Google Antigravity: dlaczego nowa platforma Google wymaga zmiany podejścia do bezpieczeństwa

Google Antigravity redefiniuje cykl życia oprogramowania, zastępując tradycyjną asystę AI pełną orkiestracją autonomicznych agentów pracujących w trybie równoległym. Architekci IT muszą przejść od paradygmatu pisania kodu do zarządzania uprawnieniami i weryfikacji artefaktów w ramach scentralizowanego centrum dowodzenia. Wdrożenie tej technologii w skali przedsiębiorstwa wymaga jednak chłodnej analizy ryzyk związanych z domyślną konfiguracją bezpieczeństwa generowanych aplikacji.

Czym jest Google Antigravity i jak zmienia rolę programisty?

Google Antigravity to platforma programistyczna „agent-first”, która przesuwa punkt ciężkości z pisania kodu na orkiestrację zadań przez autonomiczne systemy AI. Umożliwia ona planowanie, wdrażanie i weryfikację funkcjonalności w przeglądarce, terminalu i edytorze, wykorzystując współdzieloną uprząż agenta (agent harness) opartą na modelu Gemini 3.5 Flash.

W skład ekosystemu wchodzą cztery kluczowe powierzchnie (surfaces): Antigravity 2.0: Autonomiczna aplikacja desktopowa pełniąca rolę centrum dowodzenia, pozwalająca na równoległe zarządzanie wieloma agentami i zadaniami harmonogramowanymi (cron). Antigravity CLI: Lekki interfejs terminalowy (TUI) napisany w Go, zoptymalizowany pod kątem szybkości i pracy zdalnej przez SSH. Antigravity IDE: Fork środowiska VS Code, zintegrowany z menedżerem agentów i głębokim kontekstem bazy kodowej. Antigravity SDK: Biblioteka Python umożliwiająca programowe sterowanie agentami i ich integrację z wewnętrznymi narzędziami firmy.

Secure by Design czy Secure by Choice? Analiza bezpieczeństwa Antigravity.

Architektura Google Antigravity opiera się na politykach bezpieczeństwa (secure mode), które określają poziom autonomii agentów w zakresie wykonywania poleceń terminalowych i dostępu do plików. Należy jednak zachować ostrożność, gdyż badania wykazują obecność luk typu path traversal oraz brak domyślnych zabezpieczeń CSRF w kodzie generowanym przez model Gemini 3.5 Flash.

Z punktu widzenia Senior IT Architecta, kluczowe aspekty bezpieczeństwa to: Polityka wykonywania (Execution Policy): Użytkownik może wymusić każdorazowe zatwierdzanie komend terminalowych lub pozwolić agentowi na autonomię w „bezpiecznych” granicach. Zarządzanie kontekstem projektowym: Wersja 2.0 wprowadza kontekst bazujący na projektach, które mogą obejmować wiele folderów i posiadać granularne zestawy uprawnień. * Luki w generowanym kodzie: W testach benchmarkingowych Gemini 3.5 Flash wykazał 21 krytycznych lub wysokich podatności w 10 próbkach kodu, w tym twardo zakodowane sekrety sesyjne oraz niebezpieczne ustawienia plików cookie (brak flag HttpOnly i Secure).

Antigravity CLI i SDK: Automatyzacja potoków CI/CD bez GUI.

Antigravity CLI to interfejs terminalowy, który zastępuje Gemini CLI i oferuje asynchroniczne wykonywanie zadań przez podagenty bez blokowania sesji. Z kolei Antigravity SDK umożliwia programistom integrację możliwości agentycznych bezpośrednio z własnymi narzędziami wewnętrznymi, potokami automatyzacji oraz infrastrukturą chmurową Google Cloud w sposób governed i skalowalny.

Najważniejsze cechy dla inżynierów DevOps: Przepisanie na Go: Nowy CLI jest znacznie szybszy i lżejszy od poprzednika opartego na Node.js. Model Context Protocol (MCP): SDK oferuje natywne wsparcie dla protokołu MCP, ustandaryzowanego sposobu łączenia agentów z zewnętrznymi bazami danych, API i dokumentacją. * Zarządzanie podagentami (Async Subagents): Możliwość oddelegowania długotrwałych zadań, takich jak audyt zależności czy refaktoryzacja, do agentów pracujących w tle.

Wnioski praktyczne: Action-points dla liderów IT.

  1. Migracja przed terminem: Indywidualni użytkownicy Gemini CLI muszą przejść na Antigravity CLI przed 18 czerwca 2026, aby zachować dostęp do narzędzi.
  2. Rozdzielenie ról (App vs IDE): Wersja 2.0 oddziela edytor od orkiestratora. Należy zainstalować Antigravity IDE jako osobny komponent, jeśli zespół wymaga tradycyjnych funkcji VS Code.
  3. Wdrożenie audytu artefaktów: Nie należy ufać komunikatowi „zadanie wykonane”. Należy wdrożyć obowiązkowy przegląd Artifacts (listy zadań, plany implementacji, nagrania z przeglądarki) przed scaleniem zmian do gałęzi produkcyjnej.
  4. Kontrola limitów (Quota): Równoległa praca wielu subagentów drastycznie przyspiesza zużycie tokenów. Monitorowanie `/usage` w CLI jest krytyczne dla zachowania ciągłości pracy w planach metered.
  5. Bezpieczeństwo sesji: Generowany kod sesji wymaga ręcznego utwardzenia (hardening) — domyślne parametry Gemini 3.5 Flash często pomijają flagi bezpieczeństwa wymagane w środowiskach produkcyjnych.
Przemysław Majdak

Przemysław Majdak · AI Automation Engineer

Założyciel Baluarte i wydawca BitBiz.pl. Członek ISSA Polska. Ekspert z 18-letnim stażem w branży IT — wdraża bezpieczne automatyzacje AI, systemy full-stack i zaawansowane procedury cyberbezpieczeństwa dla firm. Wszystkie artykuły autora →

2 odpowiedzi

💬 Kliknij tutaj, aby dodać komentarz

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *

  1. Awatar prof.Andrzej
    prof.Andrzej

    Ciekawe, jak znów przesuwamy punkt ciężkości z umiejętności kodowania na architekturę uprawnień — to trochę jakbyśmy wracali do ery mainframe’ów, ale z dużo większą skalą i dynamiką. Pytanie tylko, czy scentralizowane centrum dowodzenia nie powtórzy błędów z przeszłości, gdzie domyślna konfiguracja bywała najsłabszym ogniwem, bo nikt jej nie kwestionował.

  2. Awatar Marek.K

    To przejście od pisania kodu do zarządzania uprawnieniami brzmi ładnie, ale w praktyce domyślna konfiguracja bezpieczeństwa rzadko kiedy działa bez ręcznego poprawiania, a scentralizowane centrum dowodzenia to dodatkowy koszt, który trzeba wliczyć w budżet, zanim zobaczy się pierwsze efekty.