一位开发者在Codex开发环境中成功配置了基于Google Antigravity CLI的子代理技能，构建了一套“GPT规划、Gemini执行、GPT审查”的自动化编程工作流。该配置通过编写特定的Prompt和响应规则，将Antigravity作为`agy-worker`子代理集成到系统中。技术实现上，该方案利用本机`agy -p headless`命令行接口，严格区分了只读任务的`plan`模式与实现/修复任务的`accept-edits`模式。为了确保执行的安全性与稳定性，配置中包含了多重强制检查机制，包括但不限于监控退出码、JSON状态值及错误响应，并明确禁止使用`dangerously-skip-permissions`等危险选项。此外，该方案还规范了`–effort`参数的使用范围，并确保不伪造Codex的原生代理路径。这一实践不仅展示了如何通过CLI桥接不同大模型的能力，也为开发者提供了一个多模型协作的高级范例。
事件分析
本事件展示了AI编程从单一模型对话向多模型编排系统演进的技术趋势。通过引入Supervisor（监督者）模式，开发者巧妙地利用了GPT在逻辑推理与Prompt规划上的优势，同时结合了Gemini（通过Antigravity）在代码编辑执行层面的特定能力。这种分离架构有效解决了单一模型在复杂任务中容易出现的“幻觉”或逻辑断裂问题，引入了“双层审计”机制。技术上，它验证了通过CLI协议将特定模型能力整合到统一Agent框架中的可行性，预示着未来的软件开发将不再依赖单一工具，而是基于“模型路由”策略，根据任务类型动态调用最合适的模型组合。
核心观点：通过Supervisor模式实现多模型编排，标志着AI辅助编程正从单点工具进化为协同作业的智能系统。
原文链接：Linux.do
