Google Antigravity vs. Amp vs. Junie 2026 im Test

Drei Hersteller, drei völlig unterschiedliche Antworten auf dieselbe Frage: Wie soll ein KI-Agent heute Code schreiben? Google schickt mit Antigravity eine agentenerste Entwicklungsumgebung ins Rennen, die Browser steuert und ganze Workflows orchestriert. Sourcegraph setzt mit Amp auf entfesselte Cloud-Agenten namens „Orbs“, die auch nach dem Zuklappen des Laptops weiterarbeiten. JetBrains geht mit Junie den Gegenweg und bietet seit August 2026 eine komplett lokale Variante an, bei der kein einziges Byte Code die eigene Maschine verlässt. Für Entwickler in Österreich und Deutschland, die zwischen Datenschutz, Tempo und Kosten abwägen müssen, ist das keine akademische Frage, sondern eine Budget- und Compliance-Entscheidung.

Dieser Vergleich stützt sich auf die offiziellen Produktseiten von Google, Sourcegraph und JetBrains sowie auf unabhängige Benchmark-Datenbanken wie DataCamp und Morph. Er zeigt, wo die drei Tools technisch wirklich stehen, was sie kosten und für welches Team sich welches Werkzeug lohnt.

Keines der drei Produkte ist ein Nischentool mehr. Google, Sourcegraph und JetBrains gehören allesamt zu den großen Namen der Entwicklerwerkzeug-Branche, und alle drei haben in den vergangenen zwölf Monaten erhebliche Ressourcen in genau diese Kategorie gesteckt. Das erklärt auch das Tempo der Updates: Zwischen Juni und Oktober 2026 veröffentlichten alle drei Hersteller mindestens eine größere Funktionsänderung, von der Antigravity-CLI über Amps Remote-Desktop-Steuerung bis zu Junies RTX-Spark-Unterstützung. Wer heute eine Entscheidung trifft, sollte deshalb nicht von einem statischen Zustand ausgehen, sondern davon, dass sich Preise, Limits und Funktionsumfang in den kommenden Monaten weiter verschieben werden.

Google · Bevorzugte Quellen

Keine neuen Tech-Storys auf Google mehr verpassen

Shattered einmal in der Google-App hinzufügen, und unsere Artikel erscheinen in deinen Vorschlägen.

Jetzt hinzufügen

Was sind Google Antigravity, Sourcegraph Amp und JetBrains Junie?

Alle drei Produkte gehören zur neuen Generation sogenannter agentischer Coding-Tools. Anders als klassische Autovervollständigung schlagen sie nicht nur die nächste Zeile vor, sie planen Aufgaben, führen Terminalbefehle aus, lesen Fehlermeldungen und korrigieren ihren eigenen Code, oft über mehrere Dateien und Commits hinweg. Google Antigravity kam am 18. November 2025 als öffentliche Vorschau auf den Markt und positioniert sich als „agent-first“ Entwicklungsumgebung mit einer eigenen Oberfläche für die Koordination mehrerer Agenten gleichzeitig.

Sourcegraph Amp stammt von dem Unternehmen, das zuvor mit Cody einen eher klassischen Code-Such- und Vervollständigungsassistenten gebaut hatte. Amp ist ein kompletter Bruch mit diesem Ansatz: ein eigenständiger Agent, der über Terminal, Web-Oberfläche, Mobilgerät oder sogar während der Laptop geschlossen ist auf entfernten Rechnern weiterarbeitet. JetBrains Junie wiederum entstand aus der IntelliJ-Welt und war zunächst ein klassischer Cloud-Agent für IDEs wie IntelliJ IDEA, PyCharm oder WebStorm. Mit „Junie Local“, das am 24. August 2026 zunächst für Mac erschien, zieht JetBrains nun den Datenschutz-Trumpf: lokale Modelle, keine Cloud-Verbindung, keine Kosten.

Der Unterschied zwischen den drei Tools lässt sich an drei Fragen festmachen: Läuft der Agent lokal oder in der Cloud? Wie viel kostet die Nutzung im Alltag? Und wie tief ist das Tool in eine bestimmte IDE eingebettet, oder arbeitet es IDE-unabhängig im Terminal? Genau diese drei Fragen ziehen sich durch den gesamten restlichen Vergleich.

Bemerkenswert ist zudem, wie unterschiedlich die drei Hersteller ihre Kategorie überhaupt benennen. Google spricht bewusst nicht von einem „Assistenten“, sondern von einer „agentischen Entwicklungsplattform“, ein Hinweis darauf, dass Antigravity eher als neues Betriebssystem für Softwareentwicklung gedacht ist als als Zusatzwerkzeug. Sourcegraph wiederum vermeidet den Begriff IDE komplett und beschreibt Amp als Laufzeitumgebung für Agenten, die losgelöst von jedem Editor funktioniert. JetBrains bleibt dagegen bei der vertrauten Bezeichnung „Coding-Agent“ und ordnet Junie klar in die bestehende IDE-Welt ein, was zeigt, wie konservativ das Unternehmen im Vergleich zu Google und Sourcegraph an der klassischen Entwicklerumgebung festhält, selbst während es mit Junie Local technologisch einen der radikalsten Schritte in Richtung Datenschutz geht.

Architektur im Vergleich: Cloud, Hybrid und komplett lokal

Google Antigravity läuft primär über die Cloud-Infrastruktur von Google, bietet aber eine lokale Ausführungsoption für einzelne Agenten-Tasks an. Die Architektur basiert auf zwei Oberflächen: der „Editor View“, die aussieht wie eine klassische IDE mit Tab-Vervollständigung und einem Seitenpanel für den Agenten, und der „Manager Surface“, einer Oberfläche, die eigens dafür gebaut wurde, mehrere Agenten über verschiedene Workspaces hinweg zu orchestrieren. Google beschreibt das Produkt selbst in seiner offiziellen Ankündigung als Entwicklung der „IDE hin zu einer agentenersten Zukunft mit Browser-Steuerung, asynchronen Interaktionsmustern und einer agentenersten Produktform“, wie es im Antigravity-Blogbeitrag heißt.

Amp ist von Grund auf Cloud-first gedacht. Das Kernkonzept heißt „Orbs“: entfernte Maschinen, auf denen Agenten dauerhaft weiterlaufen, auch wenn der eigene Laptop zugeklappt oder ausgeschaltet ist. Entwickler können den Fortschritt dann über eine Web-Oberfläche, eine Mobil-App oder das Terminal verfolgen. Seit Oktober 2026 lässt sich sogar der Desktop eines macOS- oder Linux-Runners direkt einsehen und steuern, inklusive nativer Anwendungen, die der Agent selbst gebaut hat. Das Modell-Tempo lässt sich über ein Feature namens „Dial“ in drei Stufen regeln: niedrig, mittel und hoch.

