一句话看懂：Google 宣布 Antigravity SDK 开始支持本地模型，首批适配 Gemma 4 26B A4B，可通过 LiteRT 在本地 GPU 与内存上完全离线运行智能体。这为需要数据隐私、又不想持续消耗云端 token 的开发者提供了新选择。
事件核心：发生了什么
Google Developers Blog 发布更新，Antigravity SDK 现支持多种本地模型与执行方式，初期支持 Gemma 4 26B A4B，底层使用 Google AI Edge 的 LiteRT 推理框架。官方建议运行机器具备超过 24GB 显存或统一内存。
除内置支持外，SDK 还通过 LocalOpenAIAgentConfig 兼容 Ollama、LM Studio、vLLM 等 OpenAI 兼容本地服务，意味着开发者可以在不改变智能体编排与工具链的前提下切换推理后端。官方演示了两种用法：一是云端 Gemini 3.8 Flash 担任规划者、本地 Gemma 4 实例承担执行任务的“架构师—建造者”混合模式，用于审计和修补三个存在漏洞的 Python 模块；二是仅凭一句提示，本地智能体自主编写基于 psutil 和 rich 的终端资源监控脚本，并生成 requirements.txt、自行测试代码。
为什么重要
这反映了大模型应用层的一条现实路线：云端模型负责复杂推理和规划，本地小模型负责高频、敏感或重复性的执行。对企业而言，数据不出本机意味着更低的合规门槛；对开发者而言，本地推理把边际成本从按 token 计费转为一次性硬件投入，适合大规模、可并行的任务。
目前公开信息显示，Google 正在把 Antigravity 的智能体能力从云端延伸到端侧，并通过兼容 OpenAI 接口的方式降低生态迁移成本。这与 Ollama、vLLM 等本地推理工具的普及方向一致，也补上了“离线智能体”这一环。不过本地部署对显存的要求仍然偏高，短期内更适合有硬件条件的团队。
对用户/开发者/创作者的影响
开发者可以先用云端模型做原型，再把执行密集环节迁移到本地 Gemma 4，节省调用费用并规避数据外传风险。拥有 24GB 以上显存显卡或统一内存设备的用户，可以尝试完全离线的代码审计、脚本生成和系统工具开发。创作者如果处理敏感素材，也能借助本地智能体完成批量处理，而不必上传到第三方服务。需要注意的是，本地模型的推理质量和上下文长度通常弱于云端大模型，复杂任务仍需云端规划配合。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Gemma 4 26B A4B 之外，SDK 会否支持更多本地模型尺寸与量化版本，降低硬件门槛；二是混合模式下云端与本地任务切分的实际效果，是否有更成熟的编排范式；三是 Ollama、vLLM 等兼容后端的实测性能差异，以及社区是否会围绕 Antigravity SDK 形成本地智能体工具生态。
