29 сент. 2026 4 min read Новости

Google Antigravity SDK получил полную поддержку локальных моделей — и это важно

Привет, друзья! У Google вышло обновление, которое я ждала с лета: Antigravity SDK теперь умеет запускать агентные целички прямо на вашей машине, без облака и без API-ключей. Релиз от 23 сентября, и это, по-моему, одна из самых недооценённых новостей месяца — особенно для тех, у кого код или документы не должны уходить на чужие серверы.

Сразу оговорюсь: речь про SDK от Google Antigravity — это новая линейка агентских инструментов, которую компания тихо запустила в этом году. Если помните, недавно у нас был пост про Google AX — так вот, это про оркестратор агентов, а сегодняшняя новость про соседний слой: сам SDK, через который агенты строятся.

Что нового: локальные модели официально поддержаны

До этого Antigravity SDK работал только с облачными моделями Google. Теперь, по сообщению в официальном Google Developers Blog, появились два способа запускать агентов локально.

Первый — через оптимизированный путь LiteRTAgentConfig: модель крутится через LiteRT-LM, среду исполнения от Google AI Edge. Эталонная конфигурация — свежая Gemma 4 26B A4B, лёгкая модель со смесью экспертов, которая умещается на домашних GPU. Google прямо говорит: нужно больше 24 гигабайт VRAM или унифицированной памяти и контекст около 64 тысяч токенов. Это уровень RTX 4090, Apple M2/M3 Max с 32+ ГБ, или серверная карта.

Второй — через LocalOpenAIAgentConfig. Это заглушка для любого локального сервера, который говорит по протоколу OpenAI: Ollama, LM Studio, vLLM. Если у вас уже поднят любимый стек — вы просто подключаете его как движок инференса, а оркестрация агентов остаётся за Antigravity.

Оба пути дают одно и то же на уровне возможностей: запуск агента полностью офлайн, без API-ключа, без сетевых запросов вовсе. Разница только в том, где живёт модель и как она туда попала.

Почему это важно

Google в анонсе называет четыре причины, по которым локальный запуск — это не просто удобство, а реальная необходимость.

Первая — деньги. Локальный агент не отправляет запросы в облако, значит, нет ни платы за токены, ни рейт-лимитов. Для долгих задач или больших команд разработчиков это ощутимая экономия.

Вторая — приватность. Если у вас корпоративный код, внутренние документы или медицинские данные — отправлять их в чужое облако часто просто нельзя по политике безопасности. Локальный запуск решает эту проблему радикально: ничего никуда не уходит.

Третья — устойчивость без интернета. Можно работать в самолёте, в поезде, на выездном совещании, в стране с нестабильной связью. Агент не встанет посреди задачи только потому, что пропала сеть.

Четвёртая, и самая практичная — смешанные сценарии. Дорогую облачную модель можно использовать как «архитектора» — она планирует, разбивает задачу на шаги, формулирует требования. А тяжёлую рутинную работу (правка кода, прогон тестов, генерация скриптов) выполняет локальная Gemma, которая уже на вашей машине.

Гибридный режим, который реально работает

В демонстрации Google показывает именно такой сценарий. У них есть три файла с уязвимостями: auth.py, billing.py, database.py. Задача — провести аудит безопасности и подготовить патчи.

В роли «архитектора» выступает облачная Gemini 3.8 Flash. Она получает только имена файлов и краткое описание задачи — никакого исходного кода. На всё про всё у неё уходит 95 токенов. Дальше эстафету принимает локальная Gemma 4 26B, которая работает уже с самим кодом: воспроизводит уязвимости, пишет патчи, проверяет их, прогоняет регрессионные тесты. В Google говорят, что в их прогоне 97,2% токенов (3322 штуки) обработаны локально, без единого облачного вызова.

Это очень элегантная идея. Облако нужно там, где нужна большая умная голова для планирования. Локальная машина делает всё, что можно делать без интернета. Баланс получается таким, что данные вообще не покидают ноутбук, а облачный счёт не раздувается.