Junie fährt die entgegengesetzte Strategie. Die klassische, IDE-integrierte Version arbeitet mit Cloud-Modellen und einem Bring-your-own-Key-Ansatz, aber Junie Local kehrt der Cloud komplett den Rücken. JetBrains bewirbt das Feature mit dem Versprechen „no tokens, no quota, nothing leaves your machine“: kein Token-Verbrauch, kein Kontingent, kein Byte Code verlässt den Rechner. Die Installation erfolgt über einen einzigen Befehl direkt in der IDE. Diese Positionierung erklärt, warum Junie bei Banken, Kanzleien und anderen Branchen mit strengen Compliance-Vorgaben zunehmend Gehör findet, ein Thema, das auch in unserem Artikel zu JetBrains‘ KI-Trio in VS Code eine Rolle spielt.

Technische Spezifikationen im direkten Vergleich

Die folgende Tabelle fasst die wichtigsten technischen Eckdaten aller drei Produkte zusammen, Stand Oktober 2026. Sie macht sofort sichtbar, wie unterschiedlich die drei Ansätze wirklich sind, von der Lizenzlogik bis zur Hardware-Anforderung.

Merkmal	Google Antigravity	Sourcegraph Amp	JetBrains Junie
Hersteller	Google	Sourcegraph	JetBrains
Erstveröffentlichung	18. November 2025 (Public Preview)	2025, laufende Weiterentwicklung	Aus der Beta Juni 2026, Junie Local August 2026
Ausführungsmodell	Primär Cloud, mit lokaler Option	Cloud-first über Remote-„Orbs“	Cloud (Standard) oder komplett lokal (Junie Local)
Unterstützte Betriebssysteme	macOS, Linux, Windows	Mac, Linux, WSL, Windows	Mac (Start), Windows (stabil seit Okt. 2026), NVIDIA RTX Spark
Oberfläche	Eigene Desktop-App mit Editor- und Manager-Ansicht	CLI, Web, Mac/iOS-App, IDE-Plugins	Plugin für IntelliJ-basierte IDEs, eigenständige CLI
Unterstützte KI-Modelle	Gemini 3 Pro, Claude Sonnet 4.5, GPT-OSS	Modellauswahl über „the Dial“, BYOK für ChatGPT-Abos	Modellunabhängig, inklusive lokaler Modelle wie das Qwen-Blend
Kontextfenster (größtes Modell)	Bis zu 1.048.576 Token (Gemini 3.8 Flash)	200.000 bis 1 Million Token, je nach Modus	Abhängig vom gewählten Modell, lokal typischerweise bis 256.000 Token
Browser-Steuerung	Ja, native Funktion	Nein, Fokus auf Terminal und App-Vorschau („Portals“)	Nein
Mehrere Agenten parallel	Ja, über die Manager-Oberfläche	Ja, über mehrere Orbs gleichzeitig	Begrenzt, primär ein aktiver Agent je Projekt
Offline-/Datenschutz-Modus	Teilweise lokal nutzbar	Nein, auf Cloud-Runner angewiesen	Ja, Junie Local verarbeitet alles auf dem Gerät
Zielgruppe	Teams mit komplexen, asynchronen Multi-Repo-Workflows	Entwickler, die von überall und rund um die Uhr arbeiten wollen	IntelliJ-Anwender mit hohen Datenschutzanforderungen

Auffällig: Bei den Kontextfenstern verzichten alle drei Hersteller auf eine einzige, durchgängig gültige Zahl. Google Antigravity erreicht sein Maximum nur mit dem optionalen Gemini 3.8 Flash Modell, das seit dem 2. September 2026 verfügbar ist und laut Google-Preisliste bis Ende Dezember 2026 für 0,75 Dollar pro Million Input-Token und 3,75 Dollar pro Million Output-Token angeboten wird. Amp wiederum staffelt sein Kontextfenster nach Nutzungsmodus, ein Grund, warum unabhängige Tests zu unterschiedlichen Werten zwischen 200.000 und 1 Million Token kommen.

Preise und Abo-Modelle 2026

Beim Preis liegen die drei Anbieter am weitesten auseinander. Google Antigravity ist während der laufenden Public Preview für Einzelpersonen kostenlos, begrenzt aber die Nutzung über Rate-Limits, die sich alle fünf Stunden erneuern und je nach Komplexität der Agenten-Aufgabe unterschiedlich schnell aufgebraucht sind. Ein konkretes Enterprise-Preismodell hat Google für Antigravity bislang nicht veröffentlicht.

Sourcegraph Amp fährt ein gestaffeltes Modell. Die kostenlose „Hobby“-Stufe erlaubt den eigenen API-Key (Bring your own key) ohne zusätzliche Amp-Token-Gebühren. Eine Individual-Stufe kostet 20 Dollar im Monat und schließt rund 45.000 Minuten Ausführungszeit auf den Remote-Orbs sowie unbegrenzten Repository-Zugriff ein. Für Power-User mit deutlich höherem Verbrauch gibt es eine Gigawatt-Stufe für 200 Dollar im Monat. Teams können mehrere Abo-Stufen mischen, ohne für die Zusammenarbeit selbst zusätzlich zu zahlen, und Enterprise-Kunden verhandeln individuelle Konditionen inklusive SCIM-Anbindung und Audit-Logging.

JetBrains schlägt bei Junie Local den radikalsten Weg ein: komplett kostenlos, ohne Registrierung, ohne Kreditkarte, ohne Token-Kontingent. Die klassische, Cloud-basierte Junie-Variante hängt dagegen am bestehenden JetBrains-AI-Abonnement oder am eigenen API-Key, JetBrains hat für diese Schiene aber keine separate Festpreisliste für Junie allein veröffentlicht. Wer stattdessen rein lokal arbeiten will, zahlt schlicht nichts, solange die eigene Hardware ausreicht, etwa ein Rechner mit NVIDIA RTX Spark, für den die Windows-Unterstützung laut JetBrains seit 16. Oktober 2026 als stabil gilt.

