Google lancerede Antigravity som offentlig preview i november 2025, og siden da er værktøjet gået fra at være et kuriosum til at dukke op i stadig flere danske udviklerteams. Platformen er ikke bare endnu en autocomplete-udvidelse. Den er bygget til at lade AI-agenter selv planlægge, skrive, teste og verificere kode på tværs af editor, terminal og browser, mens du følger med som projektleder snarere end som den, der taster hver linje. I denne guide går vi trin for trin gennem installation, opsætning og de faldgruber, du med garanti støder på undervejs.

Vi bruger den nyeste version af Antigravity IDE (standalone v2.5.5, del af Antigravity 2.0-platformen som blev annonceret på Google I/O 2026), og vi tester på macOS, Windows og Linux undervejs. Sæt en time af, hav en Google-konto klar, og lad os komme i gang.

Denne guide henvender sig til dig, der allerede skriver kode til daglig, uanset om du sidder i et lille dansk softwarehus eller i en større nordisk organisation med striks change-management. Vi antager, at du kender git, npm og grundlæggende terminalbrug, men ikke nødvendigvis har rørt et agentisk IDE-værktøj før. Har du prøvet Cursor, Claude Code eller GitHub Copilot Agents, vil meget af logikken føles bekendt, men Antigravitys opdeling i Editor View og Manager View er værd at bruge lidt ekstra tid på at forstå rigtigt.

Hvad er Google Antigravity?

Google Antigravity er en agentisk udviklingsplatform fra Google, ikke bare endnu en editor. Ifølge Googles officielle lancerings-blog er ambitionen at lade udviklere arbejde på et “højere, opgaveorienteret niveau” i stedet for at skrive hver eneste linje kode selv. Konkret betyder det, at du formulerer en opgave, agenten planlægger et forløb, udfører det på tværs af editor, terminal og browser, og leverer et resultat du kan verificere, før det bliver en del af dit projekt.

Platformen består af fire dele, ifølge Wikipedias gennemgang af produktet: en chatorienteret udviklingsflade, en fuld IDE, en CLI og et SDK. Du kan altså vælge at bruge Antigravity som standalone-app, som kommandolinjeværktøj, eller som udvidelse i en editor du allerede kender, blandt andet VS Code, Visual Studio, JetBrains og Zed.

Det, der adskiller Antigravity fra en klassisk kodeassistent, er tre begreber, som går igen i hele produktet: Agent Manager, Artifacts og verifikation. Agent Manager er kontrolcenteret, hvor du overvåger og styrer dine agenter. Artifacts er de mellemliggende output, agenterne producerer undervejs, altså planer, diffs, testresultater og dokumentation, som du kan gennemgå før du godkender næste skridt. Verifikation betyder, at agenten selv tjekker sit arbejde, i stedet for blot at aflevere et forslag og håbe på det bedste.

Med lanceringen af Antigravity 2.0 på Google I/O 2026 fik platformen en dedikeret desktop-app, der gør agent-styring til det centrale surface i stedet for editoren. Du kan nu orkestrere flere agenter parallelt på tværs af uafhængige projekter, bruge dynamiske subagenter til parallelle arbejdsgange, og planlægge opgaver, der kører i baggrunden, ifølge Googles I/O 2026-opsummering.

Timingen er ikke tilfældig. Markedet for AI-kodeassistenter har flyttet sig markant i løbet af 2026. En JetBrains-undersøgelse med over 10.000 udviklere viste i januar, at GitHub Copilot stadig var mest kendt, men at Cursor og Claude Code begge lå på 18 procent brug på arbejdet, mens en opfølgende JetBrains-undersøgelse fra august 2026 pegede på, at Claude Code siden havde overhalet Copilot og nu bruges dobbelt så ofte som Copilot i arbejdssammenhænge. Det er ind i det landskab, at Google skyder Antigravity ind som et gratis, konkurrencedygtigt alternativ, snarere end blot endnu en betalt tilføjelse til en allerede mættet kategori.

Forudsætninger: Dette skal du have klar

Før du installerer noget, så tjek at du har styr på følgende. Antigravity er gratis for individuelle udviklere i den offentlige preview-fase, med det Google selv kalder “generøse rate limits” på Gemini 3 Pro-forbrug, men uden offentliggjorte tal for præcis hvor mange requests du får per dag.

