B.1 Antigravity 是什麼:AI-First 時代商管經理人的指揮座艙

學完本節,你能夠:

  1. 說明「聊天型 AI」與「代理型(Agent)開發平台」在檔案存取、執行能力與審核流程上的差別。
  2. 描述 Google Antigravity 一個任務從「下指令」到「驗收」的完整流程,並指出哪些環節必須由人把關。
  3. 判斷一項商務工作適合交給網頁聊天工具,還是適合交給 Antigravity 這類 Agent 平台。

💡 版本說明:AI 工具更新很快。本附錄依 2026 年 10 月可查到的 Google 官方文件撰寫,按鈕名稱與選單位置可能隨版本調整,以官方文件(antigravity.google/docs)為準。


壹、開場情境:複製貼上 40 次的月結日

📌 以下為教學情境(依實務改編)。

小林是一家機車零件出口商的業務助理。每到月底,她要把 40 個客戶資料夾裡的出貨明細(Excel)整理成一份「各客戶毛利月報」。

她已經會用網頁版的聊天 AI:把一份 Excel 上傳,請 AI 算毛利,再把結果貼回自己的總表。問題是:

步驟 誰在做 每月次數
打開資料夾、找到對的檔案 小林 40
上傳到聊天視窗、貼上同一段指令 小林 40
把 AI 的回答複製回總表 小林 40
檢查有沒有貼錯列、漏掉客戶 小林 1(但很花時間)

AI 確實幫她算了數字,但搬運資料、重複下指令、核對有沒有漏,全部還是人在做。上個月她漏貼了一位客戶,月報上的總毛利少算了一截,主管開會時才發現。

本節要回答的問題: 有沒有一種 AI 工具,能自己打開資料夾、讀檔、跑計算、產出報表,而人只負責「訂規則」與「驗收」?


貳、概念:從聊天視窗到代理型平台

1. AI 輔助工具的三種型態

型態 代表例子 AI 能做什麼 人要做什麼
行內補全 GitHub Copilot 早期版本 在你打字時建議下一行程式碼 自己寫程式,挑選建議
聊天助手 ChatGPT、Claude、Gemini 網頁版 回答問題;可上傳檔案、在雲端沙盒跑簡單程式 搬運檔案、複製貼上結果、串起每一步
代理型(Agent)平台 Google Antigravity、Claude Code(見 B.8) 在你授權的資料夾裡讀寫檔案、執行指令、開瀏覽器查證,並回報做了什麼 定義目標與規則、審核計畫、驗收成果

三者並不是「新的完全取代舊的」:今天的聊天工具也能上傳檔案、跑程式。真正的分界是 AI 能不能在你的工作環境裡連續做多個步驟,以及每一步是否留下可審核的紀錄。

💡 Agent(代理):能夠自己規劃步驟、呼叫工具(讀檔、執行程式、上網)、根據結果決定下一步的 AI 系統。第 8.4 節會說明它背後的 ReAct 迴圈。

2. Google Antigravity 的基本資料

項目 內容
推出時間 2025 年 11 月隨 Gemini 3 推出公開預覽;2026 年 5 月 Google I/O 推出 Antigravity 2.0
定位 Google 的代理型開發平台(agentic development platform)
支援系統 macOS、Windows、Linux
模型 以 Gemini 系列為主,也可選用其他廠商的模型(例如推出時即支援 Anthropic 的 Claude Sonnet 4.5)
主要介面 Agent Manager(同時派出、管理多個 Agent 的總覽畫面)與 Editor(傳統程式編輯器加上 AI 側邊欄);2.0 版另有獨立桌面應用程式、CLI(命令列版)與 SDK
成果呈現 Artifacts:任務清單、實作計畫、完成說明(walkthrough)、程式碼差異、截圖與瀏覽器錄影
擴充方式 Rules(規則)、Skills(技能包,見 B.4)、MCP 伺服器(串接外部系統,見 B.5)

3. 聊天工具 vs. Antigravity:差在哪裡

評估面向 網頁聊天工具 Google Antigravity
檔案存取 需要你一份份上傳、下載 直接在你指定的專案資料夾裡讀寫
執行能力 在廠商的雲端沙盒跑程式,碰不到你電腦上的檔案 在本機終端機執行指令(可設定每一道指令都要你批准)
多步驟任務 每一步靠你接力 Agent 先擬計畫,再連續執行多步
審核紀錄 散落在對話紀錄中 計畫、任務清單、完成說明以 Artifact 保存,可在上面留言修正
外部系統 依各廠商提供的外掛 支援開放標準 MCP

參、一個任務在 Antigravity 裡怎麼走

flowchart LR A["① 下指令
描述目標與規則"] --> B["② 規劃
產出實作計畫
與任務清單"] B --> C{"③ 人審核
留言修正或
按 Proceed 放行"} C -->|要修改| B C -->|放行| D["④ 執行
讀寫檔案、跑終端機、
開瀏覽器查證"] D --> E["⑤ 驗收
看完成說明、
程式碼差異、截圖"] style C fill:#fef9c3,stroke:#ca8a04