Stufe	Google Antigravity	Sourcegraph Amp	JetBrains Junie
Kostenlose Stufe	Ja, während Public Preview	Ja („Hobby“, BYOK)	Ja (Junie Local, dauerhaft)
Einstiegspreis bezahlt	Noch nicht veröffentlicht	20 $ / Monat (Individual)	Abhängig vom JetBrains-AI-Abo bzw. BYOK
Power-User-Stufe	Nicht veröffentlicht	200 $ / Monat (Gigawatt)	Nicht separat ausgewiesen
Team-Aufpreis	Nicht veröffentlicht	Kein Aufpreis für Zusammenarbeit	Nicht separat ausgewiesen
Enterprise	Nicht veröffentlicht	Individuell, inkl. SCIM und Audit-Log	Über bestehende JetBrains-Unternehmenslizenzen

Benchmarks: Was die zugrunde liegenden Modelle wirklich leisten

Eine Besonderheit fällt sofort auf: Keiner der drei Hersteller veröffentlicht einen eigenen, produktweiten SWE-bench-Wert für Antigravity, Amp oder Junie als Gesamtsystem. Das unterscheidet sie von direkten Konkurrenten wie Claude Code oder Cursor, die ihre Scores offensiv vermarkten. Stattdessen lässt sich die Leistungsfähigkeit nur über die Modelle einschätzen, die im Hintergrund laufen.

Für Gemini 3.8 Flash, das aktuellste und schnellste Modell, das Google Antigravity optional anbietet, listet DataCamps Modellvergleich einen Terminal-Bench-2.1-Wert von 89,4 Prozent und einen SWE-bench-Pro-Wert von 61,6 Prozent. Das Vorgängermodell Gemini 3.1 Pro kommt in derselben Quelle nur auf 54,2 Prozent SWE-bench Pro, zeigt aber auch, wie schnell sich die Modelle innerhalb weniger Monate verbessern. Antigravity kann zusätzlich Claude Sonnet 4.5 nutzen, für das DataCamp zum Redaktionsschluss keinen eigenen, vergleichbaren Score auswies.

Amp erlaubt über das BYOK-Modell ebenfalls den Zugriff auf Spitzenmodelle wie Claude Opus 5.5, das laut derselben DataCamp-Übersicht 89,9 Prozent auf SWE-bench Pro und 66,4 Prozent auf Terminal-Bench 4.0 erreicht, aktuell einer der höchsten veröffentlichten Werte in diesem Benchmark. Das zeigt: Die tatsächliche Leistung von Amp hängt stark davon ab, welches Modell der Nutzer über seinen eigenen API-Key anbindet, nicht von einer festen Amp-eigenen Engine. Junie Local wiederum verzichtet bewusst auf Spitzenmodelle und setzt stattdessen auf ein schlankes, für lokale Hardware optimiertes Modell, intern „Qwen3.8-3.6-27B-Blend“ genannt, das seit dem Update vom 18. September 2026 laut JetBrains bei gleicher Aufgabenerfüllung 71 Prozent weniger Output-Token produziert als sein Vorgänger Qwen3.6.

Zur Einordnung, wie hoch die Latte in der gesamten Kategorie mittlerweile liegt: Das Morph-Leaderboard für Coding-Agenten listet im Oktober 2026 mehrere Agenten jenseits der 70-Prozent-Marke auf SWE-bench-Varianten, und laut einem chinesischen Vergleichsportal erreichte der Agent Qoder zuletzt 78,8 Prozent auf SWE-bench Verified. Gemessen an diesen Werten bewegen sich die von Antigravity und Amp nutzbaren Spitzenmodelle im oberen Drittel, während Junie Local bewusst Tempo und Datenschutz über absolute Benchmark-Höchstwerte stellt.

Modell	Verfügbar in	SWE-bench Pro	Terminal-Bench	Preis pro Mio. Token (Input/Output)
Gemini 3.8 Flash	Google Antigravity	61,6 %	89,4 % (2.1)	0,75 $ / 3,75 $
Gemini 3.1 Pro	Google Antigravity	54,2 %	nicht ausgewiesen	2 $ / 12 $
Claude Opus 5.5	Amp (BYOK)	89,9 %	66,4 % (4.0)	4 $ / 20 $
Qwen3.8-3.6-27B-Blend	JetBrains Junie Local	nicht ausgewiesen	nicht ausgewiesen	0 $ (lokal)

Programmiersprachen und Ökosystem-Unterstützung

Keines der drei Tools veröffentlicht eine feste Liste unterstützter Programmiersprachen, aus gutem Grund: Die tatsächliche Sprachabdeckung hängt fast ausschließlich vom jeweils aktiven Sprachmodell ab, nicht vom Agenten-Framework selbst. Bei Google Antigravity bedeutet das, dass JavaScript, TypeScript, Python, Go, Java und Rust über Gemini 3 Pro, Claude Sonnet 4.5 oder GPT-OSS gleichermaßen gut funktionieren, da alle drei Modelle breit auf Mainstream-Sprachen trainiert sind. Exotischere Sprachen wie Zig, Elixir oder COBOL liefern dagegen je nach gewähltem Modell deutlich unterschiedliche Ergebnisse, weil die Trainingsdatenmenge pro Sprache stark variiert.

Bei Amp zeigt sich derselbe Effekt noch deutlicher, weil Nutzer über BYOK aktiv zwischen Modellfamilien wechseln können. Ein Team, das viel in Go oder Rust arbeitet, kann über das Dial gezielt auf ein Modell mit stärkerer Systemsprachen-Abdeckung wechseln, während ein Frontend-Team mit React und TypeScript ein günstigeres Modell für die niedrige Dial-Stufe wählt. JetBrains Junie profitiert dagegen von der engen Verzahnung mit der IntelliJ-Plattform: Da die IDE-Familie bereits eigene Sprachanalyse-Engines für Java, Kotlin, Python, PHP und Go mitbringt, kann Junie strukturelle Informationen aus dem Projekt nutzen, die reinen LLM-Agenten ohne IDE-Anbindung fehlen, ein Vorteil, der sich vor allem bei großen, stark typisierten Java- und Kotlin-Codebasen zeigt.

Für Teams mit gemischten Stacks, etwa einer Kombination aus Python-Backend, TypeScript-Frontend und Terraform-Infrastruktur, lohnt sich ein kurzer interner Test mit echtem Projektcode, bevor eine Entscheidung fällt. Gerade bei Infrastructure-as-Code-Dateien und Konfigurationsformaten wie YAML oder HCL unterscheiden sich die drei Tools in der Praxis oft stärker als bei klassischem Anwendungscode.