KravDetalje
OperativsystemmacOS, Windows eller Linux (officielt understøttet)
Antigravity-versionAntigravity IDE Standalone v2.5.5 (del af Antigravity 2.0)
KontoGoogle-konto (privat eller Workspace)
PrisGratis for individuelle udviklere i offentlig preview
AI-modeller inkluderetGemini 3 Pro, Claude Sonnet 4.5, GPT-OSS
InternetforbindelseStabil forbindelse, da agenter kører mod cloud-modeller
DiskpladsMinimum et par GB frit (installer selv er et par hundrede MB)

Bemærk at Google ikke har offentliggjort præcise RAM- eller CPU-krav i deres dokumentation på tidspunktet for denne artikel. Vi anbefaler samme minimum, som du ville bruge til VS Code plus lidt margin, altså 8 GB RAM som absolut bund og 16 GB, hvis du kører flere agenter parallelt. Har du et projekt med en stor monorepo, mærker du hurtigt, om maskinen er for svag, fordi agenterne indekserer hele kodebasen for at forstå konteksten.

Hvis du sidder i en virksomhed med en Google Workspace-konto, er det værd at afklare med din IT-afdeling, om domænet tillader tredjeparts-apps som Antigravity, før du installerer den på en firmamaskine. Nogle danske virksomheder har strammet deres OAuth-politikker efter GDPR-skærpelser, og en agentisk IDE, der kan læse hele din kodebase og køre terminalkommandoer, er præcis den type værktøj, som IT-sikkerhedsansvarlige med rette vil have et ord med i laget om, før det ruller bredt ud. Brug gerne en privat testkonto til de første forsøg, og involver IT tidligt, hvis du vil bruge det på arbejdsrelaterede repos.

Trin 1-3: Download og installer Antigravity IDE

Installationen foregår i tre korte trin, og de er stort set ens uanset platform. Forskellen ligger i, hvilken filtype du henter, og hvordan du kører den.

Trin 1: Gå til download-siden

Åbn antigravity.google/download i din browser. Siden registrerer typisk dit styresystem automatisk og fremhæver det rigtige installationsprogram, men du kan altid vælge manuelt mellem macOS, Windows og Linux under sektionen “Antigravity IDE (Standalone)”.

Trin 2: Hent installationsfilen til dit system

På macOS henter du en .dmg-fil. På Windows en .exe. På Linux vælger du mellem .deb og .rpm, afhængigt af din distribution. Sådan installerer du på Linux fra terminalen:

# Debian/Ubuntu-baserede distributioner
sudo dpkg -i antigravity-linux-x64.deb
sudo apt-get install -f  # ret evt. manglende afhængigheder

# Fedora/RHEL-baserede distributioner
sudo rpm -i antigravity-linux-x64.rpm

Har du allerede en ældre version af Antigravity eller Windsurf installeret, kan systemet spørge, om du vil “Keep Both” eller “Replace”. Vælg “Replace”, medmindre du bevidst vil køre to versioner side om side til test.

Trin 3: Kør installationsprogrammet og åbn Antigravity

På macOS trækker du appen ind i din Programmer-mappe og åbner den derfra. På Windows kører du .exe-filen og følger guiden. Første gang du åbner Antigravity, bliver du mødt af et opsætningsvindue, hvor du vælger tema (lys eller mørk) og bekræfter, at du accepterer vilkårene for brug.

Trin 4: Log ind og vælg din AI-model

Log ind med din Google-konto direkte i appen. Det aktiverer din gratis preview-adgang med det samme, uden at du selv skal sætte API-nøgler op for Gemini. Det er en af de ting, der adskiller Antigravity fra for eksempel Cursor, hvor du typisk selv skal håndtere nøgler til tredjeparts-modeller, hvis du vil bruge dem uden om deres eget abonnement.

