Google Antigravity 框架：四種 AI 程式碼協作模式剖析
這些 AI 協作模式是 Google 內部或特定開發環境（例如 Google Antigravity 框架）中的核心概念。它們定義了由 Gemini 大型語言模型 (LLM) 所驅動的 AI 代理，如何與人類開發者進行互動與權力劃分。
以下是這四種模式的詳細解釋，特別加入了相關的技術術語：1. Agent-driven development (Agent 主導的開發)
- 核心理念： AI 代理是主要的程式設計師。
- 角色定義： 您主要提供高層次的業務邏輯或功能需求。由 Gemini 模型 驅動的 AI Agent 會主動規劃、生成程式碼塊、執行測試案例，並嘗試將成果整合到專案中。人類開發者主要進行成果驗收與宏觀指導。
- 側重： 專注於開發流程的高度自動化，適合快速生成原型或處理結構單一的任務。
2. Agent-assisted development (Agent 輔助的開發) — 推薦模式
- 核心理念： 人類開發者是主導者，AI 代理是 AI Coding Assistant。
- 角色定義： 這是最常見且被推薦的協作模式。開發者保有對程式碼的完全控制權。AI Agent 就像您的 結對程式設計師 (Pair Programmer)，利用其 LLM 能力，提供即時的程式碼建議、智慧自動完成、上下文相關的函數實現，以及即時的程式碼重構選項。
- 側重： 專注於最大化人類的生產力，加速程式碼編寫速度，同時確保開發者對所有邏輯的完全掌控。
3. Review-driven development (審查主導的開發)
- 核心理念： AI 代理是品質的守門員。
- 角色定義： 在此模式下，AI Agent 不會在編寫階段介入。它專門在程式碼完成後或發起合併請求 (Pull Request) 時啟動，利用 Gemini 的分析能力，對程式碼進行嚴格的靜態分析與審核。任務包括檢查潛在錯誤、發現安全漏洞（例如注入攻擊）、評估性能，以及確保遵循專案標準。
- 側重： 專注於程式碼品質與合規性，是提升專案穩健度的關鍵環節。
4. Custom configuration (自訂配置)
- 核心理念： 混合與彈性化配置 LLM 代理行為。
- 角色定義： 允許進階使用者手動定義 AI 代理在不同開發階段的權限和行為。您可以客製化設定，例如只在特定文件類型中啟用「輔助模式」，或指定 AI Agent 專門負責文檔生成。
- 側重： 專注於彈性與客製化，滿足特定企業環境或複雜專案的精細化管理需求。
結語
Google Antigravity 框架下這些模式的區分，反映了軟體工程界對於 AI 介入深度的謹慎思考。無論選擇哪種模式，目標都是利用 Gemini 等 LLM 技術，以最有效且安全的方式，來增強人類的開發能力。