Google Antigravity im Detail: Browser-Steuerung und Agenten-Management

Antigravity unterscheidet sich von Amp und Junie vor allem durch ein Feature, das sonst kaum ein Coding-Agent bietet: eigenständige Browser-Steuerung. Der Agent kann eine Webseite öffnen, Formulare ausfüllen, Screenshots machen und das Ergebnis direkt in seinen eigenen Arbeitsbericht einbauen, den Google „Artifacts“ nennt. Diese Artefakte umfassen Aufgabenlisten, Implementierungspläne, Walkthroughs und Bildschirmaufnahmen, die Entwickler im Nachgang wie einen Pull-Request-Kommentar im Google-Docs-Stil annotieren können.

In der offiziellen Produktankündigung beschreibt Google die Vision klar: „We want Antigravity to be the home base for software development in the era of agents.“ („Wir wollen, dass Antigravity die Heimatbasis für Softwareentwicklung im Zeitalter der Agenten wird.“) Diese Ambition zeigt sich auch an der „Manager Surface“, einer eigenen Oberfläche, über die sich mehrere Agenten parallel über verschiedene Projekte und Repositories hinweg beobachten und steuern lassen, anstatt wie bei klassischen Tools nur einen Chat-Thread pro Projekt zu führen.

Technisch basiert Antigravity auf einer Kombination aus Googles eigenem Gemini 3 Pro, Anthropics Claude Sonnet 4.5 und dem offenen GPT-OSS-Modell, wobei Nutzer in den Einstellungen frei zwischen den Modellen wechseln können. Die Benutzeroberfläche selbst ist in über 15 Sprachen verfügbar, darunter Deutsch, was die Einstiegshürde für österreichische und deutsche Teams senkt. Seit dem 18. Juni 2026 ersetzt zudem eine eigenständige Antigravity-CLI die bisherige Gemini-CLI für kostenlose Nutzer und Pro/Ultra-Abonnenten, wobei bestehende Gemini-CLI-Erweiterungen, MCP-Server sowie die Konfigurationsdateien GEMINI.md und AGENTS.md weiterhin funktionieren.

Praktisch bedeutet das asynchrone Feedback-System, dass Entwickler nicht mehr jeden Schritt des Agenten live verfolgen müssen. Antigravity legt stattdessen einen vollständigen Verlaufsbericht an, durch den sich später wie durch ein Google-Doc scrollen und kommentieren lässt, inklusive Rückfragen an bestimmten Codezeilen. Für Teams, die bisher an synchrone Pair-Programming-Sitzungen mit einem KI-Assistenten gewöhnt waren, ist das ein Umdenken: Der Agent arbeitet eher wie ein entferntes Teammitglied, das einen Tagesbericht abgibt, statt wie ein Autocomplete-Tool, das bei jedem Tastendruck reagiert.

antigravity agent run --task "Refactor Auth-Modul auf OAuth2" --repo ./backend --async

Sourcegraph Amp im Detail: Orbs, Portals und das Dial-System

Amp dreht das klassische IDE-Modell um 180 Grad. Statt den Agenten in eine bestehende Entwicklungsumgebung einzubetten, schickt Amp ihn auf eine entfernte Maschine, einen „Orb“, der unabhängig vom eigenen Rechner weiterläuft. Entwickler starten eine Aufgabe über das Terminal oder die Web-Oberfläche, klappen den Laptop zu und erhalten später eine Benachrichtigung auf dem Smartphone, wenn der Agent fertig ist oder eine Entscheidung braucht. Das ist ein fundamentaler Unterschied zu Junie und auch zu den meisten Antigravity-Workflows, die stärker an eine aktive Sitzung gebunden sind.

Ergänzt wird das Konzept durch „Portals“, eine Live-Vorschau für Web-Apps direkt im Amp-Interface, und durch ereignisgesteuerte Agenten, die automatisch aufwachen, wenn eine CI-Pipeline fehlschlägt, ein GitHub-Issue erstellt wird oder ein geplanter Job ansteht. Seit September 2026 bietet Amp zudem einen kostenlosen Modus ohne eigene Amp-Token-Gebühren an, sofern Nutzer ihr eigenes ChatGPT-Abonnement, einen API-Key oder eigene Runner mitbringen. Und seit Oktober 2026 lässt sich sogar der komplette Desktop eines macOS- oder Linux-Runners live einsehen und fernsteuern, inklusive nativer Apps, die der Agent im Auftrag selbst gebaut hat.

Die Modellwahl regelt Amp über das sogenannte „Dial“: eine Schiebereglerlogik mit den Stufen niedrig, mittel und hoch, die Tempo gegen Denktiefe abwägt. Für die höchste Stufe lassen sich entweder Amp-eigene Credits nutzen oder per BYOK ein eigenes Abonnement anbinden, was bei Teams mit bereits bestehenden Claude- oder OpenAI-Verträgen Kosten sparen kann. Das Grundprinzip bleibt aber: Amp selbst trainiert kein eigenes Modell, sondern orchestriert fremde Spitzenmodelle über eine eigene Agenten-Laufzeitumgebung.

Ein weiterer Unterschied zu Antigravity und Junie liegt in der Transparenz während der Ausführung. Über eine geteilte Terminal-Sitzung können mehrere Teammitglieder gleichzeitig denselben Orb beobachten und bei Bedarf eingreifen, ähnlich einem Pair-Programming über Fernzugriff. Das macht Amp besonders interessant für verteilte Teams, in denen ein Senior-Entwickler einem Agenten bei einer komplexen Migration zusieht und punktuell korrigierend eingreift, ohne die komplette Aufgabe selbst übernehmen zu müssen. Für Code-Reviews bietet Amp außerdem integrierte Werkzeuge inklusive Screenshots und Videoaufzeichnungen, die sich direkt an einen Pull-Request anhängen lassen.