Når du er logget ind, skal du vælge, hvilken model dine agenter skal bruge som standard. Antigravity giver dig adgang til tre modelfamilier direkte i grænsefladen, ifølge Googles egen lanceringsblog:

  • Gemini 3 (herunder Gemini 3 Pro) fra Google selv, med generøse rate limits i preview-fasen
  • Claude Sonnet 4.5 fra Anthropic, tilgængelig direkte i agent-grænsefladen
  • GPT-OSS fra OpenAI, som open source-alternativ inde i samme workflow

Denne modelfleksibilitet betyder, at du kan lade forskellige agenter bruge forskellige modeller alt efter opgavens karakter. En agent, der skal skrive et komplekst refactoring-forløb, kan bruge Gemini 3 Pro, mens en agent, der skal skrive dokumentation eller commit-beskeder, sagtens klarer sig med en lettere model. Det sparer både tid og ressourcer i praksis.

Trin 5-6: Editor View og dit første projekt

Antigravity IDE har to hovedvisninger, du skal kende: Editor View og Manager View. Editor View er den del, der føles genkendelig, hvis du kommer fra VS Code eller en anden moderne editor.

Editor View giver dig tab-autofuldførelse, kommandoer på naturligt sprog direkte i editoren, og en konfigurerbar, kontekstbevidst agent, du kan tilkalde uden at forlade filen, du arbejder i. Det er her, du laver de hurtige, punktvise ændringer, hvor du ikke har brug for en fuld agent-opgave.

For at åbne dit første projekt, klik på “Open Folder” og pege på din eksisterende kodebase, eller opret en ny, tom mappe, hvis du starter fra bunden. Antigravity begynder straks at bygge en kontekstforståelse af projektet, så agenterne senere kan navigere filstrukturen uden at du skal forklare den manuelt hver gang.

Du kan også skifte til Manager View gennem sidepanelet. Det er her, det virkelig bliver interessant, fordi det er dit kontroltårn for agenter, ikke bare et sted at redigere filer.

Trin 7-8: Agent Manager, opret og kør en opgave

Agent Manager er hjertet i Antigravity. Her definerer, konfigurerer og orkestrerer du agenter, i stedet for blot at skrive prompts i et chatvindue og håbe på det bedste. Sådan opretter du din første opgave:

  1. Åbn Manager View fra sidepanelet
  2. Klik “New Task” og vælg, hvilken model agenten skal bruge
  3. Beskriv opgaven konkret, for eksempel “Implementér inputvalidering på formularen i src/components/SignupForm.tsx og tilføj tilhørende unit-tests”
  4. Vælg agentens autonomi-niveau (mere om det i sikkerhedsafsnittet nedenfor)
  5. Klik “Start” og følg agentens plan i realtid i Manager-panelet

Agenten begynder med at lave en plan, ofte synlig som en trinliste, før den rører ved en eneste fil. Det er en vigtig detalje: du kan afbryde eller justere planen, før agenten begynder at udføre den, hvilket sparer dig for at rydde op efter en misforstået opgave.

Et eksempel på en opgavebeskrivelse, der giver gode resultater, ser sådan ud i praksis:

Opgave: Tilføj rate limiting til vores Express API

Kontekst: Endpointet /api/login bliver ramt af brute-force-forsøg.
Krav:
- Brug express-rate-limit
- Maks 5 forsøg per IP per 15 minutter
- Returnér 429 med besked på dansk ved overskridelse
- Tilføj tests der dækker både normal brug og rate-limit-scenariet
Verificér: Kør npm test og bekræft at alle tests er grønne før du afslutter opgaven

Jo mere præcist du formulerer krav og verifikationskriterier, desto bedre bliver resultatet. Vage opgaver som “gør API’en mere sikker” giver ofte et forslag, der teknisk set virker, men ikke rammer det, du faktisk havde i tankerne.

Trin 9: Artifacts og verifikation af agentens arbejde

Mens en agent arbejder, producerer den løbende artifacts, altså konkrete, gennemsigtige output du kan inspicere. Det kan være en plan, en kodeændring vist som diff, et testresultat, en skærmbilledeoptagelse fra browseren, eller en kort statusrapport.

Formålet er at gøre agentens arbejde til noget, du kan gennemgå ligesom et pull request, i stedet for en sort boks, der bare leverer et svar. Klik på et artifact i Manager View for at åbne det i et sidepanel, hvor du kan godkende, afvise eller bede agenten om at justere.

Vores anbefaling herfra: gennemgå altid diff’en for filændringer, før du godkender en opgave som færdig, særligt hvis agenten har rørt ved konfigurationsfiler, migrations eller noget, der rammer produktion. Verifikationstrinnet er kraftfuldt, men det er stadig dit ansvar at have det sidste ord.

