Google Antigravity 推出 Dynamic Workflows：输入 /run-workflow，主智能体编写一段 Python 脚本，用 parallel() 和 pipeline() 调度多个子智能体，每个子智能体按 JSON Schema 返回结构化结果；脚本运行前需用户审批，可保存复用。面向 Google AI Pro 与 Ultra 用户，App 与 CLI 均可用。
核心要点速览
- ✓新命令 /run-workflow：智能体写 Python 脚本，用
parallel()并发、pipeline()串行调度子智能体（官方文档） - ✓每个子智能体在独立会话里运行，通过
finish工具按 JSON Schema 返回结果，文件读取和测试日志不占主会话上下文 - ✓脚本运行前需用户审批（Turbo 等预设可自动放行），可保存到项目里反复运行
- ✓面向 Google AI Pro / Ultra，Antigravity App 与 CLI 都支持；自带 Python，也可用
ANTIGRAVITY_PYTHON指定 3.8+ 解释器 - ✓官方 X 原帖约 1.9k 赞、650+ 收藏（截至收录时）
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
多智能体协作的常见问题是「提示词漂移」：让一个长对话的智能体自己决定拆任务、派活、汇总，流程不可预测，上下文也会被日志塞满。逐文件代码审查、逐包安全审计、先写失败测试再修复这类任务，本质上是确定的流程，更适合用代码控制。
架构亮点与底层机制
据官方文档，主智能体读取内置的 run-workflow 技能，为任务生成一段 Python 脚本，在独立进程中后台运行。脚本用 agent(prompt, schema) 定义智能体，parallel(items, fn) 并发执行（一个失败会取消其余），pipeline(items, fn) 逐个执行；子智能体按 JSON Schema 返回结果，也可保留同一智能体跨多轮，比如让找出 bug 的审查者再确认修复。各阶段和每个智能体的进度可实时查看。
权威 Benchmark 与实测跑分对比
官方未公布跑分或效率数据。官方 X 原帖收录时约 1.9k 赞、142 转发。
开发者实战落地与开箱指南
Google AI Pro 或 Ultra 用户在 Antigravity App 或 CLI 输入 /run-work 按 Tab 补全，写明任务，审阅并批准脚本即可。适合同一检查跑一批文件、分阶段流程、审查加修复循环；如果智能体之间要互相协调，官方建议改用 /swarm。好用的脚本可让智能体存进项目复用。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察