Auch die Benachrichtigungslogik verdient einen genaueren Blick. Amp schickt je nach Einstellung Push-Nachrichten ans Smartphone, sobald ein Orb auf eine Entscheidung wartet, etwa wenn zwei gleichwertige Lösungswege zur Auswahl stehen. Das verhindert, dass Agenten stundenlang in eine falsche Richtung weiterarbeiten, nur weil niemand rechtzeitig nachgesehen hat, und ist einer der praktischen Gründe, warum viele Rezensionen Amp gerade für Aufgaben empfehlen, die mehrere Stunden Rechenzeit benötigen, etwa große Abhängigkeits-Upgrades oder Datenbankmigrationen.

amp run --orb backend-fix --repo . --no-tui --task "Flaky Test in payment_test.go beheben"

JetBrains Junie im Detail: Junie Local und die Datenschutz-Strategie

JetBrains positioniert Junie bewusst als Gegenentwurf zu reinen Cloud-Agenten. Die Cloud-Variante von Junie, die im Juni 2026 offiziell die Beta-Phase verließ, beschreibt das Unternehmen in seinem eigenen Blog mit der Frage, die die Entwicklung ursprünglich motivierte: „What if an AI coding agent didn’t just guess at the details of your project, but actually used the same tools you do?“ („Was wäre, wenn ein KI-Coding-Agent die Details deines Projekts nicht nur erraten, sondern tatsächlich dieselben Werkzeuge nutzen würde wie du selbst?“) JetBrains selbst fasst die Entstehungsgeschichte knapp zusammen: „Junie started as an experiment.“ („Junie begann als Experiment.“)

Der eigentliche Umbruch kam mit Junie Local am 24. August 2026, zunächst exklusiv für Mac. JetBrains bewirbt das Feature mit einem einzigen, klaren Versprechen: kein Token-Verbrauch, kein Kontingent, kein einziges Byte Code verlässt die eigene Maschine. Die Einrichtung läuft über einen einzigen Befehl direkt aus der IDE heraus, ganz ohne Registrierung oder Kreditkarte. Am 18. September 2026 folgte ein Modell-Update: Junie Local nutzt seitdem ein speziell abgestimmtes Modell namens Qwen3.8-3.6-27B-Blend, das laut JetBrains bei gleicher Aufgabenerfüllung 71 Prozent weniger Output-Token erzeugt als der Vorgänger Qwen3.6, ein direkter und messbarer Hebel für schnellere Antwortzeiten auf lokaler Hardware ohne jedes Rechenzentrum.

Am 16. Oktober 2026 erweiterte JetBrains die Unterstützung auf NVIDIA RTX Spark und erklärte die Windows-Version offiziell für stabil, nachdem Junie Local zuvor nur auf Mac verfügbar war. Das macht Junie Local zum einzigen der drei Tools, das ganz ohne Internetverbindung lauffähig ist, vorausgesetzt die eigene Hardware reicht aus. Wer stattdessen die klassische, IDE-gebundene Junie-Variante nutzen will, findet eine ausführliche Einrichtungsanleitung in unserem separaten Artikel zum Thema Junie-Setup in 13 Schritten.

Interessant ist auch die Modellstrategie hinter Junie Local: Statt ein einzelnes großes Modell zu verwenden, testet JetBrains verschiedene offene Modelle und wählt gezielt jene aus, die auf gängiger Entwicklerhardware ein gutes Verhältnis zwischen Geschwindigkeit und Qualität liefern, aktuell das erwähnte Qwen-Blend. Dieser kuratierte Ansatz unterscheidet sich von Tools, die Nutzern die freie Wahl unter Dutzenden Ollama-Modellen lassen, und spiegelt JetBrains‘ generelle Philosophie wider, Komplexität möglichst von der Entwicklerin oder dem Entwickler wegzunehmen, anstatt sie an Konfigurationsoptionen weiterzugeben.

/local --install --model qwen3.8-3.6-27b-blend --platform rtx-spark

Fünf Praxisbeispiele aus dem Entwickleralltag

Abstrakte Feature-Listen sagen wenig darüber aus, wie sich die drei Tools im Alltag tatsächlich anfühlen. Fünf typische Szenarien zeigen die Unterschiede deutlicher als jede Spezifikationstabelle.

Die folgenden Beispiele orientieren sich an den dokumentierten Produktfunktionen der drei Hersteller und zeigen, wie sich die technischen Eigenschaften aus den vorherigen Abschnitten in konkreten Arbeitssituationen auswirken. Sie sind bewusst als typische, wiederkehrende Muster formuliert, nicht als Einzelfallstudien eines bestimmten Unternehmens.

Das nächtliche CI-Problem: Ein Backend-Team lässt einen Amp-Orb über Nacht laufen, nachdem ein GitHub-Issue automatisch einen flakey Test gemeldet hat. Am Morgen liegt ein fertiger Pull-Request mit Test-Fix und Log-Auszug bereit, ganz ohne dass jemand den Laptop hätte offen lassen müssen.
Die Compliance-Vorgabe einer Bank: Ein Entwicklerteam in einer österreichischen Finanzinstitution darf aus regulatorischen Gründen keinen Produktionscode an externe Cloud-APIs senden. Junie Local auf einer RTX-Spark-Workstation löst das Problem, weil laut JetBrains kein Code das Gerät verlässt.
Der Frontend-Screenshot-Check: Ein UI-Entwickler bittet Antigravity, eine neue Checkout-Seite im Browser zu öffnen, mehrere Breakpoints durchzuklicken und Screenshots der mobilen Ansicht in den Arbeitsbericht einzufügen, eine Aufgabe, die klassische Terminal-Agenten ohne Browser-Steuerung gar nicht übernehmen können.
Die parallele Migration: Ein Plattform-Team nutzt die Antigravity-Manager-Oberfläche, um drei Agenten gleichzeitig an drei Microservices arbeiten zu lassen, während ein Mensch nur noch die finalen Artefakte gegenliest, statt jeden Schritt manuell zu begleiten.
Der Solo-Entwickler auf Reisen: Eine freelancende Entwicklerin startet von ihrem Smartphone aus einen Amp-Orb, um einen Produktionsfehler zu beheben, während sie im Zug sitzt, und prüft das Ergebnis später über die Amp-Web-Oberfläche auf einem Leihrechner.

Stimmen aus der Branche

Sowohl Google als auch JetBrains haben ihre Produktentscheidungen öffentlich eingeordnet. Google bringt die eigene Ambition für Antigravity so auf den Punkt: „Today, we are introducing Google Antigravity, our new agentic development platform.“ („Heute stellen wir Google Antigravity vor, unsere neue agentische Entwicklungsplattform.“) In derselben Ankündigung beschreibt das Unternehmen die Richtung noch konkreter: „Antigravity is evolving the IDE towards an agent-first future with browser control capabilities, asynchronous interaction patterns, and an agent-first product form factor.“ („Antigravity entwickelt die IDE hin zu einer agentenersten Zukunft mit Browser-Steuerung, asynchronen Interaktionsmustern und einer agentenersten Produktform.“)

JetBrains wählt für Junie einen bescheideneren Ton und verweist auf die Entstehungsgeschichte des Agenten: „Junie started as an experiment.“ Das Unternehmen erklärt außerdem die Designfrage, die hinter dem gesamten Produkt steckt: „What if an AI coding agent didn’t just guess at the details of your project, but actually used the same tools you do?“ Beide Zitate stammen aus JetBrains‘ eigenem Blogbeitrag zum Ende der Beta-Phase im Juni 2026 und zeigen, wie unterschiedlich Google und JetBrains ihre jeweiligen Agenten positionieren, der eine als neue Plattform, der andere als Werkzeug, das sich in bestehende Entwicklerroutinen einfügt.

