Google Antigravity là gì? Nền tảng lập trình agent-first

TL;DR: Google Antigravity là nền tảng lập trình agent-first của Google: thay vì gõ từng dòng code với sự trợ giúp của AI, bạn giao việc cho agent — agent tự lập kế hoạch, viết code, chạy terminal, mở trình duyệt test, rồi nộp lại bằng chứng (Artifacts) để bạn duyệt. Bài này giải thích Google Antigravity là gì, kiến trúc hai surface Editor + Agent Manager, và lộ trình 10 bài để bạn đi từ số 0 tới làm chủ công cụ này.

Nếu bạn từng thắc mắc google antigravity là gì mà dạo này dân lập trình nhắc nhiều đến vậy, thì câu trả lời ngắn gọn: đây là nền tảng phát triển phần mềm mới của Google, nơi AI agent không chỉ gợi ý code mà tự làm việc như một lập trình viên thực thụ — có kế hoạch, có thực thi, có kiểm thử và có báo cáo. Mình đã dành thời gian đọc tài liệu chính thức, làm theo codelab của Google và tổng hợp lại thành series 10 bài này cho người mới bắt đầu.

Google Antigravity là gì?

Theo trang chủ antigravity.google, Antigravity là agentic development platform — nền tảng phát triển phần mềm lấy agent làm trung tâm. Nó gồm hai phần ghép lại:

• Một trình soạn code AI quen thuộc — nhìn và dùng giống các IDE hiện đại, có autocomplete, có chat hỗ trợ.
• Một giao diện agent-first hoàn toàn mới — nơi bạn không viết code mà giao nhiệm vụ, theo dõi agent làm việc và duyệt kết quả.

Điểm mấu chốt nằm ở chữ "agent". Agent trong Antigravity có quyền thao tác trên ba mặt trận cùng lúc: editor, terminal và trình duyệt. Nghĩa là khi bạn yêu cầu "xây tính năng đăng ký người dùng", agent sẽ tự viết code trong editor, tự chạy ứng dụng bằng terminal, rồi tự mở Chrome để bấm thử form đăng ký và xác nhận mọi thứ hoạt động — toàn bộ chuỗi đó không cần bạn ngồi canh từng bước.

Mình thấy cách dễ hiểu nhất để hình dung: các công cụ AI coding trước đây là "trợ lý ngồi cạnh nhắc bài", còn Antigravity muốn trở thành "đồng nghiệp nhận việc và trả kết quả".

Vì sao gọi là agent-first thay vì AI-assisted?

Sự khác biệt không nằm ở model AI mạnh hay yếu, mà ở đơn vị làm việc. Với công cụ AI-assisted truyền thống, đơn vị làm việc vẫn là dòng code — bạn gõ, AI gợi ý tiếp. Với Antigravity, đơn vị làm việc là task: bạn mô tả kết quả muốn có, agent lo phần còn lại.

Theo bài giới thiệu trên Google Developers Blog, triết lý này thể hiện qua ba thứ:

Thành phần	Vai trò
Agent Manager	"Mission control" — nơi bạn tạo, điều phối và quan sát nhiều agent chạy song song trên nhiều workspace
Editor	IDE đầy đủ cho lúc bạn muốn tự tay sửa code, có agent panel đi kèm
Artifacts	Bằng chứng công việc agent nộp lại: task list, implementation plan, screenshot, bản ghi trình duyệt

Ba mảnh này giải quyết đúng nỗi sợ lớn nhất khi cho AI viết code: "nó làm gì sau lưng mình?". Thay vì đọc từng dòng diff để đoán, bạn đọc kế hoạch trước khi cho chạy, nhìn checklist trong lúc chạy, và xem walkthrough sau khi xong. Mình sẽ mổ xẻ kỹ cơ chế này ở bài 5 về Artifacts.

Antigravity có gì trong hộp?

Model AI: Gemini 3 làm mặc định, nhưng không khoá cứng

Antigravity chạy mặc định trên Gemini 3 Pro — model chủ lực của Google. Điều mình đánh giá cao là Google không ép dùng model nhà: nền tảng công bố hỗ trợ cả Claude của Anthropic và GPT-OSS, gọi là model optionality. Bạn chọn model theo task — việc nặng suy luận dùng model mạnh, việc lặt vặt dùng model nhanh.

Hai surface: Editor và Agent Manager

Đây là kiến trúc xương sống. Editor dành cho lúc bạn muốn làm việc kiểu truyền thống; Agent Manager dành cho lúc bạn muốn phát nhiều việc cùng lúc — ví dụ một agent sửa bug nền, một agent viết tính năng mới, một agent dọn dẹp code cũ. Cả hai chia sẻ chung project và context. Bài 3 của series sẽ dạo một vòng giao diện Editor và Agent Manager chi tiết.

Browser control: agent tự test sản phẩm

Tính năng khiến mình tò mò nhất khi tìm hiểu: agent có thể điều khiển Chrome thật để kiểm thử end-to-end. Nó chụp screenshot, quay lại thao tác trình duyệt làm bằng chứng, đính vào Artifacts cho bạn xem. Phần này có riêng bài 6 về browser control.

