很多人最近问我：Claude Code 动不动就大面积封号、海外卡风控门槛高，Codex 的高级模型额度又降得厉害，现在到底还有什么趁手、稳定、成本又低的 AI 编程工具？

答案其实就是谷歌的反重力系统 —— Antigravity。很多人对它的第一印象是低调、不张扬，但实际上它在智能体编程领域起步极早，账号门槛极低（闲鱼十几块、学生优惠甚至免费套餐都能用），且完美支持从 Gemini 3.8 Flash 到顶配模型的全系列调用。

这一期 1 小时 13 分钟的课程，我把自己近一年来的真实实战经验做了一个彻底的复盘。本文整理了视频中的三大核心知识体系、技术逻辑与开箱即用的提示词模板，供大家学习与日常开发查阅。

一、新手初识：为什么在 2026 年首选谷歌 Antigravity？

很多人被 Claude Code 和 Codex 劝退的核心原因无非两点：一是贵且额度紧，二是风控极其严格，动辄封号让人心力交瘁。

而谷歌 Antigravity（反重力）拥有三个天然优势：第一，账号门槛极低，无论是官方订阅、教育优惠还是第三方低价套餐，几乎没有封号风险；第二，模型生态完整，同时涵盖了极低成本的 Gemini 3.8 Flash 和高阶顶配模型；第三，它是天然的智能体（Agent）宿主环境，对本地工具、工作区、终端的调度非常稳定成熟。

对于不想在环境和账号上折腾的小白或者独立开发者来说，Antigravity 是目前上手成本最低、最省心的选择。

二、核心利器：Antigravity 高频内建指令（Commands）详解

在 Antigravity 中，输入斜杠 / 即可唤起丰富的内置指令。很多新手以为这只是快捷方式，其实它们背后是成熟的智能体编排与工作流模式：

1. /boost（多智能体编排·最核心）：这是 Antigravity 的终极大杀器。它能够调用多智能体协同编排系统，让低成本、平时看起来有些笨拙的 Gemini 3.8 Flash 在价格完全不变的前提下，输出媲美顶配旗舰模型的逻辑质量与代码完成度。

2. /learn（学习反思）：系统会自动复盘最近的成功经验或错误教训，将优秀的工作流固化下来，让智能体越用越懂你的习惯。

3. /grill-me（反问对齐）：在开启大任务前，让 AI 像面试官一样对你进行多轮深度反问，直到把所有边界条件和需求细节完全对齐，避免一开工就跑偏。

4. /plan（前置规划）：强制 AI 在动手写代码或改文件前，先梳理出分步骤实施路线图，把控全局脉络。

5. /teamwork（团队协作）：自动召唤由多个子智能体组成的工作团队，自主分工、并行协作完成中大型项目。

6. /browser（浏览器控制）：调用专用浏览器智能体处理网页交互或抓取（本期我们更推荐配合自研的 AgentLimb 插件实现更稳固的深度控制）。

7. /goal（目标驱动）、/compact（上下文精简）、/schedule（定时自动化）：保障长周期复杂任务的稳定运行。

三、独家省钱秘笈：「徒弟问师父」双模型协同架构

这是本期视频最受关注的省钱硬核技巧。大家在开发中经常遇到一个两难困境：

本地 IDE 端的 Gemini 3.8 Flash 额度海量、便宜大碗（20 美金甚至一周都用不完），但如果直接让它写复杂架构或长逻辑，往往漏洞百出；而网页版的 Gemini 4 智商极高、逻辑严谨且网页端免费额度充足，遗憾的是它属于网页沙盒，根本看不到你电脑本地的代码库，更无法帮你修改文件。

「徒弟问师父」架构完美破解了这个矛盾：

1. 徒弟（本地 Gemini 3.8 Flash）：充当「感官与执行手」。它负责通读本地文件、感知报错，将复杂的业务难点归纳提炼成一个结构极佳的「好问题」；

2. 师父（网页版 Gemini 4 / 顶配模型）：充当「超级大脑」。它在网页端凭借强大的算力和充足的免费额度，对徒弟提交的问题进行高阶架构设计、规则推导与核心算法编写；

3. 闭环执行：徒弟拿到师父给出的高阶方案后，不再自己胡思乱想，而是严格照单全收，在本地自动建文件、写代码、跑测试。用 0 额外成本，把弱智小模型武装到了行业顶尖水平！

