Paikallinen tekoäly Google Antigravityllä: näin AI-agentit toimivat offline-tilassa Ollamalla ja Gemma 4:llä omalla koneellasi

Kuinka paljon rahaa ja hermoja sinulta oikeastaan menee tekoälytyökalusi viikkorajoihin? Minulla kiintiö on yleensä täynnä juuri silloin, kun olen keskellä tehtävää, ja lisäksi jokaisen asiakasviestin kohdalla mietityttää, kuuluuko se ylipäätään vieraalle palvelimelle. Juuri tähän osuu paikallinen tekoäly Google Antigravityllä, sillä silloin tekoäly ei pyöri pilvessä vaan omalla koneellasi. 23. syyskuuta 2026 alkaen Antigravity SDK nimittäin toimii myös tekoälymallien kanssa, jotka ovat sinun omalla kiintolevylläsi.1 Eli rakennat itsellesi tekoälyagentin samalla perustalla, jolla Antigravity-sovelluskin pyörii, ja annat sen työskennellä esimerkiksi Gemma 4:llä Ollaman kautta ilman API-avainta, ilman krediittejä ja käyttöönoton jälkeen jopa ilman internetiä. Yksi koukku kuitenkin on, sillä Google suosittelee pääversiolle konetta, jossa on vähintään 24 Gt näytönmuistia tai jaettua muistia.1,2 Tässä artikkelissa näytän siksi, mikä malli sopii sinun koneellesi, miten pystytät paikallisen AI-agentin, mitkä viisi agenttia kannattavat pienessä yrityksessä ja missä rajat tulevat vastaan.
Antigravity SDK on Googlen Python-työkalupakki omille tekoälyagenteille. Syyskuusta 2026 alkaen nämä agentit toimivat myös paikallisilla tekoälymalleilla, virallisesti optimoituna Gemma 4 26B:lle Googlen LiteRT:n kautta ja lisäksi minkä tahansa OpenAI-yhteensopivan palvelimen, kuten Ollaman, LM Studion tai vLLM:n, kautta.1 Pienempi Gemma 4 -malli sopii Ollaman kautta myös kannettavaan, jossa on 16 Gt keskusmuistia, mutta se toimii silloin hitaammin ja tuottaa tuloksia, jotka kannattaa tarkistaa.4,5 Säännöillä määrität, mitä agentti saa tehdä, laukaisimilla se käynnistyy itsestään, ja tietosi pysyvät omalla laitteellasi.2
Tärkeimmät luvut
- 23.09.2026: Google julkistaa paikalliset mallit Antigravity SDK:ssa.1
- 24 Gt näyttö- tai jaettua muistia Google suosittelee pääversiolle Gemma 4 26B A4B.1,2
- 64 000 tokenia kontekstia Google suosittelee paikallisille agenteille, Ollama käynnistyy oletuksena arvolla 4 096.2,6
- 4,5 Gt muistia tarvitsee Gemma 4 E4B 4-bittisenä versiona, 26B-versio 14,4 Gt.4
- 97,2 % kaikista tokeneista pyöri paikallisesti Googlen hybridiesittelyssä, pilvessä oleva suunnittelija tarvitsi vain 95 tokenia.1
- 0 US-dollaria kuukaudessa maksaa Antigravity yksityishenkilöille, yksinkertaisilla viikkorajoilla.7
Mikä on Antigravity SDK?
Antigravityä on nykyään viidessä muodossa: sovelluksena, omana kehitysympäristönä (IDE), laajennuksena muihin editoreihin, komentorivinä ja SDK:na.7 SDK on versio omia ohjelmiasi ja automaatioitasi varten. Asennat sen komennolla pip install google-antigravity, kirjoitat muutaman rivin Pythonia, ja SDK hoitaa koko kierron, johon kuuluvat ajattelu, työkalun kutsu, tarkistus ja jatkaminen.2 Googlen mukaan taustalla ovat samat ominaisuudet, jotka pyörittävät myös Antigravity-sovellusta.1
Sinun ei siis tarvitse ohjelmoida tekoälyagenttia alusta asti. Kuvaat tehtävän, annat agentille kansion, jossa se saa työskennellä, ja se lukee tiedostoja, kirjoittaa tuloksia ja ajaa halutessasi myös komentoja. Lisäksi saat Python-funktioista tehtyjä omia työkaluja, MCP-palvelinten liittämisen, säännöt sallituille toiminnoille ja laukaisimet toistuville tehtäville.2 SDK on Apache 2.0 -lisenssillä ja toimii macOS:llä, Linuxilla ja Windowsilla. Mukana tulee kuitenkin valmiiksi käännetty ajoaikatiedosto, joka on vain PyPI:n paketissa eikä GitHubin lähdekoodissa.2,3
Paikallinen tekoäly vai pilvi: mitä muuttuu?
