Google Antigravity /swarm: วิธีที่ Gemini 4 Carbon ควบคุมทีมเอเจนต์ AI ทำงานร่วมกัน

อธิบายโหมด swarm ของ Google Antigravity: วิธีที่ Gemini 4 Carbon นำทีมเอเจนต์ /swarm, การสาธิตของ Google, ใครมีสิทธิ์เข้าถึง, ค่าใช้จ่าย token และการทดสอบด้วย Apidog CLI

Lynn Mikami

Lynn Mikami

11 November 2026

Google Antigravity /swarm: วิธีที่ Gemini 4 Carbon ควบคุมทีมเอเจนต์ AI ทำงานร่วมกัน

Apidog สำหรับองค์กร

การติดตั้งแบบ On-Premises

SSO & RBAC

รองรับมาตรฐาน SOC 2

สำรวจ Apidog Enterprise

ณ วันที่ 11 พฤศจิกายน 2026 Google Antigravity swarm mode (คำสั่ง /swarm) ยังเป็นฟีเจอร์ตัวอย่าง (preview) ที่เปลี่ยนพรอมป์เดียวให้กลายเป็นทีมเอเจนต์ที่ทำงานประสานกัน โดยมี Gemini 4 Carbon ของ Google เป็นหัวหน้า Gemini 4 Carbon เปิดตัวอย่างเป็นทางการ (GA) เมื่อวันที่ 10 พฤศจิกายน 2026 และในโหมด /swarm โมเดลนี้จะทำหน้าที่วางแผน ประสานงาน และตรวจสอบงาน ขณะที่โมเดลที่เร็วกว่าและเบากว่าทำงานแบบขนานใน workspace แยกอิสระจากกัน พร้อมเอเจนต์ผู้ตรวจสอบแบบ adversarial ที่ทดสอบทุกการเปลี่ยนแปลง

ด้านล่างนี้: การจัดโครงสร้างทีมทำงานอย่างไร Google สร้างอะไรด้วยมันบ้าง ใครใช้งานได้ ยังมีสิ่งใดที่ยังไม่เปิดเผย และวิธีมอบ API contract ให้เอเจนต์ใน swarm ใช้ทดสอบด้วย Apidog CLI

Google Antigravity /swarm คืออะไร?

/swarm เป็นคำสั่งตัวอย่างใน Google Antigravity แพลตฟอร์มพัฒนาที่ยึดเอเจนต์เป็นศูนย์กลางของ Google คุณพิมพ์พรอมป์เดียว แล้ว Antigravity จะสร้างทีมเอเจนต์ที่คุณติดตามผลได้แบบเรียลไทม์ โดย Gemini 4 Carbon รับผิดชอบบทบาทที่ต้องใช้การใช้เหตุผลเชิงลึกมากที่สุด โมเดลเบาทำงานสร้างของแบบขนาน และเอเจนต์ผู้ตรวจสอบตรวจทานการเปลี่ยนแปลงแต่ละรายการก่อนถูกนำไปใช้จริง

Google เปิดตัวฟีเจอร์นี้ในโพสต์ที่ประกาศให้ Gemini 4 Carbon พร้อมใช้งานทั่วไป เนื่องจากถูกระบุว่าเป็น preview จึงควรคาดหมายว่าพฤติกรรมและเงื่อนไขการเข้าถึงอาจเปลี่ยนแปลงได้

หากคุณยังไม่คุ้นเคยกับ Antigravity เอง เริ่มต้นด้วยบทความแรกของเราเกี่ยวกับ Google Antigravity และการอัปเดตแพลตฟอร์ม Antigravity 2.0 ส่วนโมเดลที่อยู่เบื้องหลัง swarm อ่านได้ที่ What Is Gemini 4 Carbon?

หมายเหตุวิธีการเขียน: เครื่องที่ใช้เขียนคู่มือนี้ยังไม่มีสิทธิ์เข้าถึง Antigravity พร้อม /swarm เนื้อหาทั้งหมดด้านล่างจึงมาจากประกาศของ Google ล้วน ๆ บทความนี้ไม่ได้อธิบายจากการทดลองใช้จริง และไม่ได้สมมติไวยากรณ์คำสั่งใด ๆ นอกจาก /swarm

Antigravity agent swarm แบ่งงานกันอย่างไร?

