只用 Google AI Pro 的工作流程實驗：2026 年 1 月紀錄

閱讀範圍：本文原刊於 2026-01-14，記錄 2025 年底到當時的工作流程探索。2026-09-23 更新了額度說法與證據限制，沒有宣稱重新跑完現行版本的整套流程。

這是一場以 Google 工具為主的 Agentic Workflow 設計實驗。我刻意限制可用工具。

這件事怎麼開始的？

2025 年底，我訂閱了 Google AI Pro。老實說，我一開始並沒有打算「只用 Google 生態系」。我同時也訂閱 ChatGPT 和 Cursor，而且很熟悉這些工具；它們都很好用。

但在大量使用 Antigravity（IDE）、Gemini CLI 和 Jules CLI 後，我腦中開始出現一個問題：如果刻意限制自己只能用 Google AI Pro，不用 ChatGPT，也不用 Cursor，究竟可以做到什麼程度？

這不是省錢實驗。我想知道 Google 工具鏈真正的上限。

當時密集規劃與修改需求時，我會遇到額度限制。原稿曾寫「每 5 小時重設」，但沒有保存可核對的帳戶方案、版本與畫面；2026-09-23 修訂時撤下這個數字。讀者應依自己帳戶當下顯示的限制安排工作，不能把這份歷史紀錄當成現行方案說明。

當時的觀察是，長時間反覆迭代會打斷工作。這份紀錄沒有對照用量，也沒有逐次任務成本，不能判定限制只來自哪一個元件，更不能據此比較模型能力。

當時我也有使用其他工具。但這場實驗有一個刻意設定的前提：如果我只願意訂閱 Google AI Pro，能不能設計一套不會一直被額度打斷的工作流程？這個限制逼我把問題想得更清楚。

一開始我犯了幾個很典型的錯：期待 Antigravity IDE 做太多事，讓 Gemini CLI 同時寫程式和產圖，還希望單一 Agent 把所有工作包辦。

結果可以預料：額度消耗得很快，流程變成黑盒，出問題時也不知道應該在哪裡停下來。最後答案很清楚：角色邊界根本沒有訂清楚。

我把系統重新設計成 IDE-first、以 repo 為中心的封閉循環 Agent 工作流程，並整理成開源 starter repo：keeponfirst-agentic-workflow-starter。設計只有一個核心原則：IDE 給人使用，CLI 留給系統。

1️⃣ 入口永遠是對人友善的 Antigravity IDE。我用自然語言描述計畫或具體任務；IDE 只負責規劃和寫出 artifacts。

2️⃣ Repo 是中央樞紐。Jules 任務、Gemini 產圖 prompt、紀錄、log 和筆記全部變成檔案，讓流程可以稽核、重播、中斷後繼續。

3. 當時的角色分工是 Jules 處理較重的開發任務，Gemini CLI 用於產圖。這是那次設計的安排，不是兩個工具的能力邊界。沒有前後用量對照，不能宣稱這種分工已證明節省額度。

4️⃣ Sidecar 與 agy 組成自動接力流程。Sidecar Watcher 監控 Jules 輸出；驗證成功就呼叫 agy（Antigravity CLI）往下一步走。結果有疑義或風險時，流程會停下來，把控制權交回 IDE，等人做決定。

我不會宣稱「只靠 Gemini Pro 就能完全取代 Claude Code」。但我可以誠實地說：只要願意設計工作流程，Gemini Pro 能帶你走得比想像更遠；過程中也會更清楚哪些事情適合自動化，哪些決定一定要留給人。

截至原文發布時，筆記記錄了 Sidecar Watcher、輸出檢查與 agy callback；但端到端交接尚未完成。缺少完整串接驗收，不能把能啟動 IDE 寫成已能自動完成下一個任務。

當時監看腳本可以啟動 Antigravity，但 Jules 結果仍需手動貼入或確認。這裡保留的是 2026 年 1 月的狀態，未在本次修訂重新測試目前版本的 agy。

先固定一個小任務與驗收條件，記錄日期、方案、工具版本、開始與結束用量、失敗重試次數，以及人工貼上或確認的次數。再用另一種分工完成相同範圍，比較總時間與驗收結果。這是後續驗證方法，本文沒有這份對照數據。