Ilman lisäasetuksia SDK puhuu pilvessä olevan Geminin kanssa ja tarvitsee siihen API-avaimen.2 Paikallista käyttöä varten vaihdat periaatteessa vain konfiguraation, koska agenttisi tehtävät, säännöt ja työkalut pysyvät samoina, ja Google mainitsee tähän neljä syytä:1
- ei jatkuvia kustannuksia, koska API-maksut ja käyttörajoitukset poistuvat,
- tietosuoja, koska koodisi ja pyyntösi pysyvät kokonaan omalla koneellasi,
- offline-käyttö, jolloin agentti toimii myös ilman vakaata internetyhteyttä, esimerkiksi matkalla tai asuntoautossa,
- hybridikäyttö, jossa yhdistät edullisen paikallisen työn isoon pilvimalliin, kun jokin tehtävä sattuu olemaan liian raskas.
Rajoituksiin liittyvää kohtaa en aliarvioisi. Paikallinen agentti pyörii niin usein kuin haluat, koska ainoa raja on sinun koneesi eikä kiintiö, joka on keskiviikkona jo tyhjä.
| Gemini pilvessä | Gemma 4 LiteRT:n kautta | Gemma 4 Ollaman kautta | |
|---|---|---|---|
| Konfiguraatio SDK:ssa | LocalAgentConfig ja Gemini-API-avain |
LiteRTAgentConfig |
LocalOpenAIAgentConfig |
| Internet tarvitaan | kyllä | ei (latauksen jälkeen) | ei (latauksen jälkeen) |
| Kustannus tehtävää kohti | käytön mukaan tai tariffin rajan mukaan | ei mitään | ei mitään |
| Suositeltu laitteisto | ei väliä | 24 Gt:sta alkaen näyttö- tai jaettua muistia | mallista riippuen, E4B jo 16 Gt:n kannettavilla |
| Tiedot poistuvat koneelta | kyllä | ei | ei |
| Googlen optimoima | kyllä | kyllä, Gemma 4 26B A4B:lle | tuettu, ei erikseen optimoitu |
Lähteet: Google Developers Blog, Antigravity SDK:n README, Gemma 4 -mallien yleiskatsaus.1,2,4
Mikä Gemma 4 -malli sopii koneellesi?
Tämä on tärkein kysymys ennen aloitusta. Gemma 4:stä on viisi kokoa, puhelimille ja selaimelle tarkoitetusta E2B:stä tehokkaille koneille tarkoitettuun 31B:hen.4 Mitä suurempi malli, sitä paremmat tulokset, mutta sitä enemmän muistia tarvitset ja sitä hitaammaksi se muuttuu heikolla laitteistolla. Taulukossa on Googlen mukainen likimääräinen muistintarve ja sen vieressä Ollaman latauskoot.
| Malli | 4-bittinen versio (Google) | Lataus Ollamasta | Konteksti | Sopii |
|---|---|---|---|---|
| Gemma 4 E2B | 2,9 Gt | 4,6–7,5 Gt | 128K | vanhemmat kannettavat, yksinkertaiset lajittelutehtävät |
| Gemma 4 E4B | 4,5 Gt | 6,6–9,5 Gt | 128K | tavalliset kannettavat, joissa 16 Gt RAM-muistia |
| Gemma 4 12B | 6,7 Gt | 7,7–8,0 Gt | 256K | koneet, joissa 16–32 Gt ja näytönohjain |
| Gemma 4 26B A4B | 14,4 Gt | 16–19 Gt | 256K | Googlen pääversio, suositus 24 Gt:sta alkaen |
| Gemma 4 31B | 17,5 Gt | 19–20 Gt | 256K | tehokkaat työasemat tai Macit, joissa paljon muistia |
Lähteet: Googlen Gemma 4 -mallien yleiskatsaus ja Ollama-kirjasto, tilanne 16.11.2026.4,5
Nyrkkisääntönä otan suurimman mallin, joka mahtuu kokonaan näytönmuistiin, Macilla jaettuun muistiin, ja jätän vielä tilaa kontekstille. Kannettavalla, jossa on 16 Gt RAM-muistia eikä erillistä näytönohjainta, sellaisella jota itsekin käytän, E4B on järkevä valinta. E2B on pienempi ja nopeampi, mutta agenteille, joiden pitää hoitaa useita vaiheita peräkkäin, ottaisin vähintään E4B:n.