Antigravity agent swarm แบ่งงานออกเป็นสามประเภทของเอเจนต์:

  1. หัวหน้า (Gemini 4 Carbon) Google ระบุว่านักพัฒนาสามารถมอบหมาย Carbon ให้ "ทำงานในบทบาทที่ต้องการการใช้เหตุผลเชิงลึกที่สุด เช่น การออกแบบสถาปัตยกรรม การประสานงาน" และการตรวจสอบ โดยหัวหน้าจะแตกพรอมป์ออกเป็นงานย่อย ๆ และประเมินผลลัพธ์
  2. คนงาน (โมเดลเบา) โมเดลที่เร็วและถูกกว่าทำงาน "แบบขนานใน workspace ที่แยกอิสระจากกัน" ทำให้คนงานสองตัวไม่สามารถแก้ไขไฟล์ของกันและกันขณะทำงานอยู่
  3. ผู้ตรวจสอบ (เอเจนต์แบบ adversarial) เอเจนต์แยกต่างหากที่ "ทดสอบทุกการเปลี่ยนแปลง" หน้าที่ของพวกเขาคือค้นหาสิ่งที่พัง ไม่ใช่เห็นด้วยกับคนงานที่เขียนโค้ดนั้น
Diagram of Google Antigravity /swarm: one prompt goes to Gemini 4 Carbon, which plans, coordinates and audits; three lighter models work in isolated workspaces; verifier agents test each change and report pass or fail back to Carbon

นี่คือรูปแบบที่คุ้นเคย (planner ราคาแพง, executor แบบขนานราคาถูก, ผู้ตรวจสอบอิสระ) ที่ประกอบขึ้นจากคำสั่งเดียว

การแยก workspace เป็นเรื่องสำคัญ เพราะเอเจนต์แบบขนานที่ใช้ working tree เดียวกันจะชนกัน เช่น ตัวหนึ่งเปลี่ยนชื่อฟังก์ชันไปแล้วขณะที่อีกตัวยังเรียกใช้ชื่อเดิมอยู่ ส่วนเอเจนต์ผู้ตรวจสอบแบบ adversarial สำคัญเพราะเอเจนต์ที่เขียนโค้ดมักทดสอบเฉพาะเส้นทางที่ตัวเองคิดไว้แล้วเท่านั้น

Google สร้างอะไรด้วย /swarm?

ประกาศของ Google แสดงให้เห็น 3 ดีโม ซึ่งเป็นผลงานโชว์เคสของ Google ไม่ใช่การทดสอบอิสระ:

ดีโม สิ่งที่ Google ระบุว่า Carbon สร้างขึ้น เครื่องมือที่ Google ระบุชื่อ
เกมวิทยาเขต Mountain View เกม 3D แบบ open-world ที่คุณสำรวจวิทยาเขต Mountain View ของ Google "ในบทบาทนกกระทุงขี่ GBike" Antigravity /swarm
Google Merchandise Store ร้านค้าในมุมมองใหม่ "ในสองพรอมป์ โดยเสนอแนวคิดศิลป์ 5 แบบ" Carbon (โพสต์ของ Google)
ฟอร์เตเปียโน Koerner Hall ฟอร์เตเปียโน Stein-Schule ยุคราวปี 1780 ที่เล่นได้ วางอยู่ในโมเดล 3D ของ Koerner Hall ในโทรอนโต "พร้อมเสียงสะท้อนเชิงพื้นที่จำเพาะตามที่นั่ง" "multi-agent loop ใน Google Antigravity"

มีเพียงดีโมเกมที่ระบุชัดเจนว่าใช้ /swarm ส่วนดีโมฟอร์เตเปียโนระบุว่าใช้ multi-agent loop ใน Antigravity ซึ่งใกล้เคียงกันแต่ไม่ใช่ข้ออ้างเดียวกัน โปรดระวังความแตกต่างนี้หากจะอ้างอิงข้อมูลเหล่านี้

ใครสามารถใช้ Antigravity swarm mode ได้?

นี่คือสิ่งที่ Google ระบุเกี่ยวกับการเข้าถึง พร้อมแหล่งอ้างอิงของแต่ละข้อ:

รายการ รายละเอียด แหล่งที่มา
วันที่ GA ของ Carbon 10 พฤศจิกายน 2026 Google
Model ID gemini-4-carbon Google
สถานะของ /swarm Preview ใน Google Antigravity Google
การเข้าถึงสำหรับผู้ใช้ทั่วไป เปิดให้สมาชิก Google AI Ultra ทุกคนใช้ใน Antigravity, แอป Gemini และ AI Mode ใน Search Google
การเข้าถึงสำหรับนักพัฒนา Gemini API ใน Google AI Studio และ Gemini สำหรับธุรกิจ สำหรับนักพัฒนาและองค์กรที่จ่ายเงิน Google
ราคา API เปิดตัว $2 input / $10 output ต่อ 1M tokens Google
ราคาหลัง 30 พ.ย. 2026 $4 input / $20 output ต่อ 1M tokens Google (เชิงอรรถ)
โมเดลเริ่มต้น "Argon ยังคงเป็นตัวเลือกที่เหมาะสมที่สุดสำหรับงานวิศวกรรมซอฟต์แวร์และงานด้านความรู้ส่วนใหญ่" Google