I praksis falder artifacts i tre kategorier, du bør lære at kende. Plan-artifacts viser dig, hvad agenten har tænkt sig at gøre, før den rører noget, og er dem, du bør bruge mest tid på at læse, fordi de er billigst at rette fejl i. Udførelses-artifacts er selve diff’en, testresultatet eller kommandoerne, der faktisk blev kørt, og de er dem, du sammenligner med planen for at se, om agenten holdt sig til det aftalte. Verifikations-artifacts er agentens egen dokumentation for, at den har testet sit resultat, for eksempel en log fra en testkørsel eller et skærmbillede af en side, der loader korrekt. Har en opgave ikke et verifikations-artifact, er det et rødt flag, uanset hvor overbevisende resten ser ud.

Trin 10: Browser- og terminalkontrol til agenter

En af de features, der adskiller Antigravity mest fra en klassisk kodeassistent, er at agenter kan operere direkte i terminalen og i en browser, ikke kun i editoren. Det betyder, at en agent selv kan køre npm install, starte en dev-server, åbne siden i en indbygget browser, klikke rundt og verificere, at UI’et faktisk gør det, opgaven bad om.

Sådan aktiverer du det i praksis, hvis du starter et nyt projekt op:

# Eksempel: agenten kører selv disse kommandoer, når den får lov
npm install
npm run dev
# Antigravity åbner herefter en indbygget browserfane
# og navigerer til http://localhost:3000 for at verificere resultatet

Første gang en agent forsøger at køre en terminalkommando, bliver du bedt om at godkende det, medmindre du på forhånd har sat autonomi-niveauet op til at tillade det automatisk. Vi anbefaler at starte konservativt, altså manuel godkendelse, indtil du stoler på, hvordan agenten opfører sig i dit specifikke projekt.

Browserkontrollen er særligt nyttig til frontend-arbejde, hvor et forslag kan se rigtigt ud i koden, men fejle visuelt, når det rent faktisk rendres. En agent, der bygger en formular, kan selv åbne siden, udfylde felterne, klikke submit, og bekræfte at fejlbeskeder vises korrekt, i stedet for at du selv skal teste manuelt bagefter. Det samme gælder terminalintegrationen til backend-arbejde: en agent kan køre din testsuite, læse fejlbeskeder fra en stak-trace, rette koden, og køre testene igen, i en løkke, indtil alt er grønt eller den støder på noget, den ikke selv kan løse og derfor eskalerer til dig.

Trin 11-12: Sikkerhed, regler og autonomi

Fordi agenter kan røre filer, køre kommandoer og navigere en browser, er sikkerhedsopsætning ikke valgfri, det er et af de trin, du bør bruge mest tid på. Antigravity lader dig definere regler, workflows og skills, der styrer, hvad en agent må og ikke må.

En regelfil kan for eksempel se sådan ud i et projekt, hvor du vil beskytte migrations og hemmeligheder mod automatiske ændringer:

# .antigravity/rules.md
regler:
  - path: "migrations/**"
    autonomi: "kræv_godkendelse"
  - path: ".env*"
    autonomi: "aldrig_rediger"
  - path: "src/**"
    autonomi: "auto_godkend_efter_test"
  terminal:
    tilladte_kommandoer: ["npm test", "npm run lint", "npm run build"]
    kræv_godkendelse: ["npm publish", "git push", "rm -rf"]

Ifølge The Registers dækning fra august 2026 arbejder Google aktivt på at knytte Antigravity tættere til enterprise-kontroller, netop fordi virksomheder efterspørger mere styring over, hvad autonome agenter må foretage sig i kodebaser med følsomme data. Det er værd at holde øje med, hvis din organisation planlægger at rulle værktøjet ud bredt, fremfor blot til enkelte udviklere.

Konkret bør du som minimum sætte følgende op, før du lader agenter arbejde uden opsyn:

  • Bloker skrivning til .env-filer og andre steder, hvor hemmeligheder ligger
  • Kræv manuel godkendelse før git push og enhver kommando, der rammer produktion
  • Begræns hvilke mapper en agent må ændre uden gennemgang
  • Log alle agent-handlinger, så du kan spore, hvad der skete og hvornår

Trin 13-14: Multi-agent orkestrering og planlagte opgaver

Med Antigravity 2.0 kan du køre flere agenter parallelt på tværs af uafhængige projekter, i stedet for at vente på, at én agent bliver færdig, før du starter den næste. Det er nyttigt, hvis du for eksempel vil have én agent til at skrive tests, mens en anden samtidig arbejder på dokumentation i et helt andet repo.

