其实，过去很长一段时间，我用的最多的Vibe Coding工具是Google AI Studio里的Build，严格来讲，它是一个纯应用工具，不算是IDE。
在实践中，我使用的范围完全超出了Google团队设想的边界：我加入了后端，并借助CDN，以此来突破Sandbox的边界。在很长一段时间里，它依然会成为我做各种工具的首选，毕竟，我们很多需求都是比较简单的，同时，其实我们所有关于AI应用的核心只有三个部分：流程，数据，提示词。
但是在一些强交互，并且需要跟桌面环境或者自己的云环境高度配合的场景下，Build毕竟会力不从心，依然主要来自于Google对其的定位，当Build的框架设定就是小型项目的话，你就没有办法加入太多的三方类库或者自己的功能。
于是，更多回到IDE，成为我下一步的必然选择。当然，在开始下面的内容之前，我依然建议绝大多数朋友（特别是没有丰富的项目开发经验的朋友），Vibe Coding的首选依然应该是Build这类轻量化工具，而不是IDE。因为复杂，往往意味着失控。
感谢一段时间的“不务正业”，当重新打开IDE的时候，可以有近乎“清零”的视角去看待。
是的，在这之前，我用了超过一年的组合一直是Cursor+Claude模型，虽然在去年下半年后，变成了Cursor+Claude Code插件，本质区别并不太大。同一时间段，我也会直接在terminal里使用Gemini Cli，Claude Code或者OpenAI的Codex，也会在Cursor中使用Codex（插件形式）。
过去几个月，模型层面，经历了Gemini-3-Pro、GPT-5.2、Claude-4.5的升级，工具上多出了Google的Antigravity（反重力）、Claude Cowork的选择。
确实，以上这些，无论是模型，还是工具，或者Agent，其实都大幅提升了Vibe Coding的体验，毫无疑问。
但是，如果回到一个最简单的问题，只选择一项工具的话，经过一段时间的使用体验，我的答案也毫无疑问的指向：Antigravity。
或许，很多人会质疑，为什么不能同时使用几个？我想，测试时是什么都可以用的，但是如果真的是用来“生产”，那必须是专注于最少的工具组合，最简单的流程，磨合好。
这就是我只会选择反重力的最核心理由。
而对应的，技术和体验层面的理由可以有不少，简单列举在下面：
- 我一直认为模型、工具和Agent发展到现在这个阶段，影响最终结果的因素已经越来越倾向于“人机的磨合度”了，在我的很多使用场景里，对模型能力的全面性要求远高于某个具体问题是否能够解决（绝大多数具体问题，我可以依靠自己的经验，给模型提示），所以，Gemini就是最佳选择；
- 尽管从Cursor切换到反重力的一开始有一点点不适应，毕竟反重力脱胎于Windsurf，跟Cursor的设定还是会有些明显的不同，同时，反重力在交互上更突出多Agent的并行工作，返回的信息量明显大，都需要一些适应时间；
- 从反重力发布到现在的两个多月时间里，做出了非常多的重大功能更新，上面的截图只是最新Changelogs的一部分，同时，在Multiagent的交互信息上，也做了大幅优化；
- 这一条是重点，反重力在测试和差错上的能力极强，虽然Claude Code也有对应的功能，但是当看到反重力在代码完成后，可以打开浏览器，模拟用户点击进行测试，并且定位错误时，还是会感觉更好的；
- 反重力其实是Claude Code+Cowork的集合体，在Gemini Cli刚出来时，我就说过这类工具不止可以用来Vibe Coding，而是可以Vibe Working，因为发起搜索，操作本地文件，调用模型进行生成，这些能力只用来写代码，太浪费了。事实上，虽然过去有两篇文章写了Cowork的便捷高效，但是当我让反重力实现同样的功能时，它可以做的更好，因为Gemini-3模型更强更全面。当然，Cowork的有点是简洁明了，反重力对于对操作系统了解不多的用户而言还是有点复杂；
- 生态，我也说过，除了Gemini之外，其他模型都没有用户黏性，原因很简单，真正的生产，不是“问模型一个问题，它交付成品”这么简单的，而是涉及到工具的组合，和成本，当反重力终于在十二月的更新中加入了Workspace的支持，并且将账户体系正式纳入到Google One中后，生产的链路就完整了。这本身也决定了Google和竞争对手采取的不同策略，无论OpenAI还是Anthropic，需要在保持模型竞争力的同时，不断造出新的概念和工具，比如Skills，比如Cowork，其实都是换汤不换药的东西，而Google只需要说，Workspace加入了Gemini支持，NotebookLM纳入Gemini App，Google Drive全面打通，反重力加入Workspace支持，在“速度是唯一核心竞争力”的前沿模型落地之争里，Google的优势还在被不断放大；
- 你永远不知道，OpenAI或者Anthropic会不会造一个新的概念，做一个新的工具的同时，放弃之前的成果，让用户重新开始适应，但你可以有信心，Gemini’的工具里，该有的最终都会有的；
其实，到了现在，绝大多数人已经分不清楚到底是底层模型能力，还是Agent的优化，让我们感觉到AI边界“越来越大”。其实对于生产而言，分清楚这两点还是很重要的，前者决定了可以信赖的边界，后者决定了人的作用和发力方向。
实际上，在解决某一个具体问题上，GPT、Gemini、Claude区别也许是不大的，它们的区别更多来自于知识的广度和深度（数据），已经开放给用户的能力，Gemini毫无疑问胜出很多。
而在Agent的优化上，以及在Coding领域与训练数据的磨合度上，Claude Code又是相对领先的。
指挥棒，终究还是在人手里的，而我选择反重力的原因，与Gemini-1.5发布后就一直用其辅助工作的原因一样：它提供了远远多于竞争对手的可能性和潜力。
无论Gemini，还是反重力，一直是可以与人配合得更好的那个。