CLI cho dân terminal

Ngoài ứng dụng desktop, Google phát hành Antigravity CLI với binary tên agy — dùng agent ngay trong terminal, hợp với ai làm việc qua SSH hoặc muốn nhúng agent vào script tự động. Chi tiết cài đặt và workflow nằm ở bài 7 về Antigravity CLI.

Khả năng mở rộng: Rules, Workflows, Skills, MCP

Khi dùng quen, bạn sẽ muốn agent làm việc theo chuẩn của bạn: Rules định hình phong cách code, Workflows lưu prompt hay dùng, Skills đóng gói quy trình, còn MCP (Model Context Protocol) nối agent với database, tài liệu SDK hay tool nội bộ. Hai bài 8 và 9 của series dành riêng cho mảng này.

Antigravity dành cho ai?

Theo tìm hiểu của mình, có ba nhóm hưởng lợi rõ nhất:

1. Người mới học lập trình — được xem agent lập kế hoạch và giải thích từng bước, học được cách tư duy chia nhỏ vấn đề thay vì chỉ copy code chạy được.
2. Developer bận rộn — giao việc lặt vặt (viết test, sửa lint, cập nhật dependency) cho agent chạy nền, dành não cho việc khó.
3. Người làm sản phẩm không chuyên code — mô tả tính năng bằng ngôn ngữ thường, agent dựng bản chạy được để thử ý tưởng nhanh.

Nếu bạn từng thử các công cụ cùng dòng như OpenCode để viết code miễn phí bằng AI hay so sánh Codex, Claude và Gemini cho vibe coding, Antigravity sẽ quen thuộc ở phần chat nhưng khác hẳn ở phần giao việc — và đó chính là phần đáng học.

Một lưu ý thực dụng: agent sinh ra rất nhiều thay đổi code, nên nếu bạn chưa vững Git thì nên đọc Git là gì — version control cho người mới trước. Có Git, bạn thoải mái cho agent thử nghiệm vì mọi thứ đều revert được.

Chi phí và điều kiện dùng thử

Tại thời điểm viết bài, Antigravity đang ở public preview và gói cá nhân miễn phí — chỉ cần tài khoản Google, không cần thẻ tín dụng. Giới hạn tần suất (rate limit) làm mới theo chu kỳ khoảng 5 giờ; dùng nhiều hơn thì có gói trả phí. Con số cụ thể thay đổi theo giai đoạn nên mình không chép vào đây — kiểm tra trực tiếp trang pricing chính thức là chắc nhất.

Cấu hình máy yêu cầu nhẹ nhàng: macOS Ventura 13.0 trở lên (chạy native cả Intel lẫn Apple Silicon), Windows 11 64-bit với 8 GB RAM, hoặc Linux tương thích Ubuntu 22.04. Phần tính toán AI nằm trên cloud của Google, máy bạn chỉ lo giao diện.

Đằng sau các model Gemini là đội ngũ Google DeepMind — phòng lab AI của Google; nếu tò mò về nền tảng nghiên cứu phía sau, bài đó là phần đọc thêm thú vị.

Lộ trình 10 bài của series

Series này được thiết kế để đọc theo thứ tự, mỗi bài một kỹ năng:

1. Bài 1 (bài này) — hiểu Google Antigravity là gì và bức tranh toàn cảnh.
2. Cài đặt Antigravity trên macOS, Windows, Linux — từng bước, kèm xử lý lỗi thường gặp.
3. Làm quen Editor và Agent Manager — hiểu Project, Conversation, Auxiliary Pane.
4. Tạo task đầu tiên với agent — từ prompt tới code chạy được.
5. Artifacts — kiểm chứng công việc của agent.
6. Browser control — agent tự test web.
7. Antigravity CLI (agy).
8. Rules, Workflows và Skills.
9. MCP servers và Knowledge Base.
10. Làm chủ Antigravity — multi-agent và best practices.

Bạn cũng có thể xem toàn bộ các series khác của blog hoặc dạo chuyên mục Công nghệ để tìm chủ đề liên quan.

Kết: đáng học hay chỉ là trend?

Câu hỏi google antigravity là gì thực ra dễ trả lời; câu khó hơn là có đáng đầu tư thời gian học không. Quan điểm của mình: đáng — vì thứ bạn học không chỉ là một công cụ, mà là cách làm việc với agent: viết yêu cầu rõ ràng, đọc kế hoạch trước khi duyệt, kiểm chứng bằng bằng chứng thay vì niềm tin. Kỹ năng đó mang được sang bất kỳ công cụ agent nào sau này, dù Antigravity có thay đổi ra sao.

Sẵn sàng bắt tay vào làm chưa? Bước tiếp theo rất cụ thể: cài đặt Google Antigravity lên máy của bạn — bài 2 sẽ dẫn bạn đi từng bước trên cả ba hệ điều hành, kể cả mấy lỗi vặt hay gặp lúc đăng nhập lần đầu.