Google Antigravity 2.0: IDE, CLI of SDK voor AI-development?

Google Antigravity 2.0 is geen gewone code-editor met een chatbot ernaast, maar een commandocentrum om meerdere AI-agents tegelijk op je codebase te laten werken. Dat is de korte versie. De nuttigere vraag is: wanneer heb je zo’n visuele agent-manager nodig, en wanneer ben je beter af met een CLI zoals Claude Code, een IDE zoals Cursor of een SDK-aanpak in je eigen software?

Het eerlijke antwoord: er is geen winnaar voor iedereen. Antigravity 2.0 schuift de ontwikkelomgeving richting “agent orchestration”: plannen, uitvoeren, verifiëren en rapporteren over meerdere taken. Dat is interessant. Maar het betekent niet dat terminal-first tools plots dood zijn. Wie vandaag met AI-development werkt, kiest best per use case.

Wat is Google Antigravity 2.0 functioneel?

Google positioneert Antigravity als een agentic development platform: een omgeving waarin agents niet alleen code voorstellen, maar taken uitvoeren over editor, terminal en browser heen. De eerste versie introduceerde volgens Google twee hoofdoppervlakken: een Editor View voor hands-on programmeren en een Manager Surface om meerdere agents te starten, volgen en beoordelen.

In Antigravity 2.0 wordt die manager-laag belangrijker. Google’s eigen Antigravity-site omschrijft 2.0 als een commandocentrum om meerdere lokale agents parallel te beheren, gesprekken in Projects te groeperen, over meerdere workspaces te werken en routinewerk met geplande berichten te automatiseren. Dat is een andere mentale modus dan “ik vraag hulp bij deze functie”. Het is eerder: “ik verdeel werk over agents en review de output.”

Belangrijk detail: Google bouwt rond vertrouwen en review. In de officiële codelab-documentatie wordt uitgelegd dat Antigravity policies heeft voor terminaluitvoering, review van artefacten en JavaScript-uitvoering in de browser. Dat klinkt saai, maar is net het punt. Een agent die commands mag uitvoeren zonder remmen is geen productiviteitsboost. Dat is een junior developer met root access en veel zelfvertrouwen.

IDE-aanpak: sterk voor context en visuele review

De IDE-aanpak past wanneer je dichtbij de code wil blijven. Denk aan een front-end developer die een React-component wil laten aanpassen, de browser-output wil zien en screenshots of walkthroughs als bewijs wil krijgen. Antigravity’s Editor View en Agent Manager sluiten daarbij aan: je ziet de code, het plan, de uitvoering en de artefacten in één omgeving.

Cursor zit in dezelfde familie, maar met een andere nadruk. Cursor is vooral sterk als AI-editor bovenop een herkenbare ontwikkelervaring: chat met codebase-context, inline edits, autocomplete en snelle iteratie in één project. Antigravity 2.0 lijkt ambitieuzer in agent-management: meerdere agents, projecten, workspaces en achtergrondtaken. Dat kan krachtig zijn, maar ook zwaarder dan nodig voor een kleine wijziging.

Gebruik een IDE-aanpak dus vooral wanneer review visueel is, context versnipperd zit over bestanden, en je als mens actief wil meekijken. Voor “pas deze pricingsectie aan en check de mobiele layout” is dat logisch. Voor “refactor deze util en draai de tests” is een terminal-agent vaak sneller.

CLI-aanpak: sterk voor snelheid, SSH en ontwikkelaarsritme

De CLI-aanpak is minder sexy, maar vaak efficiënter. De Antigravity CLI README zegt zelf dat de CLI bedoeld is voor snelheid, keyboard-efficiency, lage overhead en remote SSH-sessies. Ze brengt kernmogelijkheden van Antigravity 2.0 naar de terminal: multi-step reasoning, multi-file editing, tool calling en persistent history.

Dat is precies waarom tools zoals Claude Code nuttig blijven. Voor developers die leven in git, tests, logs en servers is een CLI-agent vaak natuurlijker dan een grafische laag. Je vraagt om een bug te reproduceren, een test te schrijven, de failing case te fixen en de diff te tonen. Alles blijft dicht bij je bestaande workflow.

Het nadeel is reviewbaarheid. Een terminal kan heel goed zeggen wat hij deed, maar minder goed laten zien hoe een UI verandert. Ook is parallel agent-management minder overzichtelijk. Als drie agents tegelijk werken aan auth, database-migratie en front-end, wil je niet alles in één scrollende terminal volgen. Daar heeft een manager-surface zoals Antigravity 2.0 een reëel voordeel.

