Google Antigravity 2.0: la nueva era de los agentes de código

Qué trae Google Antigravity 2.0 y por qué importa a los founders

Google lanzó Antigravity 2.0 el 19 de mayo de 2026 durante su conferencia I/O 2026, según reportó TechCrunch. La plataforma dejó de ser un IDE al estilo Cursor para convertirse en un ecosistema completo: app de escritorio renovada, una CLI escrita en Go y un SDK para construir agentes propios. Todo conectado de forma nativa con Vertex AI, Firebase y Android, y potenciado por el nuevo modelo Gemini 3.5 Flash, que según Google fue co-desarrollado precisamente con Antigravity.

La promesa es directa: en lugar de pedirle a la IA "completa esta función", el developer actúa como director de orquesta y varios agentes ejecutan tareas en paralelo mientras él revisa el resultado. Para una startup que necesita lanzar MVPs rápido o mantener un equipo técnico pequeño, ese salto de productividad es la diferencia entre iterar dos veces por semana o hacerlo a diario.

¿Qué cambió frente a la versión 1.0 y frente a la competencia?

La primera versión de Antigravity se lanzó en noviembre de 2025 junto a Gemini 3 como un IDE gratuito y "agent-first", según The Next Web. La 2.0 lo replantea entero: el escritorio pasó a ser un centro de orquestación multiagente, y la terminal pasó de Gemini CLI a Antigravity CLI, construida en Go para ser más rápida y soportar flujos asíncronos.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Google confirmó que el acceso de consumidores a Gemini CLI y a las extensiones de Gemini Code Assist para IDE se corta el 18 de junio de 2026. Los clientes enterprise con licencias Standard o Enterprise conservan el acceso. El proyecto Gemini CLI había alcanzado, según Virtualization Review, millones de usuarios, más de 100.000 estrellas en GitHub y más de 6.000 pull requests fusionados, lo que da una idea de la base que Google está migrando a Antigravity.

En precio, Google introdujo un nuevo tier AI Ultra a US$100/mes con 5 veces los límites del plan Pro, y bajó el tier superior de US$250 a US$200/mes con 20 veces los límites Pro. Es una alineación explícita con los US$100/mes de ChatGPT Pro y Claude Max de Anthropic, según The Next Web.

En una comparativa publicada por XDA Developers, Antigravity 2.0 fue probado contra Claude Code, Codex y Cursor 3.0 en proyectos reales. El veredicto: en velocidad y calidad de código quedó al nivel de Claude Code, e incluso lo superó en detalles de UI y UX como espaciado, estados de botones y comportamiento responsive. Fue la única alternativa que el redactor consideró "worth paying for".

¿Cómo funciona la orquestación multiagente en la práctica?

La unidad de trabajo ya no es un chat sino un proyecto aislado con permisos, herramientas MCP y acceso a archivos propios. Dentro de ese proyecto puedes definir varios agentes con roles diferenciados: uno diseña arquitectura, otro genera los datos en JSON, un tercero hace QA y busca bugs. Mientras uno monta la estructura en Next.js, otro puede estar creando assets visuales con Nano Banana Pro.

El mecanismo que hace esto viable es el sistema de Artefactos: en lugar de un historial de chat infinito, Antigravity genera documentos estructurados con planes de implementación, listas de tareas, diffs de código y capturas de pantalla del navegador. Tú apruebas o rechazas cada artefacto antes de que el agente avance. Para una startup esto resuelve el problema clásico de delegar trabajo a IA: la trazabilidad de qué se cambió y por qué.

El otro pilar es MCP (Model Context Protocol), el estándar abierto que conecta agentes con sistemas externos, bases de datos y servicios de Google Cloud. Microsoft ya lo está adoptando por su lado, según Visual Studio Magazine, con más de 60 servidores MCP listos y un plugin para Dataverse disponible en los marketplaces de GitHub Copilot, Claude y Cursor. Es la señal de que MCP se está convirtiendo en el conector universal entre agentes de distintos proveedores.

¿Qué señales advierte el mercado sobre adoptar agentes autónomos ya?

No todo es entusiasmo. KPMG anticipó que casi la mitad de los executives retirarán proyectos con agentes de IA por temas de costo, según publicó Forbes el 24 de agosto de 2026. Gartner va más lejos: predice que para 2027, el 40% de las empresas degradarán o darán de baja agentes autónomos de IA por huecos de governance descubiertos tras incidentes en producción.

Aún así, los casos de uso en producción muestran resultados duros: Cognition (Devin) creció hasta una valoración de US$26.000 millones y afirma que Devin ya escribe el 89% de su propio código. Blitzy, una empresa de coding empresarial, levantó US$200 millones a una valoración de US$1.400 millones con clientes como Charles River Development y Builders FirstSource, que según Forbes triplicó su velocidad de desarrollo de software en los primeros tres meses. El patrón es claro: quien aprendió a gobernar agentes está acelerando; quien no, paga el costo de governance después.

¿Qué significa esto para tu startup?

Para una startup hispanohablante que desarrolla producto, Antigravity 2.0 abre tres palancas concretas:

Acelerar MVPs sin sumar headcount. En lugar de contratar un developer extra para el sprint que viene, puedes asignar un agente a tareas de boilerplate (CRUD, migraciones, tests) y reservar al humano para arquitectura y producto.
Auditar antes de promover a producción. El flujo de Artefactos (planes, diffs, capturas) te da exactamente lo que un auditor o un CTO externo necesita para validar cambios sin tener que leer todo el código línea por línea.
Estandarizar calidad con Skills propios. Si defines un archivo SKILL.md con tus estándares de code review (manejo de errores, accesibilidad, performance), el agente lo aplica cada vez que la tarea coincida, sin tener que repetir el brief.

Dos acciones para esta semana:

Descarga Antigravity desde la página oficial y autentícate con tu cuenta de Google. Crea un proyecto aislado con permisos limitados y lanza una tarea real, por ejemplo auditar SEO de una URL propia. Mide cuánto tarda vs. cuánto te llevaría manualmente.
Define tu primera Skill. Escribe un SKILL.md con las reglas de tu casa: qué tipos de tests exiges, qué estilo de commits usas, qué dependencias están prohibidas. Carga la skill en un proyecto de prueba y compara el output del agente con y sin la skill.

La ventana competitiva está abierta: Cursor, Claude Code, Antigravity y Codex están peleando por la lealtad del developer, y los precios de los tiers premium ya están alineados en US$100/mes. Quien aprenda a orquestar agentes ahora va a definir cómo se construye software en los próximos cinco años.