Paikallisten tekoälyagenttien luominen: askel askeleelta omaan Ollama-agenttiin
Ennen kuin aloitat SDK:lla, kokeilisin tehtävää ensin Antigravity-sovelluksessa tai omassa editorissasi. Siinä näet nopeasti, ymmärtääkö agentti tehtävän ylipäätään, ja vasta kun se onnistuu, sen automatisointi SDK:lla kannattaa. Itse käyttöönotto kestää sitten suunnilleen vartin sen mukaan, kuinka nopeasti mallin lataus etenee.
- Asenna Ollama ja lataa malli. Ollaman saat osoitteesta ollama.com, ja mallin haet esimerkiksi komennolla
ollama pull gemma4:e4b.5 - Suurenna kontekstia. Ollama käyttää ilman asetuksia 4 096 tokenin kontekstia, mikä on agenteille aivan liian vähän. Käynnistä Ollama siksi esimerkiksi komennolla
OLLAMA_CONTEXT_LENGTH=16384 ollama serve. Suurempi konteksti vie enemmän keskusmuistia, joten kannettavalla, jossa on 16 Gt, pysyisin aluksi 16 384:ssä tai 32 768 tokenissa ja menisin kohti Googlen suosittelemaa 64 000 tokenia vasta, kun muistia on 24 Gt tai enemmän.6,2 Jos Ollama pyörii sinulla taustapalveluna, lisäät muuttujan sen asetuksiin ja käynnistät palvelun uudelleen.6 - Luo Python-ympäristö komennoilla
python3 -m venv .venvjasource .venv/bin/activatemacOS:llä tai Linuxilla, Windowsissa PowerShellissä komennoillapython -m venv .venvja.venv\Scripts\Activate.ps1.2 - Asenna SDK komennolla
pip install google-antigravity.2 - Kirjoita agentti. Tärkeimmät ovat kolme tietoa, nimittäin mallin nimi, paikallisen palvelimen osoite ja kansio, jossa agentti saa työskennellä.
import asyncio
from google.antigravity import Agent, LocalOpenAIAgentConfig
from google.antigravity.hooks import policy
ORDNER = "/home/du/agenten/postfach"
async def main():
config = LocalOpenAIAgentConfig(
model="gemma4:e4b",
base_url="http://127.0.0.1:11434/v1",
workspaces=[ORDNER],
policies=[policy.deny("*"), policy.allow("view_file"), policy.allow("list_directory")],
)
async with Agent(config) as agent:
antwort = await agent.chat("Lue kaikki kansion tiedostot ja tiivistä jokainen yhteen lauseeseen.")
async for teil in antwort:
print(teil, end="", flush=True)
asyncio.run(main())
Yksi kompastuskivi, johon kompastuin itsekin: ensimmäisellä yrityksellä vastauksen sijaan tuli vain aikakatkaisu yhteyttä Ollamaan muodostettaessa, vaikka Ollama oli käynnissä. Minulla localhost osoitti IPv6-osoitteeseen, jossa Ollama ei ollut tavoitettavissa, ja siksi esimerkissä on 127.0.0.1. Jos sielläkin tulee vain aikakatkaisu, tarkista työpöydän palomuurisi. Jos se sallii lähtevät yhteydet yksitellen, myös SDK:n ajoaikatiedoston täytyy päästä käyttämään paikallista porttia 11434.
