[控场AI]
· 5 分钟阅读· 2,656 字

Gemini 4 Argon登陆Anti-Gravity:多智能体如何重塑开发流程

Gemini 4 Argon登陆Anti-Gravity:多智能体如何重塑开发流程

Anti-Gravity 接入 Gemini 4 Argon,用多智能体循环把文字提示变成 3D 世界与可玩硬件原型。

Google 的 agent-first 开发平台 Anti-Gravity 接入 Gemini 4 Argon 模型后,展示了多个官方演示:通过多智能体循环工作流与视觉评审循环,从一段文字提示在几分钟内生成可探索的 3D 宝塔世界;借助 Blender MCP 与 NanoBanana,把书桌照片转化为可玩的 3D 赛车游戏;并端到端完成手持复古游戏机的物料清单、接线图、外壳与 AI 游戏引擎设计。文章指出,这些演示的核心是循环迭代与工具调用式架构,而非单一模型全能。硬件案例应理解为原型效率工具而非量产替代。Argon 通过桌面应用、CLI 和 Android Studio 三个入口开放,差异化在于多智能体协调与视觉反馈闭环,但实际稳定性与人工审阅负担仍待验证。

Google 正在把"写代码"这件事推进到一个新阶段。其 agent-first 开发平台 Anti-Gravity 迎来 Gemini 4 Argon 模型后,官方演示的几个案例指向同一个趋势:开发者的角色从逐行实现,转向描述目标、审阅结果。

据 B 站搬运的官方演示视频,Anti-Gravity 配合 Argon 能在几分钟内把一段文字提示变成可探索的 3D 世界,也能把一张书桌照片变成可玩的 3D 赛车游戏。这些演示未必代表日常工程的普遍水平,但足以说明多智能体编排正在从概念走向可操作的产品形态。

从文字到可探索世界:多智能体循环工作流

演示中最直观的案例是一座 3D 宝塔模型。团队没有手工建模,而是用多智能体循环工作流(multi-agentic looping workflow)完成:Anti-Gravity 协调多个专职子智能体,通过视觉评审循环(visual critique loops)反复迭代,Argon 自主完成了建筑主体与周边环境的塑形。

We built this 3D Pagoda model with a multi-agentic looping workflow.

这里的关键不是"AI 会建模",而是循环机制。子智能体生成结果后由视觉评审环节打分、指出问题,再回到生成环节修正,形成闭环。这种结构把单次生成的撞运气,变成了可控的迭代过程——这也是当前 agent 系统提升复杂任务成功率的通用思路。

官方称,从一段文字提示到可探索世界只需几分钟。

We go from a text prompt to an explorable world in minutes.

视觉评审循环(visual critique loop)是智能体系统中一种反馈机制:由一个具备视觉理解能力的模型(或一组评审规则)对生成结果进行渲染、截图或特征比对,输出结构化的评审意见(如“结构比例失衡”“材质缺失”),再将该意见作为下一轮生成的输入约束。与纯文本反馈相比,视觉评审能捕获几何、光照、空间关系等难以用语言完整描述的问题,因此特别适用于 3D 建模、UI 布局、游戏场景等以视觉形态为交付物的任务。其效果取决于评审环节的判据设计,若判据过于粗糙,循环可能收敛到局部最优甚至反复震荡。

一张书桌照片变成赛车游戏

另一个演示更贴近日常场景:给一张书桌的照片,Argon 让 Anti-Gravity 编排子智能体,调用 Blender MCP 和 NanoBanana,把桌上的日常物件转化为一个可玩的 3D 赛车游戏。

uses Blender MCP and NanoBanana to turn everyday objects into a playable game.

这条链路值得拆解。Blender MCP 意味着外部 3D 工具通过 MCP 协议接入智能体的工具调用体系,NanoBanana 则承担图像相关生成。换句话说,Anti-Gravity 不追求一个模型包打天下,而是让主控智能体把专业工具当作可调用的能力单元。对开发者而言,这提示了一种更现实的落地路径:与其等待模型全能,不如把现有工具链标准化地暴露给智能体。

MCP(Model Context Protocol) 是一套开放协议,用于把外部工具、数据源和服务以标准化方式暴露给大模型或智能体,使其能够发现并调用这些能力,而不必为每个工具单独编写适配代码。在本文场景中,Blender MCP 相当于把 Blender 的建模、材质、渲染等操作封装成智能体可调用的函数集合,主控智能体据此编排“读取照片—生成资产—搭建场景—导出可玩内容”的流程。MCP 的价值在于解耦:模型能力升级与工具链扩展可以独立演进,开发者只需维护协议层的一致接口。

从 3D 渲染到可玩硬件:端到端设计的边界

最具野心的是手持复古游戏机项目。团队称在 Anti-Gravity 中端到端完成了设计:生成物料清单、接线图、外壳设计,以及 AI 游戏引擎,最终从 3D 渲染走向一台可玩的硬件。

We went from 3D renders to a playable piece of hardware.

硬件设计涉及电气约束、结构公差、供应链选型,容错空间远小于软件。官方演示证明的是流程可以打通,而非每个环节都达到量产水准。把它理解为"原型阶段效率工具"比"替代硬件工程师"更准确。

此外,演示还展示了把基础 2D 地图集转换为在 Pixel 手机上运行的 3D 世界,说明输出侧的跨形态迁移也在覆盖范围内。

物料清单(BOM)与接线图是硬件设计中两个基础交付物。BOM 列出产品所需的全部元器件、型号、数量与供应商信息,直接决定成本与可采购性;接线图描述各模块之间的电气连接关系,包括电源、信号与地线走向。由 AI 生成这两类文件的意义在于缩短原型阶段的前期准备时间,但其输出必须经过人工核对——引脚定义、电压等级、封装尺寸等细节一旦出错,轻则无法装配,重则损坏器件。因此,端到端生成更接近“生成可评审的初稿”,而非可直接投产的设计。

可用渠道与竞争格局

Argon 正在通过三个入口铺开:Anti-Gravity 桌面应用、Anti-Gravity CLI,以及登录 Android Studio 中的 Anti-Gravity。桌面端面向可视化编排,CLI 面向习惯脚本化的开发者,Android Studio 集成则直接切入移动开发者的既有工作流。

值得对照的是,agent-first 开发平台已是多家厂商的必争之地,各家都在把模型能力、工具调用和评审循环打包成一体化环境。Anti-Gravity 的差异化在于强调多智能体协调与视觉反馈闭环,这恰好对应 3D 内容与游戏这类难以用纯文本验证的任务类型。

对开发者来说,短期内更务实的问题是:这类平台能否稳定复现演示效果,以及在真实项目中,人类审阅环节的负担究竟减轻了多少。

#Gemini 4 Argon#Anti-Gravity#多智能体#Google AI编程#Blender MCP#agent开发平台#AI 3D生成
分享:

相关推荐