สิ่งที่ Google ยังไม่ได้ระบุ

ประกาศดังกล่าวยังค้างคำถามหลายข้อไว้ โปรดระมัดระวังกับบล็อกหรือวิดีโอใด ๆ ที่ตอบคำถามเหล่านี้อย่างมั่นใจ จนกว่า Google จะระบุเป็นทางการ:

Swarm ของ Gemini 4 Carbon มีค่าใช้จ่ายเท่าไร?

มีสิ่งหนึ่งที่ Google พูดตรง ๆ คือ Carbon ใช้เงินมากกว่า ประกาศระบุว่า Carbon ใช้ "tokens มากกว่า Argon เพื่อสำรวจอย่างละเอียด ใช้เหตุผลอย่างลึกซึ้ง และรันลูปการตรวจสอบที่ยาวนาน" swarm ยิ่งขยายสิ่งนี้ออกไป เพราะหัวหน้าต้องวางแผน ตรวจผลงานของคนงานทุกคน และอ่านรายงานของผู้ตรวจสอบทุกฉบับ

สามประเด็นที่ใช้ได้จริง:

การส่งงานแก้ไขส่วนใหญ่ให้คนงานโมเดลเบาช่วยประหยัด tokens ของ Carbon ไว้สำหรับการวางแผนและการตรวจสอบ ซึ่งสอดคล้องกับคำแนะนำของ Google: Argon สำหรับงานส่วนใหญ่ Carbon สำหรับงานยาก การเปรียบเทียบ Gemini 4 Carbon vs Argon ของเราอธิบายเส้นแบ่งตรงนั้น และ Gemini 4 Carbon vs Claude Fable 5.2 เทียบกับโมเดลของ Anthropic

หากคุณต้องการเรียกใช้ Carbon โดยตรงแทนที่จะผ่าน Antigravity คู่มือ Gemini 4 Carbon API แสดง request แรกของคุณ และ คู่มือ Gemini 4 Argon API ครอบคลุมโมเดลเริ่มต้นที่ถูกกว่า

มอบ contract ให้ swarm ของคุณ: OpenAPI spec บวกการทดสอบด้วย Apidog CLI

เอเจนต์ผู้ตรวจสอบจะดีเพียงไหนขึ้นอยู่กับนิยามของคำว่า "ถูกต้อง" ที่ใช้ทดสอบ หาก swarm กำลังสร้างหรือแก้ไข API นิยามที่ทรงพลังที่สุดที่คุณจะมอบให้คือ OpenAPI spec บวกการทดสอบที่รันได้จริง เมื่อนั้น "ผ่านการตรวจสอบ" หมายความว่า endpoint ผ่าน request จริง ไม่ใช่แค่โมเดลอีกตัวอ่าน diff แล้วอนุมัติ

Diagram of a contract-driven swarm loop: an OpenAPI spec feeds worker agents that build endpoints; a verifier agent runs apidog run; a pass goes to ready for review and a fail reports back to the workers

ความล้มเหลวจะถูกส่งกลับไปยังคนงานพร้อม request และ response ที่ทำให้พังอย่างแม่นยำ

ให้เอเจนต์ Antigravity รันการทดสอบด้วย Apidog CLI

Apidog CLI ช่วยให้เอเจนต์นำเข้า spec ของคุณ เขียน test case และรันจาก terminal พร้อมผลลัพธ์ JSON ที่เอเจนต์อ่านได้ คุณไม่ต้องคลิกอะไรเลย ตั้งค่าครั้งเดียว แล้วให้เอเจนต์ทำงานแทน

ติดตั้งและล็อกอิน:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

ทางลัด: บอกเอเจนต์ของคุณว่า "อ่าน https://apidog.com/apidog-cli-installation-guide.md และตั้งค่า Apidog CLI" คู่มือนั้นเขียนมาสำหรับเอเจนต์โดยเฉพาะ ส่วนสำหรับ Antigravity โดยเฉพาะ ดูที่ วิธีใช้ Apidog CLI ใน Antigravity

จากนั้นมอบพรอมป์เดียวให้เอเจนต์:

Import ./openapi.yaml into Apidog project <projectId> on a new AI branch.
For every endpoint in the spec, create a test case that asserts the status code
and the response schema. Run all cases against environment <envId> and report
each failure with the request, the expected schema and the actual response.