Anna Antigravityn rakentaa agentti
Koodia ei tarvitse kirjoittaa itse. Antigravity-sovelluksessa voit myös antaa sen rakentaa agentin sinulle, tällaisella toimeksiannolla:
Rakenna Python-agentti Antigravity SDK:lla. Käytä LocalOpenAIAgentConfigia mallilla gemma4:e4b ja Ollaman osoitteella http://127.0.0.1:11434/v1. Aseta tämä kansio työtilaksi. Agentti lukee jokaisen tiedoston kansiossa ”eingang”, hoitaa alla kuvaamani tehtävän ja kirjoittaa tulokset kansioon ”ausgang”. Tulosta jokainen työkalukutsu, jotta voin seurata sitä. Aja se sitten. Tehtävä: …
Pidä samalla mielessä, että Antigravity-sovellus itse toimii pilvimalleilla, eli tehtäväkuvauksesi menee rakennusvaiheessa ensin pilveen, ja vasta valmis agentti työskentelee paikallisesti tiedostojesi kanssa. Laita siksi rakennusvaiheessa kansioon vain esimerkkidataa ja oikeat asiakastiedot vasta sen jälkeen. Ja katso, mitä tiedostoja sovellus luo ja muuttaa, ennen kuin otat kaiken käyttöön. Omiin työnkulkuihisi tämä riittää yleensä, mutta asiakasprojektissa, jossa on kirjautumisia tai maksuja, jonkun ohjelmointia osaavan pitäisi silti katsoa koodi läpi.
Viisi paikallista agenttia, jotka kannattavat yrityksessä
Kaikki viisi noudattavat samaa kaavaa, eli kansiota syötteille, selkeää tehtävää ja toista kansiota tuloksille. Yllä olevassa toimeksiannossa muutat siis kussakin tapauksessa vain tehtävän.
1. Postilaatikon lajittelija toimistoille ja palveluntarjoajille
Laitat asiakasviestit tekstitiedostoina saapuneiden kansioon, esimerkiksi sähköpostiohjelmasi viennin kautta. Agentti lukee jokaisen viestin, lajittelee kiireellisyyden mukaan, kirjoittaa siitä yhden rivin tiivistelmän ja tekee jokaiseen vastausluonnoksen. Aivan ylimmäksi päätyy sitten vaikkapa verkkokauppa-asiakas, joka on tyytymätön tuloksiin ja harkitsee sopimuksen irtisanomista, sekä rauhallinen luonnos, jossa kysytään, missä tarkalleen mättää. Viestit lähetät tietenkin edelleen itse, kun olet lukenut ne. Koska sähköposteissa on lähes aina henkilötietoja, paikallinen käyttö antaa tässä eniten.
2. Yhteystietolistojen lajittelija myyntityöhön
Sinulla on lista, jossa on muutama sata yhteystietoa messuilta, tiedusteluista tai vanhoista projekteista, ja siinä on sekaisin henkilökohtaisia osoitteita, kuten etunimi@yritys.de, ja yleisosoitteita, kuten info@ tai praxis@. Lähestymistä varten tarvitset molemmat eroteltuina, koska omistajalle kirjoitetaan eri tavalla kuin sihteeristölle. Agentti käy taulukon läpi, merkitsee jokaisen osoitteen henkilökohtaiseksi tai yleiseksi ja kirjoittaa tuloksen uuteen sarakkeeseen. Juuri tällaisten listojen kohdalla on mukavaa, että niiden ei tarvitse lähteä sitä varten pilvipalveluun.
3. Ensikontaktin kirjoittaja olemassa oleville kontakteille
Annat agentille taulukon, jossa on yrityksiä, toimiala ja lyhyt huomautus verkkosivusta. Se kirjoittaa jokaiselle yritykselle ensimmäisen lauseen, joka viittaa siihen, mitä yritys todella tekee, sen sijaan että käytettäisiin latteuksia kuten ”upea verkkosivu”. Verkkokoulun, jolla on 4 000 osallistujaa, kohdalla se tarttuu esimerkiksi täyteen tukipostilaatikkoon, ja kokeilujaksolla varustetun ohjelmistotarjonnan kohdalla kysymykseen, miten kokeilijat löytävät oikean toiminnon. Muista tässä sähköpostimarkkinointia koskevat säännöt, sillä pyytämättömät mainossähköpostit ovat Saksassa sallittuja yrityksillekin vain tiukoin rajoin. Käytä aloituksia siksi vain kontakteille, jotka ovat antaneet sinulle suostumuksensa, tai henkilökohtaisen keskustelun avaukseksi.
