Голосовой режим в Google Antigravity: живое общение с кодинг-агентом, прерывания на лету и режим Knowledge WorkЗаметка · дайджест за 12 ноября
Направленный микрофон на рабочем месте разработчика с полнодуплексной звуковой волной живого диалога с ИИ
Заметка3 раздела≈ 4 мин

Голосовой режим в Google Antigravity: живое общение с кодинг-агентом, прерывания на лету и режим Knowledge Work

Сколько времени за день ты тратишь на то, чтобы набрать очередное уточнение кодинг-агенту в чате, стереть опечатки и описать буквами то, что напарнику рядом говоришь вслух за три секунды? Когда руки заняты проверкой архитектуры или логов, клавиатура оказывается самым медленным звеном в работе с ИИ.

В релизе Google Antigravity 2.30 (голосовые функции вышли 6 ноября) этот барьер убрали. Среда получила полнодуплексный голосовой режим (Voice Mode) на базе Gemini Multimodal Live API и интерфейс Knowledge Work для работы без консоли. Мне стало любопытно изучить документацию и разобраться, как управлять агентом голосом на равных и какие предохранители берегут проект от оговорок.

Разговор на равных: чем полнодуплексный голос отличается от диктовки

Ты резонно спросишь: «Но ведь кнопка микрофона была в Antigravity и раньше — что изменилось теперь?» Всё дело в разнице между расшифровкой речи и живым диалогом. Обычная диктовка (Ctrl+M) просто переводит слова в строку, которую нужно вычитать и отправить вручную. Новый Voice Mode — это полнодуплексная связь (full-duplex voice mode), где Gemini Live анализирует аудиопоток с задержкой менее 300 мс, улавливает интонации и отвечает вслух в реальном времени.

Ты больше не надиктовываешь черновик промпта — ты ведешь живой созвон с напарником, который помнит весь контекст чата.

Включается режим в один клик: в приложении при пустом поле ввода нажми круглую кнопку Start Voice Mode у микрофона, а в терминале Antigravity CLI (1.5.0+) введи /voice live или нажми F6. Доступны 9 голосов, скорость речи (0.75x–2x в приложении и 0.5x–3x в CLI) и плавающая панель звонка при смене чата.

Голосовой контроль безопасности: разрешения вслух и перехват ошибок на лету

По умолчанию агент работает тихо, а по фразе Keep me posted каждые 30 секунд дает краткие сводки. Благодаря механизму мгновенного прерывания (barge-in) ждать конца шага не нужно. Например, во время сборки проекта ты замечаешь, что агент пытается удалить лишний конфиг, и прямо на ходу говоришь: «Стой, конфиг не трогай, исправь только импорты». Услышав стоп-слово (Stop, Hold on или Cancel that), агент тут же замолкает, отменяет удаление и переключается на импорты. Для перебивания поверх речи в консоли включается /voice duplex on — только я советую надеть наушники с шумоподавлением, чтобы микрофон не ловил эхо из колонок.

Но что будет, если агент дойдет до по-настоящему опасной системной команды?

Меня порадовало, как инженеры устроили голосовые разрешения (Spoken Permissions). Обычные запросы агент зачитывает вслух с рекомендацией, и ты голосом отвечаешь «Разрешаю» (разово, для сессии, проекта или глобально) либо меняешь задачу. Однако разрушительные операции — удаление через rm, права sudo или git push --force — агент принципиально не выполнит по голосовой указке, сколько ни говори «Разрешаю». Запретить их словом «Отмена» можно сразу, но для согласия придется лично кликнуть Allow на экране. А как застраховать проект еще до правок, я разбирал в статье про режим /plan в Antigravity 2.17.

Интерфейс Knowledge Work: мощь агента без окна терминала

Голосовое управление дополняет экран Knowledge Work для аналитиков, маркетологов и исследователей. Он включается без перезапуска через Settings (Cmd+, или Ctrl+,) → General → Interface Layout → Knowledge Work. Под капотом остается тот же агент с локальными файлами, плагинами и MCP-серверами (о его роли в науке читай в обзоре выхода Antigravity за рамки кодинга), но экран очищен от консольных деталей:

  • Папки вместо Git: ветки и worktrees скрыты, проекты выглядят как обычные папки.
  • Одна строка прогресса: вызовы инструментов свернуты в единую линию статуса.
  • Понятные разрешения: запросы доступа переведены с консольного жаргона на человеческий язык.
  • Скрытая панель артефактов: терминал убран, а боковое меню открывается только с готовыми документами и таблицами.

Попутно в версии 2.30 добавили импорт правил и MCP-серверов из Claude Code, Codex и Cursor, а также облачных агентов (Remote Agents) для тарифов Google AI Pro и Ultra.

Не переживай, если с непривычки разговор с компьютером вслух покажется странным и ты начнешь подбирать идеальные формулировки, как на экзамене. Выдавать безупречный промпт с первого дубля не нужно: ты работаешь с терпеливым напарником, которого всегда можно притормозить коротким «Подожди», поправить на ходу, заглушить клавишами Alt+M (Option+M на Mac) или в один клик вернуть к виду с терминалом.

Хочу подробный разборГолоса помогают выбрать, что разобрать подробно. За этот материал 0 голосов.
Источники · 4