Google、Antigravity SDKのローカルAI対応を発表

Google（米国の検索・AI大手テクノロジー企業）は、自律型AIエージェント開発キット「Antigravity SDK（Google Antigravityの自律エージェント機能をアプリに組み込むための開発者向けSDK）」において、ローカルマシン上で完結するローカルAIモデルの実行サポートを公式開発者ブログで発表した。Google AI Edgeの推論エンジン「LiteRT（Googleが提供するエッジデバイス向け軽量AIランタイム）」を通じた「Gemma 4（Googleが開発・公開しているオープンウェイト言語モデルの第4世代） 26B A4B」のオンデバイス実行に対応し、API費用ゼロ・外部通信なしの完全オフライン環境でエージェントを稼働させることが可能になった。

LiteRT連携とハイブリッドオーケストレーションの仕組み

今回のアップデートにより、開発者はクラウドAPIの利用制限や従量課金を気にすることなく、ローカルGPUを活用した自律エージェントワークフローを構築できる。

主な技術仕様と機能は以下の通りである。

• LiteRT-LMによる高速推論​: Google AI Edgeの「LiteRT」に最適化されたGemma 4 26B A4Bモデルを利用し、ローカルのGPUとメモリを効率的に活用。推奨動作環境は24GB以上のVRAMまたは統合メモリ（Apple Silicon等）。
• OpenAI互換バックエンドのサポート​: LiteRTに加え、LocalOpenAIAgentConfigを介してOllama、LM Studio、vLLMなどのOpenAI互換ローカルサーバーとも接続可能。
• ​アーキテクト・ビルダー型のハイブリッド実行​: クラウドの大規模モデル（Gemini 3.8 Flash）が計画・タスク分解を担当（全体の2.8%、わずか95トークン）し、実際のコード監査・パッチ作成・単体テスト実行などの重労働（全体の97.2%、3,322トークン）はローカルのGemma 4 26Bインスタンスが担当するハイブリッド運用が可能。ソースコードは一切クラウドに送信されずに完了する。

開発現場へのメリットとユースケース比較

従来のクラウド完結型エージェントと比較したローカル実行の優位性は以下の通りである。

評価軸	クラウドAPI実行	Antigravity SDK ローカル実行
​機密性・プライバシー​	ソースコードが外部サーバーへ送信される	ソースコードや社内データをマシン外に出さず完結
​運用コスト​	トークン従量課金・レート制限あり	完全無料（ローカルマシン資源のみ消費）
​通信要件​	常時インターネット接続が必須	完全オフライン環境（機内・閉域網）で自律動作可能
​推奨スペック​	低スペック端末でも利用可能	24GB以上のVRAMまたは統合メモリが推奨

日本の開発者への影響

日本のソフトウェア開発現場では、金融機関、医療機関、官公庁案件など、ソースコードの社外持ち出しや外部クラウド送信が厳格に禁止されている環境（閉域網やオンプレミス開発環境）が多い。従来のクラウド型コーディングエージェントを導入できなかったこれらの企業にとって、完全ローカルで自律パッチ適用やテスト検証を行えるAntigravity SDKのローカル対応は、AI開発支援ツールの導入を可能にする大きな転換点となる。 また、Mac StudioやMacBook Pro（統合メモリ32GB以上）を保有する国内の個人開発者やスタートアップにとっても、APIコストを気にせず複雑な自律エージェントを試行錯誤できる環境が整う。

未確認事項と環境制約

• ​ハードウェア要件の高さ​: 推奨環境が「24GB以上のVRAMまたは統合メモリ」となっており、一般的な8GB〜16GBメモリのPCでは推論速度やモデルロードに制約が生じる可能性がある（より軽量な8B/9Bモデルへの正式対応拡大が待たれる）。
• SDKの言語対応​: 現在公式ブログおよびリポジトリで提供されている実装例はPython向けSDK（google-antigravity）が中心であり、他言語向けSDKへの展開スケジュールは明記されていない。

分析・展望

AIエージェントのトレンドは「クラウド単体での集中処理」から「機密タスクのローカル処理＋設計タスクのクラウド処理」というハイブリッド構成へ急速に移行している。 Googleが公式エージェントSDKにおいてLiteRTとGemmaのローカル実行を標準統合したことは、自社のオープンモデルエコシステム（Gemma）とエッジ基盤（LiteRT）の双方を一気に普及させる巧みな垂直統合戦略といえる。機密性・コスト・レイテンシを重視するエンタープライズ開発者層において、ローカル駆動型エージェントが開発ワークフローの標準基盤となっていくとみられる。 引用元：Guillaume Laforge | Source