Google Antigravity vs. Cursor 2.0: Hvilken IDE skal du vælge i 2025?

I slutningen af ​​2025 tog det AI-assisterede udviklingslandskab endnu et stort skridt: Google lancerede Antigravity, en "agent-først" udviklingsplatform bygget omkring Gemini 3 Pro, og Cursor leveret Markør 2.0 med sin Composer-model og en ny multi-agent-grænseflade. Begge lover at ændre, hvordan softwareteams bygger software med AI – men de træffer forskellige designbeslutninger, afvejninger og målretter sig mod lidt forskellige arbejdsgange.

Hvad er Google Antigravity, og hvad er dets kernefunktioner?

Google-positioner Antigravity som en fuld udvikling perron snarere end blot en assistent: en IDE + "Manager"-overflade, hvor autonome agenter kan oprettes, observeres og orkestreres på tværs af editorer, terminaler og indlejrede browsere. Designmålet er at lade agenter planlægge, udføre, verificere og iterere på flertrinsopgaver, samtidig med at de producerer menneskevenlige artefakter, der beviser, hvad de gjorde, og hvorfor. Antigravity leveres i en offentlig forhåndsvisning på tværs af Windows, macOS og Linux og inkluderer modelvalg (Gemini 3 Pro som standard plus valgfrie Sonnet-/tredjepartsmodeller).

Nøglefunktioner (overblik)

• Agent-først Manager-overflade — en missionskontrol-brugergrænseflade til at oprette, orkestrere og observere flere agenter på tværs af arbejdsområder (samtidige, langvarige job).
• Redigeringsvisning + agentsidepanel — en velkendt IDE-oplevelse med tæt agentintegration til synkrone arbejdsgange.
• Artefakter (bevis på arbejde) — agenter genererer strukturerede leverancer (opgaveplaner, implementeringsplaner, skærmbilleder, browsergennemgange), så mennesker hurtigt kan validere resultater i stedet for at analysere lange rå logfiler.
• Browserautomatisering og DOM-optagelse — agenter kan styre en integreret browser, optage og interagere med side-DOM for verifikation og end-to-end-testning.
• Modelvalg og kvoter — Gemini 3 Pro er flagskibsmodellen med muligheder for andre modeller; Google tilbyder "generøse" prisgrænser i den offentlige forhåndsvisning.

Arkitektur og ergonomi for udviklere

Antigravity er tænkt som en platform med stærke meninger: Agenter er førsteklasses borgere, der har adgang til editoren, terminalen og browseren på en kontrolleret måde. Platformen afslører autonomikontroller — terminaludførelsespolitikker (Fra / Auto / Turbo) og gennemgå politikker (Fortsæt altid / Agent beslutter / Anmod om gennemgang) — så teams kan justere, hvor meget handlefrihed de giver agenter, før menneskelig godkendelse. Brugergrænsefladen lægger vægt på artefakter og kommenterbar feedback, hvilket afspejler et dokumentlignende gennemgangsflow i stedet for rå værktøjslogfiler.

Hvad er Cursor 2.0, og hvad er dens kernefunktioner?

Cursor startede som en AI-først kodeeditor bygget op omkring ideen om "vibe coding" – at holde ingeniører i flow med en editor, der forstår hele kodebaser. Markør 2.0 (udgivet i slutningen af ​​oktober 2025) er en evolution: en ny agentgrænseflade + Komponere, Cursors første native kodningsmodel designet specifikt til agentinteraktioner. De vigtigste påstande omfatter betydeligt lavere latenstid, multi-agent-udførelse og integreret browsertestning.

Kerneevner

• KomponistmodelCursor udviklede Composer som en frontlinjekodningsmodel, der er optimeret til lav latenstid og de "korte, iterative ture", der er typiske for interaktiv kodning. Cursor hævder, at Composer er cirka 4 gange hurtigere end tilsvarende kapable modeller på deres arbejdsbelastninger; den er trænet med værktøjsadgang såsom semantisk kodesøgning og redigeringsprimitiver (deres udgivne materialer lægger vægt på RL-lignende træning på ingeniøropgaver).
• Multi-agent-grænsefladeCursor 2.0 introducerer en sidebjælke og planlægningsfunktion, hvor du kan køre op til otte agenter parallelt mod isolerede arbejdstræer eller eksterne maskiner for at undgå sammenflettede konflikter. Brugergrænsefladen er bygget op omkring let parallelisme, så agenter kan arbejde på separate opgaver samtidigt.
• Indbygget browserværktøjCursor tilføjede en integreret browser, der giver agenter mulighed for at inspicere DOM'en, køre end-to-end frontend-tests og iterere, indtil det producerede output opfylder interaktive kontroller - i ånden svarende til Antigravitys browserintegrationer, men implementeret i Cursors desktop/VS Code-miljø.

