. De fleste af de interaktionsmønstre, du måske kender fra værktøjer som Copilot Chat eller Gemini til VS Code, er tilgængelige her, men integreret med Antigravitys artefaktsystem.

Fra ruden Problemer kan du sende alle diagnostiske fejl til agenten på én gang, beder den om at analysere og forsøge automatiske rettelser. På samme måde kan du fremhæve terminaloutput og sende det til agenten for at få forslag til fejlfinding.

Regler og arbejdsgange: tilpasning af agentadfærd

For at skræddersy agenten til dit teams konventioner introducerer Antigravity to effektive tilpasningsmekanismer: Regler og Arbejdsgange. tilgængelig fra menuen Tilpasninger i brugergrænsefladen.

Regler fungerer som vedvarende systemprompter, som agenten altid adlyder i et givet omfang, såsom en global regelfil på ~/.gemini/GEMINI.md eller arbejdsområdespecifikke regler under .agent/rules/. Disse kan kode retningslinjer for kodningsstil, dokumentationsforventninger eller arkitektoniske begrænsninger.

For eksempel kan du definere en kodestilregel for Python, der instruerer agenten i nøje at følge PEP 8 og inkludere meningsfulde kommentarer hele vejen igennem, eller en anden regel, der beskriver, hvordan main.py kun skal orkestrere funktionalitet implementeret i separate moduler med klare eksempler på indgangspunkter.

Workflows er derimod gemte instruktioner, som du eksplicit udløser med en /kommando, gemmes globalt eller pr. arbejdsområde under .agent/workflows/. De er perfekte til gentagne opgaver som "generer enhedstests for alle moduler i denne mappe" eller "forbered udgivelsesnoter fra de seneste commits".

Et typisk eksempel er en generate-unit-tests-workflow, der fortæller agenten, at den skal oprette test_-præfikserede filer for hvert modul og sikre dækning for alle offentlige funktioner. som du kan aktivere, når du mener, at en funktion er stabil nok til at retfærdiggøre testgenerering.

Når disse er konfigureret, kan du se effekten med det samme: Hvis agenten bliver bedt om at implementere algoritmer som binær søgning og boblesortering, kan det resultere i flere velstrukturerede moduler, en ren main.py-fil, der viser brugen, og fuldt dokumenteret kode, der respekterer din PEP 8-regel, efterfulgt af generering af on-demand-tests via din gemte arbejdsgang.

Sikkerhedsmodel: terminal- og browserbeskyttelse

At give en AI-agent adgang til din terminal og browser er både utrolig kraftfuldt og potentielt farligt. så Antigravity leveres med et detaljeret tilladelsessystem for at minimere risikoen.

For terminalen er den tidligere nævnte udførelsespolitik (Fra, Auto, Turbo) kun det første lag, suppleret af tilladelseslister og blokeringslister, der definerer præcis, hvilke kommandoer der kan eller ikke kan køres automatisk.

I en streng "Fra"-opsætning er du primært afhængig af en terminaltilladelsesliste: alt er blokeret, medmindre det udtrykkeligt er tilladt, Ideel til følsomme miljøer. Du kan tilføje harmløse kommandoer som ls -al, så visning af mappens indhold kan ske uden konstante prompts, mens alt destruktivt stadig kræver manuel bekræftelse.

I den anden ende favoriserer en Turbo-tilstandskonfiguration produktiviteten, hvilket giver agenten mulighed for at køre de fleste kommandoer på egen hånd, mens du udfylder en blokeringsliste med højrisikoposter som rm, rmdir, sudo, curl eller wget. Hvis agenten forsøger at bruge en blokeret kommando, opfanger Antigravity den og gennemtvinger et brugergodkendelsestrin.

Browsersiden har en lignende beskyttelsesmekanisme i form af en URL-tilladelseslistefil, placeret under HOME/.gemini/antigravity/browserAllowlist.txt. Ved at kuratere de domæner, der er anført der, kan du begrænse agentens webnavigation til betroede dokumentationsportaler, interne dashboards eller API'er.

Dette bliver særligt vigtigt i lyset af umiddelbare injektionsangreb fra kompromitterede websteder, da du kan forhindre agenten i at vandre ind i tilfældige eller upålidelige domæner under automatiserede forskningsopgaver.

Brugsscenarier fra den virkelige verden: fra nyhedsaggregering til komplette webapps

Hvor Antigravity virkelig begynder at skinne, er i konkrete arbejdsgange, der blander kodning, automatisering og verifikation. at gå ud over færdiggørelse af enkeltfilskode til end-to-end-opgaveudførelse.

Et simpelt introduktionsscenarie er at bede agenten om at besøge Google Nyheder (eller et andet nyhedswebsted) i Playground, analysere overskrifter og returnere et kategoriseret resumé. mens du ser dens tankeproces i Agent Manager og ser browseren blive fjernstyret.

Mere ambitiøse eksempler omfatter at få agenten til at bygge en komplet endags hjemmeside til en teknisk konference ved hjælp af Python og Flask, med krav som otte foredrag, flere talere, kategorifiltre, planlægning og søgning efter taler eller titel. Agenten kan designe backend, lave HTML/CSS/JS frontend-skabeloner, generere dummy-data om Google Cloud-teknologier og starte en lokal server.