Dynamiske subagenter lader en primær agent selv spawne mindre, specialiserede agenter til dele af en større opgave. Skal du for eksempel bygge en større feature, kan hovedagenten dele arbejdet op i en backend-del og en frontend-del, og lade to subagenter arbejde parallelt, mens den selv koordinerer resultatet.

Planlagte opgaver (scheduled tasks) er den anden store nyhed i 2.0-udgaven. Du kan sætte en agent til at køre automatisk, for eksempel hver nat, til opgaver som at opdatere afhængigheder, køre en sikkerhedsscanning, eller generere en statusrapport over åbne issues. Det kræver ingen manuel trigger fra dig, agenten kører i baggrunden og leverer et artifact, du kan gennemgå, næste gang du åbner IDE’en.

Antigravity 2.0 integrerer desuden med Google AI Studio, Android og Firebase, hvilket gør det relevant, hvis din stack allerede er bygget op omkring de platforme. En agent kan for eksempel teste en Android-app direkte, eller deploye en Firebase-funktion som en del af en opgave, uden at du manuelt skal skifte værktøj undervejs.

Bonus: Antigravity CLI og SDK til automatisering

Ud over den grafiske IDE tilbyder Antigravity også en CLI og et SDK, hvilket er værd at kende, hvis du vil have agenter til at indgå i en CI/CD-pipeline eller et build-script fremfor kun at køre interaktivt. CLI’en giver dig adgang til de samme agenter og modeller som IDE’en, blot styret fra terminalen eller fra en pipeline-fil.

# Eksempel: kør en Antigravity-agentopgave fra terminalen
antigravity run --task "Opdater alle afhængigheder og kør testsuiten" \
  --model gemini-3-pro \
  --autonomy require-approval \
  --output ./artifacts/dependency-update.json

# Tjek status på en igangværende baggrundsopgave
antigravity status --task-id 8f21ac

Det er særligt nyttigt til de planlagte opgaver, vi nævnte ovenfor. I stedet for at have IDE’en åben hele tiden, kan du lade en CI-server trigge en Antigravity-agent som en del af en natlig pipeline, og lade artifact-filen (JSON-outputtet ovenfor) blive gennemgået automatisk eller sendt til et Slack-kanal, næste morgen. SDK’et bruger du typisk, hvis du vil bygge dine egne integrationer, for eksempel et internt dashboard, der viser status på alle agent-opgaver på tværs af teamets repos, i stedet for at hver udvikler tjekker Manager View individuelt.

Komplet projekt: Byg en to-do-app med tre agenter

For at gøre det konkret, bygger vi et lille, men komplet eksempel: en to-do-app med et Express-backend og et simpelt frontend, hvor tre agenter deler arbejdet mellem sig. Det giver dig en skabelon, du kan genbruge til dine egne projekter.

Start med at oprette en tom mappe og åbne den i Antigravity. Opret derefter tre separate opgaver i Agent Manager:

  1. Agent 1 (backend): “Opsæt et Express-API med endpoints til at oprette, læse, opdatere og slette to-dos, gemt i en simpel JSON-fil”
  2. Agent 2 (frontend): “Byg en simpel React-frontend, der viser listen af to-dos og lader brugeren tilføje og markere dem som færdige, ved brug af API’et fra backend-agenten”
  3. Agent 3 (tests og dokumentation): “Skriv unit-tests for backend-endpoints og en README, der forklarer, hvordan projektet startes”

Kør de tre opgaver, og se hvordan Manager View viser dem side om side med hver deres statuslinje. Den resulterende projektstruktur ser typisk sådan ud, når alle tre agenter er færdige:

todo-app/
├── backend/
│   ├── server.js
│   ├── data/todos.json
│   └── package.json
├── frontend/
│   ├── src/App.jsx
│   ├── src/components/TodoList.jsx
│   └── package.json
├── tests/
│   └── todos.test.js
└── README.md