Hvordan er de to platforme i forhold til agentorkestrering og skala?

Hvilken platform håndterer arbejdsgange med flere agenter bedre?

• Antityngdekraft: Designet fra bunden som "agent-først". Det giver missionskontrol for potentielt mange agenter, muligheden for at give agenter adgang til værktøjsflader (editor, terminal, browser) og artefaktgenerering for sporbarhed. Det gør det stærkt til store, tværfunktionelle agentorkestrering og komplekse automatiseringspipelines.
• Markør 2.0: Understøtter også multi-agent workflows, men med et stærkere fokus på sikkerhed gennem isolerede worktrees og tæt Git-integration. Markørens parallelisme (f.eks. kørsel af flere agenter på tværs af isolerede kodekopier) er konstrueret til at undgå filkonflikter og gøre multi-agent eksperimentering sikker og hurtig.

Bedømmelse: Hvis dit primære krav er agentorkestrering på missionsniveau på tværs af mange værktøjsoverflader med omfattende artefaktsporing, hælder Antigravity mod denne vision. Hvis du i stedet ønsker hurtig iterativ multi-agent-eksperimentering begrænset til udvikler-arbejdsgange og Git-sikkerhed, er Cursors tilgang mere konservativ og praktisk.

Antigravity vs. Cursor 2.0 — Funktionssammenligning

---

Hvordan klarer de sig i forhold til model- og beregningsvalg?

Hvilke modeller bruger de, og kan man tilslutte sine egne?

• Antigravity er designet tæt koblet til Gemini 3 Pro (Googles flagskib) med førsteklasses support, men også muligheden for at udnytte andre modeller. Det giver Google en fordel, når du ønsker dybe Gemini-optimeringer (latens, værktøjsadgang, specialiserede funktioner).
• Markør 2.0 leverer sin egen Composer-model – optimeret til kodning og agentopgaver – og lægger vægt på hurtig inferens og praktisk gennemløb til udvikleropgaver. Cursor forbliver også modeluafhængig i mange integrationer, hvilket gør det muligt for teams at vælge den model, der bedst passer til omkostnings- og nøjagtighedskrav.

Bedømmelse: Forvent at Antigravity vil skinne, når Gemini-specifikke funktioner er vigtige (værktøjssynergi, LLM-native grænseflader). Cursors Composer sigter mod omkostningseffektiv hastighed og et mindre latenstidsaftryk, der er optimeret til kodningsopgaver.

---

Hvordan klarer de sig i forhold til udvikleroplevelse og integrationer?

Hvordan er stemningen i editoren og de eksterne integrationer?

• Antityngdekraft: Editoren ligner et velkendt IDE, men med agent-sidebjælker og artefaktoprettelse. Den sigter mod dyb integration på tværs af editor, terminal og browser, så agenter kan operere på tværs af hele udviklingsstakken. Dette kan dramatisk reducere kontekstskift, når agenter har tillid til at køre tests, patche filer og demonstrere adfærd via optagede browsersessioner.
• Markør 2.0: Føles som en AI-drevet IDE bygget specifikt til teams, der ønsker at beholde normale udviklingsværktøjer og Git-flows først. Multi-agent-editoren bruger isolerede arbejdstræer og integrerer AI-kodegennemgang, hvilket gør det nemmere at integrere agentresultater via standard PR-flows. Cursor lægger vægt på sikkert samarbejde mellem mennesker og agenter.

Hvilken integreres bedre med eksisterende CI/CD og virksomhedsværktøjer?

Begge platforme er eksplicit designet til at blive integreret:

• Cursor lægger vægt på Git-udbyderintegrationer og kodegennemgangsfunktioner på editorniveau, der integreres direkte i udviklerpipelines.
• Antigravitys artefaktsystem og bredere værktøjsadgang gør det konceptuelt kraftfuldt til at automatisere end-to-end-flows (f.eks. automatiseret E2E-testning, browserinteraktioner), men det kræver også omhyggelig styring på virksomhedsniveau.

Bedømmelse: For teams, der ønsker integration med eksisterende Git/CI-flows uden problemer, er Cursor 2.0 mere direkte plug-and-play. Antigravity tilbyder mere transformativt automatiseringspotentiale, men med højere styrings- og integrationsomkostninger.