Fünf Einsatzszenarien: Welches Tool passt zu welchem Team?

Die Entscheidung zwischen Antigravity, Amp und Junie hängt weniger von reiner Modellqualität ab als von der Arbeitsweise des Teams. Fünf Konstellationen decken die häufigsten Fälle ab. Wichtig dabei: Die Empfehlungen schließen sich nicht gegenseitig aus, viele Organisationen werden am Ende mehr als eines dieser Muster gleichzeitig in unterschiedlichen Abteilungen vorfinden, etwa ein browserstarkes Frontend-Team neben einer streng regulierten Compliance-Abteilung im selben Unternehmen.

Browser-schwere Frontend-Teams: Wer regelmäßig UI-Zustände, responsive Layouts oder End-to-End-Flows testen lässt, profitiert von Antigravitys nativer Browser-Steuerung, die Amp und Junie beide nicht bieten.
Verteilte Teams und Freelancer: Wer von unterschiedlichen Geräten und Orten aus arbeitet, findet in Amps Orb- und Mobil-Konzept die flexibelste Lösung, weil Aufgaben unabhängig vom eigenen Gerät weiterlaufen.
Regulierte Branchen mit Datenschutzpflichten: Kanzleien, Banken, Gesundheitsdienstleister oder Behörden in Österreich kommen an Junie Local kaum vorbei, sobald Produktionscode die eigene Infrastruktur nicht verlassen darf.
IntelliJ-zentrierte Java- und Kotlin-Teams: Wer ohnehin tief in der JetBrains-Toolchain steckt, spart sich mit Junie den Umstieg auf eine komplett neue Oberfläche wie Antigravity.
Multi-Repo-Plattformteams: Wer mehrere Services gleichzeitig weiterentwickeln lässt, profitiert von Antigravitys Manager-Oberfläche oder von mehreren parallelen Amp-Orbs, je nachdem, ob Browser-Interaktion gebraucht wird oder nicht.

Team-Kollaboration und Enterprise-Funktionen im Detail

Für einzelne Entwickler mögen Modellqualität und Preis die wichtigsten Kriterien sein, bei Teams mit zehn oder mehr Mitgliedern rücken aber Verwaltungsfunktionen in den Vordergrund. Amp bietet hier mit SCIM-Synchronisierung, zentralen Spend-Controls und Audit-Logging auf der Enterprise-Stufe die vollständigste Ausstattung der drei Tools, ergänzt durch die Möglichkeit, mehrere Abo-Stufen innerhalb eines Teams zu mischen, ohne dass alle Mitglieder zwingend dieselbe Stufe buchen müssen. Das „Multiplayer“-Feature erlaubt es außerdem, einen laufenden Orb gemeinsam mit Kolleginnen und Kollegen zu beobachten und Berechtigungen granular zu vergeben, etwa Lesezugriff für Praktikanten, Schreibzugriff für Senior-Entwickler.

Google Antigravity setzt dagegen stärker auf die Manager-Oberfläche als zentrales Kollaborationswerkzeug: Mehrere Teammitglieder können dieselben Workspaces einsehen und über das Kommentarsystem im Google-Docs-Stil Feedback zu einzelnen Agenten-Schritten geben, ohne den Agenten selbst zu unterbrechen. Eine dedizierte Rechteverwaltung für Teams hat Google während der Public-Preview-Phase bislang aber nicht im Detail veröffentlicht, was für größere Organisationen vor einem produktiven Rollout noch offene Fragen aufwirft. JetBrains Junie wiederum stützt sich für Enterprise-Szenarien auf die bereits bestehende JetBrains-Unternehmenslizenzierung, über die sich Teamzugriffe, Sitzlizenzen und zentrale Abrechnung verwalten lassen, ein Vorteil für Organisationen, die ohnehin schon IntelliJ, PyCharm oder Rider im großen Stil im Unternehmen einsetzen und keine komplett neue Verwaltungsebene einführen wollen.

Migration: Von Copilot oder Cursor zu Antigravity, Amp oder Junie wechseln

Ein Wechsel weg von etablierten Tools wie GitHub Copilot oder Cursor, die wir ausführlich in unserem Vergleich zu Claude Code gegen Cursor behandeln, lässt sich in sechs praktischen Schritten angehen, unabhängig davon, welches der drei neuen Tools am Ende gewählt wird.

Bestandsaufnahme der aktuellen Workflows: Welche Aufgaben erledigt der Agent heute, Autovervollständigung, Refactoring, Testgenerierung oder volle Feature-Umsetzung?
Parallelbetrieb statt Komplettumstieg: Das neue Tool zunächst an einem isolierten Feature-Branch oder Nebenprojekt testen, bevor es den bisherigen Assistenten ersetzt.
Konfigurationsdateien migrieren: Bestehende Regeln aus Dateien wie AGENTS.md oder GEMINI.md lassen sich bei Antigravity meist direkt weiterverwenden, bei Amp und Junie müssen Teamkonventionen oft neu dokumentiert werden.
Kostenmodell gegenrechnen: Teams mit bestehenden Claude- oder OpenAI-API-Verträgen sollten prüfen, ob sich diese per BYOK in Amp einbinden lassen, bevor sie zusätzliche Lizenzgebühren zahlen.
Datenschutzprüfung vor dem Rollout: Wer aus Compliance-Gründen wechselt, sollte vor dem produktiven Einsatz von Junie Local die Hardwareanforderungen (Mac, Windows oder NVIDIA RTX Spark) mit der IT-Abteilung abklären.
Schulung und Opt-out-Pfad definieren: Ein klarer Rückfalloption auf das alte Tool verhindert Produktivitätseinbrüche, falls der neue Agent in der ersten Sprint-Phase noch hakt.