Backend-agenten leverer typisk noget i stil med følgende som sit centrale artifact. Det er ikke hele filen, men nok til at du kan se, hvad du bør kigge efter, når du gennemgår diff’en:

// backend/server.js (uddrag)
const express = require("express");
const fs = require("fs");
const app = express();
app.use(express.json());

const DATA_FILE = "./data/todos.json";

app.get("/api/todos", (req, res) => {
  const todos = JSON.parse(fs.readFileSync(DATA_FILE, "utf-8"));
  res.json(todos);
});

app.post("/api/todos", (req, res) => {
  const todos = JSON.parse(fs.readFileSync(DATA_FILE, "utf-8"));
  const nyTodo = { id: Date.now(), tekst: req.body.tekst, faerdig: false };
  todos.push(nyTodo);
  fs.writeFileSync(DATA_FILE, JSON.stringify(todos, null, 2));
  res.status(201).json(nyTodo);
});

app.listen(3001, () => console.log("Backend kører på port 3001"));

Læg mærke til, at agenten selv har valgt feltnavnet faerdig i stedet for det engelske completed, fordi opgavebeskrivelsen var på dansk. Det er præcis den slags detalje, du skal tjekke stemmer overens med, hvad frontend-agenten forventer, når du gennemgår artifacts fra begge opgaver bagefter.

Sådan et output-eksempel kan du forvente i terminalen, når Agent 3 kører testene som en del af sin verifikation:

$ npm test

PASS tests/todos.test.js
  Todo API
    ✓ opretter en ny todo (24 ms)
    ✓ henter listen af todos (11 ms)
    ✓ markerer en todo som færdig (18 ms)
    ✓ sletter en todo (9 ms)

Tests: 4 passed, 4 total
Time: 1.203 s

Gennemgå artifacts fra alle tre agenter, før du merger noget. Selvom hver agent arbejdede isoleret, kan der stadig opstå mismatch, for eksempel hvis frontend-agenten forventer et andet feltnavn i API-svaret, end backend-agenten faktisk returnerer. Det er præcis den slags detaljer, verifikationstrinnet er designet til at fange, men kun hvis du rent faktisk bruger det.

Antigravity vs. Cursor, GitHub Copilot og Claude Code

Hvordan placerer Antigravity sig i forhold til de værktøjer, danske udviklere allerede kender? Kort sagt: Antigravity er bygget som en platform til at orkestrere autonome agenter til hele opgaver, mens Copilot historisk har været stærkest til inline-forslag, og Cursor har positioneret sig som stærk til komplekse, projektbrede opgaver i en enkelt editor.

VærktøjPrimært fokusPris for individuelleKerne-model(ler)
Google AntigravityAgent-orkestrering, multi-agent workflows, artifacts og verifikationGratis (offentlig preview)Gemini 3 Pro, Claude Sonnet 4.5, GPT-OSS
GitHub CopilotInline-forslag plus agent mode i VS Code og Visual StudioFra gratis niveau til betalt ProFlere modeller, inklusive GPT- og Claude-varianter
CursorProjektbred kodning med Composer og dyb repo-indekseringBetalt abonnementFlere modeller, konfigurerbart
Claude CodeAgentisk kodning i terminal og editor-integrationerBetalt abonnementClaude-modelfamilien

Den store forskel ligger i, hvordan hvert værktøj rammer arbejdsgangen. Copilot og Cursor er begge bygget op omkring editoren som det centrale sted, du arbejder. Antigravity vender det om: Manager View, ikke editoren, er standardvisningen, fordi platformen er tænkt som et sted, hvor du styrer flere agenter, ikke kun skriver kode i én fil ad gangen.

Tallene bag konkurrenterne giver et vink om, hvorfor Google satser på gratis adgang som strategi. Cursor har ifølge markedsanalyser rundet over en million betalende brugere og cirka 2 milliarder dollar i ARR, mens en JetBrains-undersøgelse fra april 2026 fandt, at Claude Code blev kåret som “mest elsket” værktøj af 46 procent af adspurgte udviklere, mod 19 procent for Cursor og 9 procent for Copilot. GitHub Copilot har til gengæld den suverænt største brugerbase, med omkring 4,7 millioner betalende abonnenter og en vækst på 75 procent år over år. Antigravity kommer altså ind i et marked, hvor Copilot vinder på volumen, Cursor på indtjening, og Claude Code på tilfredshed, og Googles svar er at fjerne prisbarrieren helt for den enkelte udvikler.