Praktiske eksempler: brug af antigravity og markør (illustrativ kode)

Nedenfor er illustrativ eksempler, der viser, hvordan teams kan interagere med hver platform. Disse eksempler er pseudokode / konceptuelle uddrag beregnet til at demonstrere typiske arbejdsgange; se de officielle dokumenter, når du implementerer produktionsautomatisering. (Referencedokumenter og kodelabs er linket i kilderne.)

Eksempel 1 — Definition af antigravity-mission (illustrativ JSON)

Dette eksempel viser, hvordan en udvikler kan definere en mission, der instruerer en Antigravity-agent i at tilføje et nyt API-slutpunkt, køre tests og producere artefakter.

{
  "mission_name": "add_user_endpoint_v1",
  "description": "Create POST /api/users endpoint, unit tests, and run CI.",
  "agents": [
    {
      "name": "PlanAgent",
      "role": "create a step-by-step plan",
      "prompt": "Create tasks to add a users API: router, handler, tests, docs."
    },
    {
      "name": "CoderAgent",
      "role": "implement code",
      "permissions": ,
      "model": "gemini-3-pro"
    },
    {
      "name": "VerifierAgent",
      "role": "run tests and verify results",
      "permissions": 
    }
  ],
  "artifact_policy": {
    "capture_screenshots": true,
    "record_terminal": true,
    "log_level": "verbose"
  }
}

Bemærkninger: Antigravitys artefaktgenerering er en eksplicit funktion designet til at gøre agenthandlinger inspicerbare og dokumenterbare.

Eksempel 2 — Parallelle agenter i Cursor Composer (illustrativ Python)

Cursor 2.0 lægger vægt på isolerede arbejdstræer, så parallelle agenter ikke kommer i konflikt. Følgende pseudokode demonstrerer lancering af to agenter for at implementere en funktion og en test parallelt, og derefter sammenlægning af resultater via git.

# Pseudocode - illustrative only

from cursor_sdk import CursorClient

client = CursorClient(api_key="CURSOR_API_KEY", model="composer-v1")

# create isolated worktrees for each agent

agent_a = client.spawn_agent(name="feature_impl", worktree="worktree-feature")
agent_b = client.spawn_agent(name="tests_impl", worktree="worktree-tests")

# send tasks

agent_a.run("Add POST /api/users handler and update router. Create basic validation.")
agent_b.run("Create unit and integration tests for POST /api/users.")

# wait for agents to finish and fetch patches

patch_a = agent_a.get_patch()
patch_b = agent_b.get_patch()

# apply patches to local branches, run tests locally, open PRs

apply_patch_to_branch("feature/users", patch_a)
apply_patch_to_branch("feature/users-tests", patch_b)

# run CI locally

run_command("pytest -q")

# create PRs for human review

create_pr("feature/users", base="main", title="feat: add users endpoint")
create_pr("feature/users-tests", base="main", title="test: add users tests")

Bemærkninger: Cursors isolerede arbejdstræer og Git-integration er centrale for designet — dette reducerer sammenflettede konflikter og gør ændringer kontrollerbare i standard PR-arbejdsgange.

Konklusion

Antigravity og Cursor 2.0 repræsenterer to fornuftige svar på det samme problem: hvordan integrerer vi kraftfulde LLM-agenter i den daglige softwareudvikling? Antigravity har en bredere, mission-kontrolleret vision, der behandler agenter som autonome teammedlemmer på tværs af editorer, terminaler og browsere. Cursor 2.0 vælger en afmålt, udviklercentreret tilgang, der holder Git og kodegennemgang i centrum, samtidig med at den muliggør hurtig eksperimentering med flere agenter.

Begge dele er betydelige fremskridt. For teams vil beslutningen afhænge af, om I ønsker transformerende automatisering (og kan absorbere styringsomkostningerne) eller trinvise, tæt integrerede produktivitetsgevinster. Uanset hvad, æraen med agentudvikling er her – og det vil belønne teams, der behandler sikkerhed, observerbarhed og human-in-the-loop-verifikation som førsteklasses bekymringer.

Udviklere kan få adgang til den nyeste LLM API, f.eks.  Claude Opus 4.5 og Gemini 3 Pro  osv. via CometAPI, den nyeste modelversion opdateres altid med den officielle hjemmeside. For at begynde, udforsk modellens muligheder i Legeplads og konsulter API guide for detaljerede instruktioner. Før du får adgang, skal du sørge for at være logget ind på CometAPI og have fået API-nøglen. CometAPI tilbyde en pris, der er langt lavere end den officielle pris, for at hjælpe dig med at integrere.

Klar til at gå? → Tilmeld dig CometAPI i dag !

Hvis du vil vide flere tips, guider og nyheder om AI, følg os på VK, X og Discord!