四、自动化关键桥梁：自研开源浏览器插件 AgentLimb

如果全靠人工在本地 IDE 和网页版 Gemini 之间来回复制粘贴，几轮下来人就累瘫了，自动化也失去了意义。因此，必须有一座无缝桥梁。

这就是我在视频里展示的自研 Chrome 扩展 —— AgentLimb（已经在 GitHub 开源，并由我日常近半年的多账号自媒体自动化运营深度打磨）：

1. 100% 本地与真实浏览器：直接驱动你日常登录好账号的真实 Chrome，免去各种无头浏览器登录失效、验证码死循环的烦恼；

2. 多 Profile 独立路由：国内平台（B站、微信）与海外平台（YouTube、Gemini 网页）分容器运行，互不串号；

3. 自动化调度：本地 Antigravity 通过标准 MCP 协议调用 AgentLimb，全自动把徒弟提炼的问题精准填入网页端 Gemini 4，等待师父回答完毕后自动抓取回传本地，实现真正的全自动闭环。

五、实战演示：30分钟全自动手搓网页版「三国杀」卡牌游戏 MVP

光讲理论是花架子，必须拿真实项目检验。在视频下半段，我直接让这套「师徒工作流」从零实战开发了一款网页版「三国杀」网络对战卡牌游戏：

1. 需求发起：本地小模型（徒弟）向网页版 Gemini 4（师父）请教卡牌规则设计与架构建议；

2. 资产生成：师父快速拆解出主公、武将（曹操）、杀闪桃酒等基础牌组与技能机制，甚至直接规划了素材 Prompt；

3. 本地手搓：徒弟通过 AgentLimb 取回方案后，本地快速搭建前端界面、渲染卡牌对战面板、编写摸牌出牌与对战判定逻辑；

4. 最终成品：在 30 分钟内完成了一个可交互、带战局实况日志、可真实出牌判定的完整三国杀 MVP！充分证明了即使在小模型主导下，配合科学的师徒协作法，也能做出令人惊艳的真实项目。

六、开箱即用：【徒弟端 Prompt】本地小模型感知与提问模板（填入 Antigravity）

负责本地代码扫描、环境感知与落地执行，遇到核心架构、复杂算法或游戏规则时，自动整理求教清单并通过 AgentLimb 向师父请教：

你现在的身份是「开发执行徒弟」。
你的任务是负责本地代码的扫描、环境感知与落地执行，但你遇到以下情况时绝对不要自己凭空猜测编写复杂架构：
1. 核心业务架构设计；
2. 复杂的算法推导或多状态机流转；
3. 游戏规则判定与数值平衡。

当你遇到上述复杂问题时，请严格执行以下动作：
1. 整理当前本地文件的关键结构与痛点；
2. 提炼成一份条理清晰、没有歧义的「求教清单」；
3. 通过 AgentLimb 浏览器工具发送给网页端的「架构师父（Gemini 4）」；
4. 获取师父的明确方案与代码片段后，严格按其指导进行本地代码写入与测试，绝不擅自魔改。

七、开箱即用：【师父端 Prompt】网页版 Gemini 4 专家角色设定（填入网页端）

网页端顶级模型（Gemini 4）的角色设定，负责严格推演系统架构、函数签名与拆解分步可执行任务：

你现在的身份是「首席架构师与资深导师（师父）」。
你拥有顶尖的系统架构能力、严密的逻辑推导力与丰富的全栈开发经验。
你的徒弟（本地小模型）会向你请教实际项目中的疑难架构与核心代码逻辑。

请按如下标准向徒弟传授方案：
1. 逻辑必须极其严密，边界条件考虑周全，避免留坑；
2. 给出明确的数据结构定义、函数签名与关键业务代码实现；
3. 将任务拆解为可被按部就班执行的步骤（Step-by-step），语言简练精准，方便小模型无缝解析执行。

八、认知复盘：做真实项目，不要为了学 AI 而学 AI

在视频的结尾，我分享了一段肺腑之言：现在网络上很多讲 AI 的人，自己其实从来没有完整做过一个上线的商业项目，只是把别人的二手概念翻来覆去讲。

学习 AI 编程最忌讳的就是「为了学 AI 而学 AI」，天天刷资讯、记指令，却没有产出任何属于自己的东西。我录制这门超长课程，就是为了告诉大家：无论是做一款三国杀小游戏，还是写一个浏览器插件，哪怕从最简陋的 MVP 开始，只要你真正动手做出了真实的项目，你对大模型的理解、对成本的控制、对技术边界的把控就会完全上一个台阶。

本期教程为全网公开免费课。相关的完整笔记、安装包与社群入口，均可在 hooosberg.com 官网主页获取。未来我还会基于 AgentLimb 推出面向电商比价、自媒体自动化运营的高阶实战课程，欢迎大家持续关注！