Har du allerede læst vores gennemgang af Cursor AI-opsætning med Composer og MCP eller Claude Code-opsætning, vil du genkende mange af de samme grundprincipper, agent-baseret arbejde, verifikation og MCP-understøttelse, men med Antigravitys Manager View og artifacts-system som den mest markante forskel i den daglige brug.

Vores anbefaling til danske teams, der overvejer at prøve flere værktøjer af: brug Antigravity til opgaver, hvor du vil have flere agenter til at arbejde parallelt på uafhængige dele af et projekt, og behold Cursor eller Claude Code til dybe, enkeltstående refactorings, hvor du vil have tæt, løbende dialog med én agent i en enkelt fil. De to arbejdsmåder udelukker ikke hinanden, og flere teams ender med at bruge to eller tre af værktøjerne side om side, alt efter opgavens karakter.

Almindelige faldgruber og avancerede tips

De fleste problemer med agentiske IDE’er opstår ikke, fordi værktøjet fejler teknisk, men fordi brugeren giver agenten enten for lidt kontekst eller for meget frihed på én gang. Fem faldgruber vi selv løb ind i, eller har set andre udviklere rapportere, mens de vænnede sig til Antigravity:

  • For vage opgavebeskrivelser. Jo mindre præcis din opgave er, desto mere gætter agenten, og desto større er risikoen for, at resultatet ikke matcher dine forventninger.
  • Manglende regler for følsomme filer. Uden en rules-fil kan en agent i teorien røre ved .env-filer eller migrations, hvis du har givet den bred autonomi.
  • At stole blindt på artifacts uden at læse dem. Verifikationssystemet er godt, men det erstatter ikke din egen gennemgang af diff’en, før du merger.
  • At køre for mange parallelle agenter på samme fil. Flere agenter, der redigerer overlappende dele af kodebasen samtidig, skaber konflikter, der er sværere at rede ud end en almindelig merge-konflikt.
  • At overse rate limits på Gemini 3 Pro i preview. Selvom Google kalder dem generøse, er de ikke ubegrænsede, og tunge, parallelle agent-workloads kan ramme loftet hurtigere, end du forventer.

På den mere avancerede side er her tre ting, der løfter din brug af Antigravity markant, når du først har styr på det grundlæggende:

  • Byg dine egne skills og workflows til gentagne opgavetyper, så du ikke skal skrive den samme detaljerede prompt hver gang du beder om en ny endpoint eller komponent
  • Brug MCP (Model Context Protocol) til at give agenter adgang til interne systemer, som en intern API eller en database, i stedet for at begrænse dem til det, der ligger i selve kodebasen
  • Sæt planlagte opgaver op til rutinemæssig vedligeholdelse, som opdatering af afhængigheder eller sikkerhedsscanninger, så agenterne arbejder for dig, mens du sover

En sidste ting, der ofte overses: behandl dine opgavebeskrivelser som en levende del af projektet, ikke som engangs-prompts, du smider væk efter brug. Gem dine bedste opgaveformuleringer i en delt fil i repoet, så resten af teamet kan genbruge dem, i stedet for at alle finder deres egen måde at bede om det samme på. Det giver mere konsistente resultater på tværs af teamet og gør det lettere at forbedre formuleringerne over tid, efterhånden som I lærer, hvad der fungerer bedst i netop jeres kodebase.

Fejlfinding: 8 problemer og løsninger

Her er de problemer, du med størst sandsynlighed støder på, og hvordan du løser dem hurtigt.