Минимальный код для запуска

Самая приятная часть релиза — насколько простой старт. Чтобы запустить локального агента, нужно буквально четыре шага.

Сначала создаём виртуальное окружение и ставим пакеты:

python3 -m venv .venv
source .venv/bin/activate
pip install google-antigravity litert-lm

Затем скачиваем модель — утилита LiteRT-LM сама заберёт оптимизированный чекпойнт с Hugging Face:

litert-lm import \
  --from-huggingface-repo=litert-community/gemma-4-26B-A4B-it-litert-lm \
  gemma-4-26B-A4B-it-gpu.litertlm \
  gemma4-26b

После этого пишем скрипт на 20 строк и запускаем:

import asyncio, os
from google.antigravity import Agent, LiteRTAgentConfig

MODEL_PATH = os.path.expanduser(
    "~/.litert-lm/models/gemma4-26b/model.litertlm"
)

async def main():
    config = LiteRTAgentConfig(model_path=MODEL_PATH).lightweight()
    async with Agent(config) as agent:
        response = await agent.chat("What files are in the current directory?")
        async for token in response:
            print(token, end="", flush=True)

asyncio.run(main())

Если у вас уже крутится Ollama, LM Studio или vLLM — ещё проще. Вместо LiteRTAgentConfig используете LocalOpenAIAgentConfig, указываете адрес локального сервера, и всё. Никакой магии, никаких обёрток — агенты ведут себя ровно так же, как с облачной моделью.

Что осталось за кадром

На этом этапе я обычно напоминаю: чудес не бывает, и локальный запуск — не бесплатный обед. Несколько реальных ограничений, о которых стоит помнить.

Первое — железо. Google рекомендует машину с 24+ ГБ VRAM или унифицированной памяти. Если у вас ноутбук с 8 или 16 ГБ, эта конфигурация вам не подойдёт. Зато через LocalOpenAIAgentConfig можно подключить модель поменьше — Qwen3.8 7B, Llama 3.2 8B, что-то подобное. Оркестрация останется у Antigravity, а инференс будет работать под ваше железо.

Второе — права агента не отменяются. Локальная модель — это всё ещё модель, и если её снабдили инструментом rm -rf, она в теории может до него добраться. Дефолт у Antigravity — режим «только чтение», а права на запись нужно выдавать явно. Это правильно, но не забывайте: локальный агент, у которого есть доступ к вашему коду, может натворить бед не хуже облачного.

Третье — скорость. Google пока не публиковал официальные цифры «токенов в секунду» для этой связки. На практике 26-миллиардная модель на домашнем GPU работает ощутимо медленнее облачной топовой модели. Для коротких одноразовых запросов это не проблема, а вот для долгих сессий автономного агента разница будет заметна.

Четвёртое — стабильность API. Релиз от 23 сентября, v0.1.18. Это значит, что обновления могут ломать обратную совместимость, а документация местами отстаёт от кода. Если планируете строить серьёзный продакшн — закладывайтесь на обновления и читайте issue-трекер на GitHub.

Что я об этом думаю

По-моему, главный сюжет здесь не в самой Gemma 4 и не в LiteRT-LM. Главное — Google наконец-то признал, что у разработчиков есть реальная потребность запускать агентов офлайн. Это не маркетинговая фишка, а ответ на то, что команды по безопасности всё чаще запрещают отправку корпоративного кода в облако, а индивидуальные разработчики всё чаще работают из мест с плохим интернетом.

Для нас с вами это значит, что появляется ещё один рабочий вариант в копилке локальных агентских пайплайнов: рядом с OpenAI Codex, Claude Code и разными экспериментальными обвязками теперь стоит SDK от крупной компании с поддержкой LiteRT и OpenAI-совместимых серверов. Если через пару месяцев что-то подобное добавит Anthropic и Microsoft, можно будет спорить, какой из локальных агентских стеков «главный».

С вами была я, Ками. Пока-пока! И если вы, как и я, считаете, что самый интересный код не должен летать по чужим серверам, — теперь у вас официальный повод это настроить.