套回小林的月報:

步驟 Antigravity 做什麼 小林要做什麼
① 下指令 — 說清楚:資料夾在哪、毛利率怎麼算(除以收入,見 1.1)、退貨怎麼處理、輸出成什麼格式
② 規劃 列出要讀哪 40 個檔、寫一支 Python 程式彙整、輸出一份總表 —
③ 審核 等待批准 檢查計畫有沒有漏掉「退貨沖銷」「匯率換算」等規則
④ 執行 寫程式、執行、產出 Excel 必要時批准終端機指令
⑤ 驗收 附上完成說明:處理了幾個客戶、幾筆異常 抽查 2~3 位客戶的數字;確認「客戶數 = 40」

注意 ① 和 ③:規則訂錯,AI 會非常有效率地把錯的東西做完。 這就是第 1.1 節「本質性困難」在 Agent 時代的樣子:搬運和計算交給 AI,訂規則與驗收的責任仍在人身上。


肆、判斷看看:常見誤解

說法 對嗎? 說明
「有了 Antigravity,就不用懂商業規則」 ❌ Agent 執行的是你寫下的規則;毛利率公式寫錯,它會在 40 個客戶上一致地算錯
「Agent 能動我的檔案,所以很危險,不該用」 ⚠️ 風險是真的,但可以控制:限定資料夾、設定終端機指令需審核、用 Git 留版本(附錄 A)
「聊天工具已經過時」 ❌ 一次性的問答、潤稿、腦力激盪,聊天工具仍然最快
「Agent 說做完了,就是做完了」 ❌ 一定要看完成說明並抽查;「宣稱完成」與「真的正確」是兩回事(第 5 章測試)

練習判斷: 下列工作,你會交給聊天工具還是 Agent 平台?

  1. 把一封英文客訴信改寫得更有禮貌。
  2. 每週把 12 個倉庫的庫存 CSV 合併,標出低於安全庫存的品項。
  3. 幫你想 5 個展覽攤位的標語。
  4. 讀取專案資料夾裡 200 張報關單 PDF,整理成稅則號列統計表。

(參考:1、3 適合聊天工具;2、4 有多檔案、可重複、需留紀錄的特性,適合 Agent 平台。)


伍、限制與銜接

限制 後果 在哪裡處理
工具版本更新快,介面名稱會變 照著舊截圖找不到按鈕 以官方文件為準;本附錄著重「流程」而非按鈕位置
Agent 會修改檔案、執行指令 改錯檔或刪錯資料 B.2 終端機權限設定;附錄 A 用 Git 保留版本
指令模糊,計畫就模糊 AI 做出不需要的功能 B.3 規劃模式與計畫審核
公司特有的計算規則每次都要重講 遺漏、不一致 B.4 把規則封裝成 Skill
需要讀取 ERP、試算表等外部系統 Agent 碰不到資料 B.5 MCP 串接

本節小結

  1. 聊天工具與 Agent 平台的分界,在於 AI 能否在你的工作環境裡連續執行多個步驟並留下可審核的紀錄。
  2. Google Antigravity 於 2025 年 11 月推出,以 Agent Manager 管理多個 Agent,以 Artifacts(計畫、任務清單、完成說明等)讓人審核與驗收。
  3. 一個任務的流程是:下指令 → 規劃 → 人審核 → 執行 → 驗收;人負責的是頭(規則)和尾(驗收)。
  4. 工具越能幹,規則寫錯的代價越大。

陸、練習

  1. 改情境(5 分鐘):如果小林的客戶從 40 位增加到 400 位,聊天工具與 Agent 平台的工作量各會怎麼變化?用第壹段的表格重算一次「小林要做幾次搬運」。
  2. 寫指令(20 分鐘):替小林寫一段給 Antigravity 的任務描述,必須包含:資料夾位置、毛利率公式、至少 2 條例外規則(例如退貨、缺匯率)、輸出格式、驗收方式(例如「最後回報處理的客戶數」)。
  3. 管理反思(討論):主管說「既然 AI 會自己跑完,月報就不用小林簽名了」。你同意嗎?請從責任歸屬與錯誤發現時間兩個角度討論,誰應該在月報上簽名?

國立臺中科技大學 國際貿易系 / 企業管理系 專用教材

《現代軟體工程:商學院的 AI 系統思維與 Agent 實踐》

作者:陳俊智 博士 Dr. Chun-Chih Chen

本書章節架構改編自陳鍾誠教授(金門大學)開源課程《現代軟體工程》(github.com/ccc115a/se,MIT 授權),內容針對商學院全面改寫與擴充。