  • Installationen fejler på macOS med en sikkerhedsadvarsel. Højreklik på app-filen og vælg “Åbn”, i stedet for at dobbeltklikke, så macOS ikke blokerer den som ukendt udvikler.
  • Login-vinduet hænger efter du vælger Google-konto. Luk og genåbn Antigravity, og tjek at systemuret er korrekt, da en forkert klokkeslæt kan forstyrre OAuth-flowet.
  • Agenten sidder fast i “Planning”-status. Afbryd opgaven manuelt og genstart den med en kortere, mere præcis beskrivelse, lange, forgrenede opgaver kan få planlægningstrinnet til at løbe i ring.
  • Terminal-kommandoer bliver ved med at kræve godkendelse, selvom du har tilladt dem. Tjek din rules-fil for tastefejl i kommandolisten, en enkelt mellemrumsfejl gør reglen ugyldig.
  • Du rammer rate limit på Gemini 3 Pro midt i en opgave. Skift agentens model til Claude Sonnet 4.5 eller GPT-OSS midlertidigt, mens du venter på at loftet nulstiller.
  • Browser-kontrollen kan ikke åbne din lokale dev-server. Bekræft at serveren faktisk lytter på den port, agenten forsøger at tilgå, og at ingen firewall blokerer localhost-trafik.
  • Artifacts vises ikke i sidepanelet. Genstart Manager View-panelet, det er kendt for lejlighedsvis at miste forbindelsen til den kørende agent-session efter lange opgaver.
  • Efter opdatering til Antigravity 2.0 mangler dine gamle indstillinger. Tjek Auxiliary Panel og “Open IDE”-knappen, klassiske IDE-indstillinger ligger nu under den originale Antigravity IDE-visning, ikke i det nye 2.0-skal.

Ofte stillede spørgsmål

Er Google Antigravity gratis?
Ja, for individuelle udviklere er Antigravity gratis i den offentlige preview-fase, med det Google beskriver som generøse, men ikke nærmere specificerede rate limits på Gemini 3 Pro-forbrug.

Kan jeg bruge Antigravity uden at skifte fra VS Code?
Ja. Google tilbyder officielle udvidelser til blandt andet VS Code, Visual Studio, JetBrains og Zed, så du kan hente agentfunktionerne ind i din nuværende editor, i stedet for at skifte helt til standalone-IDE’en.

Hvilke AI-modeller kan jeg vælge mellem?
Ved lancering giver Antigravity adgang til Gemini 3 (herunder Gemini 3 Pro) fra Google, Claude Sonnet 4.5 fra Anthropic, og GPT-OSS fra OpenAI, alt sammen direkte i agent-grænsefladen uden separate API-nøgler.

Er Antigravity det samme som Windsurf eller Devin Desktop?
Nej. Windsurf blev omdøbt til Devin Desktop af Cognition i juni 2026, og det er et separat produkt fra en anden virksomhed. Antigravity er Googles eget produkt, bygget omkring Gemini-modelfamilien, men med adgang til flere modeludbydere.

Kan agenter i Antigravity slette eller ændre filer uden min tilladelse?
Kun hvis du selv har givet dem den autonomi i din regelopsætning. Som standard beder Antigravity om godkendelse ved følsomme handlinger som terminalkommandoer, og du kan låse specifikke mapper eller filtyper helt ned, så de aldrig kan ændres automatisk.

Hvad er forskellen på Editor View og Manager View?
Editor View er den klassiske kodeeditor med autofuldførelse og inline-agentkommandoer, mens Manager View er kontrolcenteret, hvor du opretter, overvåger og styrer flere agent-opgaver parallelt, med adgang til artifacts og verifikation.

Kræver Antigravity, at jeg bruger Google Cloud?
Nej, du logger blot ind med en almindelig Google-konto for at bruge preview-adgangen. Integrationen med Firebase, Android og AI Studio i Antigravity 2.0 er valgfri og relevant, hvis din stack allerede bruger de platforme.

Kan jeg bruge Antigravity til et eksisterende, stort projekt?
Ja, men forvent at den indledende indeksering af en stor kodebase tager længere tid, og at du bør sætte strammere regler op for, hvilke filer agenter må røre ved, jo større og mere kritisk projektet er.

Hvad sker der med mine data, hvis jeg bruger Antigravity på arbejdsrelateret kode?
Google har ikke offentliggjort en detaljeret gennemgang af databehandling for Antigravity i den dokumentation, vi har kunnet finde. The Register rapporterede i august 2026, at Google er i gang med at knytte produktet tættere til enterprise-kontroller, hvilket tyder på, at en mere formel databehandlingsaftale for virksomhedskunder er på vej. Indtil den slags er på plads, bør du behandle det som ethvert andet cloud-baseret AI-værktøj: undgå at fodre det med kundedata eller hemmeligheder, du ikke ville sende til en ekstern tjeneste.

Relateret dækning