Wichtig ist, die Migration nicht als einmaligen Schalter zu behandeln, sondern als mehrwöchigen Prozess. Gerade bei Junie Local, das noch vergleichsweise jung ist, empfiehlt sich ein Testlauf mit unkritischem Code, bevor das Tool an produktionsnahen Repositories eingesetzt wird.

Ein häufiger Fehler bei der Migration ist, die Erwartungen des Teams nicht aktiv zu steuern. Wer von einem schnellen Autocomplete-Tool zu einem asynchronen Agenten wie Antigravity oder Amp wechselt, muss sich an längere Wartezeiten zwischen Anfrage und fertigem Ergebnis gewöhnen, dafür aber an deutlich komplexere, eigenständig gelöste Aufgaben. Teams, die diesen Mentalitätswechsel unterschätzen, brechen Migrationen häufig vorzeitig ab, nicht weil das neue Tool schlechter wäre, sondern weil es anders funktioniert als gewohnt.

Vor- und Nachteile von Google Antigravity

Antigravity punktet mit seiner Browser-Steuerung und der Möglichkeit, mehrere Agenten über die Manager-Oberfläche parallel zu beobachten, ein klarer Vorteil für Teams mit komplexen, asynchronen Workflows. Die Kehrseite: Als öffentliche Vorschau fehlt bislang ein verlässliches, dauerhaftes Preismodell, und Rate-Limits, die sich nur alle fünf Stunden erneuern, können bei intensiver Nutzung schnell zum Flaschenhals werden. Zudem bindet sich, wer sich tief in die Manager-Oberfläche einarbeitet, an ein Google-eigenes Produktkonzept, das sich während der Preview-Phase noch verändern kann.

Vor- und Nachteile von Sourcegraph Amp

Amps größte Stärke ist die Entkopplung von Arbeit und eigenem Gerät: Orbs laufen weiter, auch wenn der Laptop zu ist, und das BYOK-Modell erlaubt es, bereits vorhandene Modell-Abonnements weiterzuverwenden. Nachteilig ist, dass Amp komplett auf Cloud-Runner angewiesen ist, es gibt keine Offline- oder rein lokale Option. Die Preisstruktur mit Individual- und Gigawatt-Stufe wirkt zudem komplexer als bei den beiden Mitbewerbern, und wer stark auf das teuerste „hohe“ Dial-Level setzt, kann je nach Modellwahl schnell über die 200-Dollar-Schwelle hinauskommen.

Vor- und Nachteile von JetBrains Junie

Junie Local ist in der gesamten Kategorie derzeit die einzige Lösung, die komplett kostenlos und komplett offline funktioniert, ein entscheidender Vorteil für regulierte Branchen und datenschutzsensible Projekte. Der Nachteil liegt in der eingeschränkten Rohleistung: Da lokale Modelle wie das Qwen-Blend bewusst klein gehalten werden, um auf normaler Entwicklerhardware zu laufen, erreichen sie nicht die Benchmark-Werte von Spitzenmodellen wie Claude Opus 5.5. Zudem ist die Windows- und RTX-Spark-Unterstützung noch recht neu, was anfängliche Stabilitätsprobleme nicht ausschließt, und außerhalb der JetBrains-eigenen IDE-Familie lässt sich Junie kaum sinnvoll einsetzen.

Datenschutz und lokale Ausführung: Warum das 2026 wichtiger wird

Der Trend zu lokal ausführbaren KI-Agenten ist kein Zufall. Mit wachsendem regulatorischem Druck in der EU, etwa durch strengere Vorgaben für Finanzdienstleister und Behörden, wird die Frage, wohin Quellcode während der Verarbeitung tatsächlich fließt, zu einem harten Auswahlkriterium, nicht nur zu einer Komfortfrage. Junie Local reagiert darauf am direktesten: Kein Code verlässt das Gerät, keine Cloud-Abhängigkeit, keine laufenden Kosten.

Antigravity und Amp bleiben dagegen grundsätzlich auf Cloud-Infrastruktur angewiesen, auch wenn Antigravity einzelne Aufgaben lokal ausführen kann. Für Teams, die ohnehin schon mit Google Cloud oder vergleichbaren US-Hyperscalern arbeiten, ist das meist kein Hindernis. Für Organisationen mit strengeren Vorgaben, etwa im öffentlichen Sektor, kann es jedoch ein Ausschlusskriterium sein. Wer sich näher mit der technischen Umsetzung von Antigravity in anderen Entwicklungsumgebungen beschäftigen will, findet dazu mehr in unserem Artikel über Antigravity in JetBrains und Zed.

Auch wirtschaftlich spielt der Datenschutzaspekt eine Rolle. Lokale Ausführung bedeutet planbare Kosten ohne laufende API-Rechnung, während Cloud-Agenten wie Amp oder die Cloud-Variante von Junie bei intensiver Nutzung schnell unvorhersehbare monatliche Ausgaben verursachen können, besonders wenn ein Team über das BYOK-Modell teure Spitzenmodelle wie Claude Opus 5.5 anbindet.

Kritikpunkte und offene Baustellen

Keines der drei Tools ist frei von Schwächen. Unabhängige Testberichte, etwa auf Activepieces, weisen regelmäßig darauf hin, dass unverifizierte KI-Vorschläge in Produktionsumgebungen reale Ausfälle verursachen können, wenn Teams Agenten-Ergebnisse ungeprüft übernehmen. Ein entsprechender Bericht beschreibt einen konkreten Fall, in dem ein unverifizierter KI-Vorschlag mitten in der Nacht eine Produktionsumgebung lahmlegte, ein Risiko, das für alle drei hier verglichenen Agenten gleichermaßen gilt, unabhängig davon, ob sie lokal oder in der Cloud laufen.

Bei Antigravity kritisieren frühe Nutzer vor allem die noch unklare Preisgestaltung nach Ende der Public Preview. Bei Amp sorgt die Kombination aus BYOK-Abhängigkeit und eigenen Credit-Systemen für Verwirrung bei der Kostenkontrolle, insbesondere wenn mehrere Teammitglieder unterschiedliche Modell-Abos einbinden. Bei Junie wiederum bemängeln Entwickler, dass die lokale Variante naturgemäß nicht an die Problemlösungstiefe von Cloud-Modellen mit hunderten Milliarden Parametern heranreicht, ein bewusster Kompromiss zwischen Datenschutz und Rohleistung, den JetBrains selbst offen kommuniziert.

