knowledge base와 model optionality

설명

• Google은 Antigravity를 home base for the era of agents라고 표현하면서, learning을 핵심 primitive로 둔다고 설명합니다. 공식 문맥에서 learning은 agent가 유용한 컨텍스트와 코드 조각을 knowledge base에 저장해 이후 작업에 도움이 되게 하는 방향을 가리킵니다.
• 이 구조는 한 번의 세션 성능보다, 반복 작업에서의 축적을 중요하게 본다는 뜻입니다. 즉 agent가 매번 처음부터 다시 시작하는 것이 아니라, 이전에 유효했던 문맥을 다시 활용할 수 있게 하려는 방향입니다.
• 또 하나의 포인트는 model optionality입니다. 공식 소개 글은 Gemini 3 Pro에 generous rate limits를 제공하고, Anthropic의 Claude Sonnet 4.5와 OpenAI의 GPT-OSS도 지원한다고 설명합니다.
• 이 말은 Antigravity가 단일 모델 제품이 아니라, 모델 선택지 위에 agent workflow를 올려두는 플랫폼을 지향한다는 뜻으로 읽을 수 있습니다. 즉 경쟁은 모델 하나보다 orchestration layer에서 이뤄진다는 관점입니다.
• 사용자는 이 카드를 읽을 때 "어떤 모델이 제일 좋은가"보다 "같은 workflow 안에서 모델 선택이 가능한 구조인가"를 먼저 보는 편이 좋습니다. Antigravity의 차별점은 모델 자체보다 그 위에 얹힌 작업 운영 방식에 있기 때문입니다.

빠른 정리

주의할 점