Modo de voz en Google Antigravity: conversación en vivo con el agente de programación, interrupciones al vuelo y modo Knowledge WorkNota · digest del 12 de noviembre
Micrófono direccional en el puesto de trabajo de un desarrollador con onda sonora full-duplex de diálogo en vivo con IA
Nota3 secciones≈ 5 min

Modo de voz en Google Antigravity: conversación en vivo con el agente de programación, interrupciones al vuelo y modo Knowledge Work

¿Cuánto tiempo dedicas al día a teclear otra aclaración para el agente de programación en el chat, borrar erratas y describir con letras lo que a un compañero de al lado le dices en voz alta en tres segundos? Cuando tienes las manos ocupadas revisando la arquitectura o los logs, el teclado resulta ser el eslabón más lento al trabajar con IA.

En el lanzamiento de Google Antigravity 2.30 (las funciones de voz salieron el 6 de noviembre) eliminaron esa barrera. El entorno recibió un modo de voz full-duplex (Voice Mode) basado en Gemini Multimodal Live API y la interfaz Knowledge Work para trabajar sin consola. Me dio curiosidad estudiar la documentación y averiguar cómo dirigir al agente por voz de igual a igual y qué fusibles protegen el proyecto frente a un desliz al hablar.

Conversación de igual a igual: en qué se diferencia la voz full-duplex del dictado

Preguntarás con razón: «Pero si el botón del micrófono ya estaba antes en Antigravity, ¿qué ha cambiado ahora?» Todo está en la diferencia entre transcribir voz y mantener un diálogo vivo. El dictado normal (Ctrl+M) solo pasa palabras a una línea de texto que debes revisar y enviar a mano. El nuevo Voice Mode es una comunicación full-duplex (full-duplex voice mode), donde Gemini Live analiza el flujo de audio con una latencia inferior a 300 ms, capta la entonación y responde en voz alta en tiempo real.

Ya no dictas el borrador de un prompt: mantienes una llamada en vivo con un compañero que recuerda todo el contexto del chat.

Se activa en un clic: en la aplicación, con el campo de entrada vacío, pulsa el botón redondo Start Voice Mode junto al micrófono; y en la terminal de Antigravity CLI (1.5.0+), escribe /voice live o pulsa F6. Hay 9 voces disponibles, ajuste de velocidad (0.75x–2x en la app y 0.5x–3x en CLI) y una barra flotante de llamada al cambiar de chat.

Control de seguridad por voz: permisos en voz alta e intercepción de errores al vuelo

Por defecto, el agente trabaja en silencio, y con la frase Keep me posted ofrece breves resúmenes cada 30 segundos. Gracias al mecanismo de interrupción instantánea (barge-in), no hace falta esperar a que termine un paso. Por ejemplo, durante la compilación del proyecto ves que el agente intenta borrar un archivo de configuración que no toca y le dices sobre la marcha: «Para, no toques la configuración, corrige solo los imports». Al oír una palabra de parada (Stop, Hold on o Cancel that), el agente se calla al instante, cancela el borrado y pasa a los imports. Para interrumpir por encima de su voz en consola se activa /voice duplex on, aunque te aconsejo usar auriculares con cancelación de ruido para que el micrófono no recoja el eco de los altavoces.

Pero ¿qué ocurre si el agente llega a un comando de sistema realmente peligroso?

Me gustó cómo diseñaron los ingenieros los permisos por voz (Spoken Permissions). Las peticiones habituales el agente las lee en voz alta con su recomendación, y tú respondes de viva voz «Permito» (una vez, para la sesión, el proyecto o de forma global) o cambias la tarea. Sin embargo, las operaciones destructivas —borrado mediante rm, privilegios sudo o git push --force— el agente no las ejecutará por principio mediante orden vocal, por más que digas «Permito». Puedes denegarlas al momento diciendo «Cancelar», pero para dar tu consentimiento tendrás que hacer clic personalmente en Allow en la pantalla. Y sobre cómo blindar el proyecto incluso antes de los cambios, ya hablé en el artículo sobre el modo /plan en Antigravity 2.17.

Interfaz Knowledge Work: el poder del agente sin ventana de terminal

El control por voz se complementa con la pantalla Knowledge Work para analistas, especialistas de marketing e investigadores. Se activa sin reiniciar desde Settings (Cmd+, o Ctrl+,) → General → Interface Layout → Knowledge Work. Por debajo sigue operando el mismo agente con archivos locales, plugins y servidores MCP (sobre su papel en ciencia puedes leer en el repaso de la salida de Antigravity más allá de la programación), pero la pantalla queda limpia de detalles de consola:

  • Carpetas en lugar de Git: las ramas y worktrees se ocultan, y los proyectos se ven como carpetas normales.
  • Una sola línea de progreso: las llamadas a herramientas se agrupan en una única barra de estado.
  • Permisos claros: las solicitudes de acceso se traducen de la jerga de consola a un lenguaje humano.
  • Panel oculto de artefactos: la terminal desaparece y el menú lateral se abre solo con los documentos y tablas terminados.

De paso, en la versión 2.30 añadieron importación de reglas y servidores MCP desde Claude Code, Codex y Cursor, además de agentes en la nube (Remote Agents) para los planes Google AI Pro y Ultra.

No te preocupes si al principio hablar en voz alta con el ordenador te resulta raro y te descubres buscando formulaciones perfectas, como en un examen. No hace falta clavar un prompt impecable a la primera: trabajas con un compañero paciente al que siempre puedes frenar con un breve «Espera», corregir sobre la marcha, silenciar con Alt+M (Option+M en Mac) o devolver en un clic a la vista con terminal.

Quiero un análisis detalladoLos votos ayudan a elegir qué analizar a fondo. Este material tiene 0 votos.
Fuentes · 4