Ein weiterer, oft übersehener Kritikpunkt betrifft die noch fehlende Standardisierung bei Benchmarks für diese Produktkategorie. Weil Antigravity, Amp und Junie keine eigenen, vergleichbaren Scores veröffentlichen, bleiben Käufer auf Erfahrungsberichte und Modell-Benchmarks angewiesen, die sich nicht eins zu eins auf das fertige Produkterlebnis übertragen lassen. Ein Modell mit starkem SWE-bench-Wert liefert nicht automatisch ein ebenso starkes Agenten-Erlebnis, wenn das Produkt drumherum, etwa das Kontextmanagement oder die Fehlerbehandlung bei fehlgeschlagenen Terminalbefehlen, schwächer umgesetzt ist. Käufer sollten deshalb nicht allein auf Modell-Benchmarks vertrauen, sondern das jeweilige Tool mit echtem, eigenem Code testen, bevor sie eine Kaufentscheidung treffen.

Das Urteil: Welches Tool gewinnt den Vergleich?

Eine einzelne Gewinnerin gibt es in diesem Vergleich nicht, dafür sind die drei Philosophien zu unterschiedlich. Wer Browser-Interaktion und eine zentrale Steuerzentrale für mehrere parallele Agenten braucht, bekommt mit Google Antigravity aktuell das technisch ambitionierteste Produkt, muss dafür aber mit den Unsicherheiten einer noch laufenden Public Preview leben. Wer ortsunabhängig arbeiten will und bereit ist, zwischen 20 und 200 Dollar im Monat zu zahlen, bekommt mit Sourcegraph Amp die flexibelste Cloud-Lösung mit dem größten Spielraum bei der Modellwahl über BYOK.

Wer dagegen aus Datenschutz- oder Kostengründen auf Cloud-Abhängigkeit verzichten muss oder will, landet 2026 fast automatisch bei JetBrains Junie Local, der einzigen der drei Lösungen, die vollständig kostenlos und vollständig offline funktioniert. Der Preis dafür ist weniger Rohleistung im Vergleich zu Spitzenmodellen wie Claude Opus 5.5 mit seinen 89,9 Prozent auf SWE-bench Pro. Für die meisten mittelständischen Teams in Österreich dürfte am Ende eine hybride Strategie am sinnvollsten sein: ein Cloud-Agent wie Antigravity oder Amp für anspruchsvolle, nicht-sensible Aufgaben, ergänzt durch Junie Local für alles, was das Firmengelände nicht verlassen darf.

Am Ende lohnt sich ein nüchterner Blick auf die eigene Teamgröße und das Risikoprofil des jeweiligen Projekts. Ein Fünf-Personen-Startup ohne strenge Compliance-Vorgaben fährt mit der kostenlosen Antigravity-Preview oder Amps Hobby-Stufe meist am günstigsten, weil beide Tools ohne laufende Fixkosten auskommen. Ein etabliertes Unternehmen mit mehreren hundert Entwicklern und klaren Datenschutzrichtlinien sollte dagegen von Anfang an prüfen, ob sich Junie Local flächendeckend ausrollen lässt, bevor es überhaupt in Verhandlungen mit Google oder Sourcegraph über Enterprise-Konditionen eintritt. Diese Reihenfolge, zuerst Datenschutz und Compliance klären, dann über Modellqualität und Preis entscheiden, erspart vielen IT-Abteilungen nachträgliche Kehrtwenden.

Häufig gestellte Fragen

Ist Google Antigravity bereits final veröffentlicht oder noch in der Testphase?

Antigravity befindet sich seit dem 18. November 2025 in einer öffentlichen Vorschau (Public Preview). Es ist für Einzelpersonen derzeit kostenlos nutzbar, ein finales, dauerhaftes Preismodell hat Google bislang nicht veröffentlicht.

Kann ich Sourcegraph Amp ohne eigenes Abo bei OpenAI oder Anthropic nutzen?

Ja, über die kostenpflichtigen Individual- oder Gigawatt-Stufen stellt Amp eigene Kontingente bereit. Günstiger wird es jedoch meist mit dem BYOK-Ansatz, bei dem bestehende ChatGPT- oder API-Abonnements eingebunden werden und keine zusätzlichen Amp-Token-Gebühren anfallen.

Funktioniert JetBrains Junie Local auch auf Windows?

Ja. Junie Local startete im August 2026 zunächst nur für Mac, seit der Ankündigung vom 16. Oktober 2026 gilt die Windows-Unterstützung laut JetBrains offiziell als stabil, zusätzlich zur Unterstützung für NVIDIA RTX Spark-Systeme.

Welches der drei Tools ist am günstigsten für ein kleines Team?

Preislich am günstigsten ist JetBrains Junie Local, da es vollständig kostenlos ist. Für Teams, die zusätzlich Cloud-Power benötigen, ist Googles Antigravity während der Public Preview ebenfalls kostenlos, allerdings mit Rate-Limits, während Amp ab 20 Dollar pro Monat beginnt.

Lässt sich Antigravity auch ohne Google-Konto nutzen?

Nein, Antigravity ist an ein Google-Konto gebunden, da die Rate-Limits und der Modellzugriff über die Google-Infrastruktur verwaltet werden. Für Nutzer, die ohnehin im Google-Ökosystem arbeiten, ist das in der Praxis aber selten ein Hindernis.

Unterstützt Junie auch andere IDEs außerhalb der JetBrains-Familie?

Junie ist primär für IntelliJ-basierte IDEs wie IntelliJ IDEA, PyCharm, WebStorm oder Rider gebaut. Für VS Code existieren separate Integrationswege über JetBrains‘ KI-Werkzeuge, die jedoch nicht den vollen Funktionsumfang von Junie Local bieten.

Wie sicher sind die Ergebnisse von KI-Coding-Agenten generell einzuschätzen?

Keines der drei Tools ersetzt eine menschliche Code-Review. Unabhängige Testberichte zeigen immer wieder, dass unverifizierte Agenten-Vorschläge in Produktionsumgebungen zu echten Ausfällen führen können, weshalb Pull-Request-Prüfungen und automatisierte Tests weiterhin Pflicht bleiben sollten, egal welches der drei Tools im Einsatz ist, besonders bei sicherheitskritischem oder produktionsnahem Code.

Kann ich mehrere dieser Tools parallel in einem Team einsetzen?

Ja, viele Teams kombinieren mittlerweile mehrere Agenten gezielt, etwa Junie Local für sensible interne Repositories und Antigravity oder Amp für öffentliche oder weniger kritische Projekte. Wichtig ist dabei nur, klare Regeln festzulegen, welches Tool für welche Art von Code zugelassen ist.