Call Me Thanut
clockอัปเดต

Antigravity 3.0 เปิด teamwork และ science skills - ใช้ agent หลายตัวได้ แต่ต้องมีงบและเกณฑ์

7 มิ.ย. 2026อ่าน 4 นาที
Antigravity 3.0 เปิด teamwork และ science skills - ใช้ agent หลายตัวได้ แต่ต้องมีงบและเกณฑ์
สารบัญ

สรุปให้ไว

Teamwork preview เปิดกว้างขึ้น

ไม่ได้จำกัดเฉพาะแผนแพงสุดแบบเดิม

Science skills ทำให้ agent ใช้ฐานข้อมูลวิทยาศาสตร์ได้เป็นระบบ

ไม่ใช่ค้นมั่ว ๆ

Gemini 3.5 Flash มีโหมดใหม่

ทั้ง endurance และ low-effort สำหรับงานเล็ก

ต้องคุม token burn

multi-agent ไม่เหมาะกับงานเล็กทุกชิ้น

01มันคืออะไร

Antigravity คือ platform coding agent ของ Google ที่กำลังขยับจาก editor ธรรมดาไปเป็นระบบจัดการ agent หลายผิว ทั้ง desktop, CLI, teamwork และ skill bundle

รอบนี้จุดที่เด่นคือ `/teamwork preview` ซึ่งให้ agent หลายตัวแยกบทบาทกัน เช่นวางแผน ทำงาน ตรวจสอบ stress test และสรุปผล

อีกด้านคือ science skills จาก Google DeepMind ที่ทำให้ agent ใช้ database และ tool เฉพาะทาง เช่น PubMed, arXiv, ChEMBL, ClinVar, PDB และแหล่งวิทยาศาสตร์อื่นแบบมีกรอบมากขึ้น

02มีอะไรใหม่

Teamwork preview ถูกเปิดให้ paid plans มากขึ้น ไม่ใช่เฉพาะ ultra tier ทำให้คนทั่วไปลอง multi-agent orchestration ได้ง่ายขึ้น แม้ยังต้องระวังต้นทุน token

Gemini 3.5 Flash ใน Antigravity มีรุ่นที่เน้น endurance สำหรับงานยากขึ้น และมี low-effort mode สำหรับงานเล็ก เช่นแก้ doc, rename, UI tweak หรือ cleanup ที่ไม่ต้องคิดลึกมาก

CLI/desktop session sync ก็เป็น quality-of-life ที่สำคัญ เพราะเริ่มงานใน desktop แล้วไปต่อใน terminal ได้ ทำให้ Antigravity ดูเป็น platform มากกว่า app เดี่ยว

ใช้ teamwork เมื่อไหร่ถึงคุ้ม

  • งานใหญ่หลายส่วน

    refactor หลาย module หรือ build feature ที่มี backend/frontend/test

  • ต้องการ independent review

    ให้ agent อีกตัวตรวจจากมุม security หรือ correctness

  • มี acceptance criteria ชัด

    ไม่งั้นหลาย agent จะสร้าง output เยอะแต่ตรวจยาก

  • มีงบ token

    งานเล็กใช้ low-effort หรือ single agent พอ

03เกี่ยวอะไรกับเรา

ฟันธง: Antigravity 3.0 น่าลองสำหรับคนที่อยากใช้ multi-agent แบบมี product support แต่ไม่ควรใช้กับทุก task

ให้เริ่มจากงานเดียวที่ใหญ่พอ เช่น refactor feature หนึ่งชุด แล้วกำหนดบทบาท agent ชัด: planner, implementer, tester, reviewer

Human Gate ต้องดูทั้งผลลัพธ์และค่าใช้จ่าย ถ้าใช้ token เยอะแต่ลดเวลาคนไม่ได้จริง ให้กลับไปใช้ workflow เล็กกว่า