Lot Antigravity skrive 95% av koden: – Bedre enn Cursor og Windsurf
CTO Hannes Wallers julekalender lar deg gjette hvilke bilder som er KI-genererte, og Googles nye IDE har gjort mye av jobben. – Men det krevde innspill.
I det siste har vi hatt diskusjoner internt om AI-genererte bilder, blant annet om at begynner å bli vanskeligere å se hva som faktisk er ekte og ikke. Du kan ikke lenger bare se på antall fingre, eller tekst i et bilde.
Når så Google nylig lanserte Nano Banana Pro, syntes jeg det var enda et skifte; nå begynte det å bli ordentlig imponerende, eller skremmende om du vil.
Etter noen flere diskusjoner, og med julen rett rundt hjørnet, tenkte jeg at dette var et perfekt grunnlag for å lage en julekalender.
Laget med Antigravity
Jeg er en utvikler som er veldig glad i AI, og Google har virkelig levert på den fronten i det siste.
Ikke bare Nano Banana, men også Antigravity som kom for et par uker siden, drevet av Gemini Pro 3.
Jeg har fått testkjørt den litt tidligere, men nå lot jeg den ta veldig mye av ansvaret for å utvikle appen. Sammen satte vi i gang å lage julekalenderen.
Den er laget med NextJS, TailwindCSS, shad-cn og med Supabase som database, og for autentisering.
En stack jeg har jobbet mye med, men som Antigravity også leverer veldig bra på.
Workflow i n8n
På lik linje med for eksempel Cursor og Windsurf har Antigravity en "planning mode", slik at vi faktisk kan diskutere hva vi skal lage, og iterere på planen før den faktisk begynner å generere kode.
- For å få bilder til prosjektet satte jeg opp et workflow i n8n, som tar imot et original bilde jeg funnet via diverse stock photos, og så lastet opp fra et adminpanel i frontenden. Hvis du ikke kjenner n8n så er det en løsning for å automatisere arbeidsflyter på en visuell måte. Jeg har nylig skrevet en artikkel om det her hvis du vil lese mer.
- Det opplastede bildet blir så analysert av en OpenAI-node for å hente ut en prompt som har blitt instruert å hente ut så mye detaljer som mulig fra originalbildet.
- Denne prompten blir så brukt for å generere et nytt bilde som skal ligne på originalet. Dette gjøres via et API-kall som bruker GoogleGenAI.
- Bildene blir så lastet opp i en Supabase bucket, og lagt til i databasen så vi kan hente ut de senere.
Etter noen flere runder med Antigravity for å utvide funksjonalitet som e-post reminders og leaderboard, så satt vi igjen med en fungerende app, der vi kan ta imot brukere og se om de klarer å svare på spørsmålet:
"Kan du fortsatt se hva som er ekte og ikke?"
I skrivende stund er svaret at 82 prosent feiler på dagens luke.
Bedre enn Cursor og Windsurf
Det har vært en morsom øvelse.
Når det kommer en ny AI-drevet IDE prøver jeg å lage et nytt prosjekt for å se hvor langt man kan dra det og samtidig holde min egen kodeskriving på et minimum.
Antigravity leverer sterkt her, både på oppsett og implementering, i min mening over både Cursor og Windsurf, og med en planleggingsmodus som jeg synes er den beste hittil.
Og etter noen problemer med feilmeldinger og tilgang på Gemini Pro 3 i starten så har det vært lite å klage på. Samtidig ble det 8-10 runder for å få på plass all funksjonalitet, for noe som er en rimelig enkel app.
Generelt er koden god og UI-et overraskende polert til å være AI-generert.
Der for eksempel Amazon sin Kiro elsker å overkomplisere selve prosjektoppsettet, så holder Antigravity seg på et fornuftig nivå, hvis man ikke spesifiserer noe annet.
Men så prøvde den ved ett tilfelle å skru av all realtime på tvers av hele min Supabase, der jeg har en god del hobbyprosjekter. Dette bare for å skru det på igjen for én spesifikk tabell. Konsekvensen hadde ikke vært katastrofal akkurat her, men det viser viktigheten av å ha et menneske med i loopen.
Ikke nervøs for jobben, ennå
Det er ganske sykt å tenke tilbake bare et drøyt år til da koden vi fikk fra en LLM var rimelig begrenset, eller rett og slett dårlig. Den slet også kraftig med mer kompliserte løsninger.
Nå har verktøyene en helt annen forståelse og kontekst, noe som gjør dem brukbare også i større prosjekter.
Likevel er jeg ikke spesielt nervøs for min egen jobb, ikke ennå i hvert fall. Visst har Antigravity skrevet ~95% av koden i dette prosjektet, men det krevde innspill, irettesettelser og kvalitetskontroll fra min side.
Kanskje det er annerledes om ett år, men foreløpig blir jeg mest imponert av å se hva man kan få til på noen timer ved hjelp av slike verktøy.
Test den ut selv på generated.christmas, og se om du klarer å skille deg ut fra det 82% som tok feil på første luke.