Gennem hele processen opretter agenten opgavelister, implementeringsplaner og en afsluttende gennemgangsartikel, der forklarer, hvordan man driver og udvider webstedet. og starter endda appen i den integrerede browser for at validere al funktionalitet og linke dig direkte til den kørende instans.

Da løkken er iterativ, kan du derefter blive i editoren og bede om yderligere forbedringer, f.eks. "tilføj to foredrag mere til tidsplanen". at se agenten justere planer, opdatere datastrukturer og teste applikationen igen med nye artefakter.

Et andet demovenligt eksempel er en minimalistisk produktivitetsapp: for eksempel en Pomodoro-timer med en rolig brugergrænseflade, hvor agenten designer layoutet, styler det, kører det i browseren, optager sin egen valideringssession og reagerer på din stylingfeedback ("gør baggrunden mere beroligende", "tilføj et timerbillede", "gør ikonets baggrund gennemsigtig").

Test og refactoring: enhedstest, mocks og kodevisualisering

Ud over nye projekter har Antigravity også til formål at hjælpe dig med at forstå og hærde eksisterende kode, især gennem automatiseret generering af enhedstest og mock-konstruktion.

Givet en Python-modulmodellering, f.eks. en ordrebehandlingstjeneste med lagertjek, betalingsgateways og brugerdefinerede undtagelser, Du kan indlæse mappen som et arbejdsområde og referere til filen med en @omtale i agentchatten for at anmode om en forklaring eller et diagram over klassestrukturen.

Når du er fortrolig med, hvordan det fungerer, kan du instruere agenten i at "generere enhedstests til dette modul og teste dem med mocks". hvilket beder den om at oprette testfiler, mock-implementeringer til eksterne tjenester og en testrunner-konfiguration.

Agenten udfører derefter testene via terminalen, rapporterer resultaterne og producerer artefakter, der beskriver, hvilke scenarier der blev dækket. inklusive kantsager som utilstrækkelig lagerbeholdning, betalingsfejl eller tomme indkøbskurve. Du kan inspicere den genererede testkode i editoren og finjustere den med yderligere kommentarer.

Dette mønster strækker sig fint til dine egne projekter: du kan bede om refaktorering, yderligere valideringer, nye funktioner eller forbedringer af ydeevnen, hvor agenten foreslår planer, implementerer ændringer, kører tests og opsummerer effekten i gennemgange, der er lette at gennemgå i kodegennemgangsværktøjer.

Licensering, prisfastsættelse og praktiske begrænsninger

Lige nu er Antigravity stemplet som en offentlig forhåndsvisning snarere end et færdigt produkt. hvilket betyder, at funktioner og begrænsninger kan ændres, efterhånden som Google itererer baseret på brugerfeedback.

Under denne forhåndsvisning er brugen gratis for personlige Gmail-konti, men bundet til en kvote af modelopkald pr. tidsvindue. især for premium-modeller som Gemini 3 Pro. Nogle tidlige brugere har rapporteret, at de har nået, hvad der føltes som globale kapacitetslofter, inden for 20 minutter, nogle gange endda før de har sendt eksplicitte beskeder.

Googles officielle holdning er, at kun en meget lille del af brugerne bør nå kvotegrænserne inden for rullende femtimers perioder, men den faktiske brug tyder på, at efterspørgslen har oversteget den oprindelige tildeling, så du kan støde på midlertidige meddelelser om, at der ikke er flere kreditter, mens tjenesten skaleres.

På længere sigt er det næsten garanteret, at en trindelt prismodel vil dukke op, når forhåndsvisningsfasen er afsluttet, sandsynligvis med et generøst gratis lag svarende til det, Gemini's eksisterende VS Code-udvidelse tilbyder, plus betalte planer til tungere eller professionel brug.

En anden praktisk begrænsning sammenlignet med Visual Studio Code er den relative umodenhed i udvidelsesøkosystemet, hvilket i øjeblikket ikke kan matche det enorme marked, som Microsofts editor har. Selvom du stadig kan bruge mange velkendte udvidelser, er Antigravitys agentcentrerede funktioner unikke og vil kræve tid, før tredjepartsværktøjer indhenter det forsømte.

Adoption kommer også med en læringskurve: effektivt at delegere til agenter er en anden mental model end at skrive kode linje for linje, og nogle udviklere bliver nødt til at justere deres vaner for at få mest muligt ud af instruktioner på højt niveau og artefaktdrevet feedback.

Google Antigravity føles mindre som en lille opgradering til Visual Studio Code og mere som et eksperimentelt skridt mod agentorienteret softwareudvikling. hvor du overvåger autonome samarbejdspartnere, der kan planlægge, kode, teste og verificere på tværs af editor, terminal og browser. Det er stadig lidt ujævnt i kanterne – kvoter, økosystemmodenhed og arbejdsgangsvaner kræver alt sammen tid – men for udviklere, der er villige til at læne sig op ad agenter i stedet for at behandle AI som en ren autofuldførelse, giver det et overbevisende glimt af, hvordan den næste generation af IDE'er kan se ud.