SDK-aanpak: sterk wanneer AI-development een productonderdeel wordt

Een SDK is geen betere IDE. Het is een ander beest. De Google Antigravity SDK voor Python is bedoeld om eigen agents te bouwen op Antigravity en Gemini. De README beschrijft een stateful infrastructuurlaag die de agentic loop abstraheert, met onder meer custom tools, MCP-integratie, multimodale input, hooks, policies en triggers.

Dat is relevant zodra je geen artikel, plugin of website bouwt, maar een herhaalbaar systeem. Bijvoorbeeld: een interne QA-agent die elke nacht nieuwe WordPress-pagina’s controleert op gebroken links, ontbrekende metadata en rare layoutverschillen. Daarvoor wil je geen mens in een IDE. Je wil een service, policies, logs en duidelijke grenzen. Een SDK past beter.

De veiligheidskeuze is hier cruciaal. De SDK draait volgens de README standaard in read-only mode; writes vereisen expliciete capabilities. Dat is de juiste default. Zodra een agent in productiesystemen of klantdata komt, moet “kan het?” ondergeschikt zijn aan “mag het, en kunnen we het auditen?”

Mini-case: één marketingwebsite, drie aanpakken

Stel: een Belgische KMO wil een nieuwe dienstenpagina lanceren voor AI-automatisering. Er zijn drie taken: copy schrijven, de WordPress-layout aanpassen en een formulier koppelen aan CRM.

Een IDE-agent is handig voor de layout: hij ziet componenten, CSS en browsergedrag. Een CLI-agent is handig voor technische cleanup: plugin-code inspecteren, tests draaien, git-diffs maken en regressies zoeken. Een SDK-agent is handig als dit elke maand terugkomt: nieuwe pagina detecteren, checklist uitvoeren, metadata valideren en een rapport sturen.

Antigravity 2.0 probeert vooral dat eerste en tweede dichter bij elkaar te brengen, met een extra manager-laag voor meerdere agents. Dat kan tijd besparen bij grotere taken. Maar voor één kleine tekstwijziging is het alsof je een heftruck neemt om een doos pennen te verplaatsen. Kan. Niet altijd nodig.

Hoe verhoudt Antigravity zich tot Claude Code, Cursor en Codex?

Claude Code blijft sterk voor terminal-first softwarewerk: code lezen, plannen, tests draaien, diffs maken en iteratief debuggen. Zeker in bestaande repositories is dat praktisch. Cursor blijft sterk voor ontwikkelaars die AI in hun editor willen zonder hun hele workflow om te gooien. OpenAI Codex-achtige workflows passen goed bij taakdelegatie rond code, reviews en pull requests.

Antigravity 2.0 differentieert zich vooral met de combinatie van visuele agent-management, lokale agents, projecten, workspaces, browser-in-the-loop en een expliciete brug naar CLI en SDK. Google claimt bovendien modelkeuze, met ondersteuning voor Gemini-modellen en volgens de introductieblog ook Anthropic Claude Sonnet 4.5 en OpenAI GPT-OSS. Dat maakt het geen “Claude Code-killer”. Het maakt het een extra laag bovenop de vraag: wil je werken in editor, terminal, manager of eigen agent-infrastructuur?

Voor wie wel, voor wie niet?

Wel interessant: teams die meerdere developmenttaken parallel willen laten lopen, front-end teams die browserbewijs nodig hebben, agencies met terugkerende build/review-workflows, en power users die agents willen orkestreren in plaats van één prompt tegelijk te sturen.

Minder logisch: kleine teams zonder technische reviewdiscipline, niet-developers die vooral teksten of eenvoudige automations willen, en organisaties waar AI-agents nog geen duidelijke permissions, testomgeving of rollback-proces hebben. Antigravity 2.0 maakt agents toegankelijker. Het maakt slechte governance niet minder slecht.

Praktische take-away

Kies niet op basis van hype, maar op basis van interface en risico. Wil je zien en sturen? Kies een IDE of Antigravity-manager. Wil je snel door code, tests en serverwerk? Kies CLI. Wil je agentgedrag in je eigen product of proces embedden? Kies SDK.

Voor AI Fabriek is de nuchtere conclusie: Antigravity 2.0 verdient aandacht omdat het agent-management serieuzer maakt. Maar Claude Code, Cursor en SDK’s blijven nuttig naast elkaar. De vraag is niet welke tool de rest vervangt. De vraag is welke laag je nodig hebt voor de taak die vandaag op tafel ligt.

Doelgroep-keuze: gevorderde AI-gebruikers en KMO-beslissers met technische verantwoordelijkheid, omdat dit onderwerp vooral gaat over toolkeuze, workflow-risico en praktische AI-development in teams.