Google Antigravity bekommt Dynamic Workflows: Agent schreibt Python-Skript zur Koordination von Unteragenten

Google hat am 13. November 2026 begonnen, die Dynamic Workflows in Antigravity, seiner Entwicklungsumgebung mit KI-Agenten, auszurollen. Die Funktion kommt über den Befehl /run-workflow: Statt eine lange Aufgabe nur per Gespräch zu koordinieren, schreibt der Agent ein kurzes Python-Skript, das die Arbeit auf Unteragenten verteilt — parallel oder nacheinander — und der Entwickler prüft das Skript, bevor es läuft.

Der Start gehört zur selben Woche von Antigravity-Neuheiten, die den Orchestrator brachte, der innerhalb eines einzigen Gesprächs zwischen den Modellen Gemini 4 Carbon (oder Argon) und Hydrogen wechselt. Der Unterschied liegt im Fokus: Während der Orchestrator die Arbeit zwischen Modellen aufteilt, teilen Dynamic Workflows die Arbeit zwischen Agenten auf — mit einem Ablauf, der per Code gesteuert wird.

Was Dynamic Workflows sind

Laut der offiziellen Dokumentation von Google Antigravity eignen sich Dynamic Workflows für Aufgaben, die sich in viele unabhängige Teile aufteilen — eine Prüfung pro geänderter Datei, ein Audit pro Paket — oder in aufeinander aufbauende Schritte, etwa erst einen fehlschlagenden Test zu schreiben und dann den Code zu reparieren. Die Idee: eine lange Unterhaltung, die sich in der Interpretation der Prompts verlieren kann, durch einen deterministischen, per Skript gesteuerten Ablauf zu ersetzen.

  • Parallele und sequenzielle Phasen: Das Skript führt Agenten gleichzeitig mit parallel() oder nacheinander mit pipeline() aus, gruppiert in benannte Phasen, die live verfolgt werden können.
  • Saubere Hauptkonversation: Jeder Agent des Ablaufs arbeitet in seiner eigenen Konversation und liefert ein strukturiertes Ergebnis zurück, das gegen ein JSON-Schema geprüft wird. Dateilesen, Suchen und Testprotokolle bleiben aus dem Hauptkontext heraus.
  • Einmal- oder dauerhafte Agenten: Der Ablauf kann Wegwerf-Agenten erzeugen — einen Prüfer pro Datei — oder denselben Agenten über Phasen hinweg behalten, damit der Prüfer, der die Fehler gefunden hat, später deren Korrektur bestätigt.
  • Wiederverwendbare Skripte: Ein funktionierendes Skript kann als .py-Datei im Projekt gespeichert und später erneut ausgeführt werden.

Wie /run-workflow funktioniert

Wenn Sie /run-workflow gefolgt von der Aufgabe eingeben — oder den Ablauf in eigenen Worten anfordern —, liest der Agent die eingebaute run-workflow-Fähigkeit und schreibt das Python-Skript. Vor der Ausführung zeigt Antigravity das Skript und bittet um Genehmigung, es sei denn, eine Berechtigungsvoreinstellung wie Turbo erlaubt sie bereits. Um den Plan zu ändern, lehnen Sie ab und sagen dem Agenten, was angepasst werden soll.

Der Workflow läuft im Hintergrund in einem eigenen Prozess mit der in Antigravity enthaltenen Python-Laufzeitumgebung — Python muss auf dem Rechner nicht installiert sein, und über die Variable ANTIGRAVITY_PYTHON kann ein eigener Interpreter (Python 3.8 oder neuer) angegeben werden. Am Ende erhält der Hauptagent die Protokolle und Ergebnisse und fasst alles in der Konversation zusammen.

Anwendungsbeispiele

Googles Dokumentation zeigt drei fertige Muster:

  • Parallele Prüfung: die seit dem Haupt-Branch geänderten Python-Dateien auflisten und jede parallel auf unbehandelte Ausnahmen prüfen, mit einem einzeiligen Urteil pro Datei.
  • Prüfen, reparieren, verifizieren: Ein dauerhafter Prüfer-Agent listet die Fehler eines Verzeichnisses auf, pro Fehler wird parallel ein Reparatur-Agent erstellt, und am Ende bestätigt derselbe Prüfer, dass alles behoben wurde.
  • Bearbeiten in isolierten Arbeitsbereichen: Jeder parallele Agent arbeitet in einem isolierten Git-Worktree, um einen veralteten Helper zu ersetzen und die Tests des Pakets ohne Konflikte auszuführen.

Auch die Modellstufe der Workflow-Agenten lässt sich wählen — flash_lite oder flash für schnelle Prüfungen in großer Zahl, pro für tieferes Nachdenken — sowie der Arbeitsbereichstyp: den aktuellen übernehmen, pro Agent einen isolierten Branch anlegen oder eine gemeinsam genutzte Kopie des Repositorys.

Verfügbarkeit

Dynamic Workflows sind in der Antigravity-App und in der Antigravity-CLI für Abonnenten von Google AI Pro und Google AI Ultra verfügbar. Es gibt keinen separaten Preis: Die Funktion verbraucht die im Tarif bereits enthaltenen Modell-Credits.

Dynamic Workflows, Orchestrator und /swarm: was wofür

Die Dokumentation selbst vergleicht die Arten, Arbeit in Antigravity aufzuteilen: Der Orchestrator ist für ein einziges Gespräch gedacht, in dem ein Frontier-Modell plant und Hydrogen ausführt; Unteragenten dienen dazu, eine Aufgabe zu delegieren, während der Entwickler weiterarbeitet; Dynamic Workflows sind für skriptgesteuerte Abläufe gedacht — dieselbe Prüfung über eine Dateiliste, aufeinanderfolgende Schritte oder eine Prüfer-Reparateur-Schleife; und /swarm ist für Agenten gedacht, die auf einem gemeinsamen Nachrichtenboard zusammenarbeiten.

Grenzen, die man kennen sollte

Agenten, die ein Workflow startet, sehen weder das Skript noch einander: Das Skript muss jedem Agenten alles mitgeben, was er in seinem Prompt braucht, mit einem kurzen, klar definierten Ergebnis. Und in einer parallelen Phase werden bei einem Fehler eines Agenten die übrigen abgebrochen. Google stellt außerdem klar, dass Entwickler kein Python können müssen, um die Funktion zu nutzen — das Skript vor der Genehmigung zu prüfen, gehört aber zum Ablauf dazu.

Quellen

Bild: Screenshot aus der offiziellen Google-Antigravity-Dokumentation, der den Genehmigungsbildschirm für ein Dynamic-Workflow-Skript zeigt. Quelle: Google.

Transparenz: Dieser Artikel wurde mit Unterstützung künstlicher Intelligenz erstellt und mit öffentlichen Beiträgen auf X sowie Internetquellen abgeglichen. Die Informationen wurden anhand der offiziellen Google-Antigravity-Dokumentation und offizieller Ankündigungen geprüft; bitte konsultieren Sie die Originalquellen, um die Details zu bestätigen.

Von Muse