เอเจนต์จะอ่าน schema ของ payload แต่ละตัวก่อนเขียนอะไรก็แล้วแต่ จากนั้นรันคำสั่งลักษณะนี้:

apidog branch create --project <projectId> --type ai --name "ai/20261111-from-main-swarm-contract" --from main
apidog import --project <projectId> --format openapi --file ./openapi.yaml --branch "ai/20261111-from-main-swarm-contract"
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json --branch "ai/20261111-from-main-swarm-contract"
apidog run --test-case <caseId> --project <projectId> --branch "ai/20261111-from-main-swarm-contract" -e <envId> -r cli,json

ทุก flag ข้างต้นมาจาก apidog <cmd> --help บน Apidog CLI 2.2.12 AI branch ช่วยให้การเปลี่ยนแปลงที่เอเจนต์เขียนไม่เข้าไปใน main branch ของคุณจนกว่าคุณจะตรวจทาน ซึ่งเหมาะกับ swarm ที่แตะต้อง endpoint หลายตัวพร้อมกัน

สองนิสัยที่ทำให้วิธีนี้ใช้ได้ดีกับ swarm:

คำสั่งเดียวกัน apidog run ... -r junit ใส่ลงใน CI ได้เลย ทำให้ contract ที่ swarm ทดสอบเทียบคือ contract เดียวกับที่ pipeline ของคุณบังคับใช้ ดู Apidog CLI ใน CI/CD pipeline สำหรับการตั้งค่า แพลน Free ของ Apidog รองรับผู้ใช้ได้ถึง 4 คน ซึ่งเพียงพอสำหรับทดลองใช้กับโปรเจกต์ส่วนตัว

ควรใช้ /swarm แทนเอเจนต์เดี่ยวเมื่อไร?

ใช้ swarm กับงานที่กว้าง: ฟีเจอร์ที่แตะต้องทั้ง API, frontend และ migration พร้อมกัน หรืองานสร้างที่ bug เงียบ ๆ มีราคาแพง ส่วนงานแก้เล็ก ๆ ที่คุณตรวจทานเสร็จในห้านาที คงใช้เอเจนต์เดี่ยว ซึ่งน่าจะบน Argon

คำถามที่พบบ่อย

Google Antigravity /swarm ฟรีหรือไม่?

Google ยังไม่ได้ประกาศแพลนฟรีสำหรับ /swarm Google ระบุว่า Gemini 4 Carbon กำลังเปิดให้สมาชิก Google AI Ultra ใน Antigravity และพร้อมให้นักพัฒนาที่จ่ายเงินใช้ผ่าน Gemini API ส่วนแพลนใดรวม preview ของ /swarm ยังไม่มีการระบุ

โมเดลใดรันเอเจนต์ใน Antigravity swarm?

Gemini 4 Carbon ของ Google รับบทบาทหัวหน้า: สถาปัตยกรรม การประสานงาน และการตรวจสอบ Google ระบุว่า "โมเดลที่เร็วกว่าและเบากว่า" ทำงานเป็นคนงานแบบขนาน แต่ไม่ได้เอ่ยชื่อโมเดล

swarm รันเอเจนต์ได้กี่ตัว?

Google ยังไม่ได้เผยแพรขีดจำกัด ประกาศระบุเพียง "ทีมเอเจนต์ที่ทำงานประสานกัน" โดยไม่ระบุตัวเลข

/swarm ทำงานกับการทดสอบ API ของฉันเองได้ไหม?

Google ไม่ได้อธิบายการเชื่อมต่อการทดสอบ API ในตัว แต่คุณยังคงมอบ contract ให้เอเจนต์ได้: OpenAPI spec บวกการทดสอบที่เอเจนต์รันด้วย Apidog CLI เพื่อให้การผ่านของผู้ตรวจสอบหมายความว่า endpoint คืนผลลัพธ์ตรงตามที่ spec ระบุ

Gemini 4 Carbon เป็นโมเดลเริ่มต้นใน Antigravity หรือไม่?

Google วางตำแหน่ง Argon ไม่ใช่ Carbon ว่าเป็นตัวเลือกที่เหมาะสมสำหรับงานวิศวกรรมซอฟต์แวร์และงานด้านความรู้ส่วนใหญ่ Carbon สำหรับงานที่ยากกว่าและใช้ tokens มากกว่าในการสำรวจและตรวจสอบ หากคุณกำลังเปรียบเทียบโมเดล frontier สำหรับงานเอเจนต์ คู่มือ Claude Fable 5.2 API ของเราครอบคลุมอีกหนึ่งทางเลือก

ฝึกการออกแบบ API แบบ Design-first ใน Apidog

ค้นพบวิธีที่ง่ายขึ้นในการสร้างและใช้ API