4. Muistiinpanojen siivooja valmentajille ja konsulteille
Tapaamisen jälkeen muistiinpanot ovat yleensä sekamelska puolikkaita lauseita, ideoita ja asioita, joita olet luvannut. Agentti tekee niistä asiakaskohtaisen siistin suunnitelman, jossa on kolme tehtävää ja yksi kysymys seuraavan tapaamisen aloitukseen. Keskustelumuistiinpanot ovat luottamuksellisia, ja siksi minun mielestäni ne eivät kuulu palveluun, jossa en tarkalleen tiedä, mitä niille tapahtuu.
5. SEO-kojelauta Search Console -viennistä
Viet Google Search Consolesta taulukon, jossa on hakukyselyt, klikkaukset, näyttökerrat, CTR ja sijainti. Agentti rakentaa siitä yhden HTML-sivun, jonka yläosassa ovat vahvimmat hakukyselyt, sen alla nopeat voitot eli hakusanat sijoilla 8–20, jotka saat vähällä vaivalla ykkössivulle, sekä yksinkertainen pylväskaavio. Tällaisen kojelaudan ymmärtävät asiakkaatkin muutamassa sekunnissa, eivätkä luvut poistu koneeltasi missään vaiheessa.
Säännöt ja laukaisimet: näin agenttisi toimii turvallisesti itsekseen
Agentti, joka saa kirjoittaa tiedostoja ja ajaa komentoja, tarvitsee selvät rajat. Ilman lisäasetuksia SDK toimii vain lukien, ja kaiken muun sallit tarkoituksella.2
- Säännöillä (policies) kiellät ensin kaiken ja sallit sitten yksittäisiä vaiheita, esimerkiksi tiedostojen lukeminen kyllä, komennot vain kysyttyäsi. Siihen on
deny,allowjaask_user, lisäksi valmiita rakennuspalikoita kutenworkspace_only, joka estää pääsyn työkansion ulkopuolelle, jaconfirm_run_command, joka hylkää komennot ilman sinun hyväksyntääsi.2,3 Postilaatikon lajittelijasi saa näin kirjoittaa luonnoksia mutta ei poistaa mitään. - Laukaisimilla (triggers) määrität, milloin agentti aloittaa, esimerkiksi komennolla
everykymmenen minuutin välein tai komennollaon_file_changetäsmälleen sillä hetkellä, kun saapuneiden kansioon tulee uusi tiedosto.2,3 - Omilla työkaluilla teet minkä tahansa Python-funktion agentin käytettäväksi, ja MCP-palvelimet liität samalla tavalla.2 Verkkokauppa antaa agentille esimerkiksi työkalun, joka lukee tuotetaulukon, ja saa kuvaukset jokaiselle uudelle tuotteelle.
Hybriditila: pilvi suunnittelee, sinun koneesi tekee työn
Jos tehtävä on liian iso pienelle paikalliselle mallille, kaikkea ei tarvitse heti lähettää pilveen. Google vertaa työnjakoa arkkitehtiin ja hänen rakennusporukkaansa, eli pilvimalli, esittelyssä Gemini 3.8 Flash, suunnittelee tehtävän ja jakaa sen, mutta näkee siinä vain tiedostonimet ja lyhyet kuvaukset, kun taas useat paikalliset Gemma 4 -instanssit sinun koneellasi tekevät varsinaisen työn sisältöjen parissa.1
Googlen esimerkissä oli kolme Python-tiedostoa, joissa oli tietoturva-aukkoja. Pilvessä oleva suunnittelija tarvitsi siihen 95 tokenia. Paikalliset mallit toistivat aukot, kirjoittivat korjaukset, kritisoivat toisiaan ja tarkistivat kaiken testejä vasten. Lopulta 97,2 % kaikista tokeneista pyöri paikallisesti, eli 3 322 tokenia.1 Yritykselle tämä tarkoittaa, että tiedostonimet menevät pilveen ja voivat paljastaa jotain, mutta sisältö pysyy sinulla.
Antigravityn kustannukset: paljonko maksat paikallisesti euroina?
Paikallisesti ei tule maksuja tehtävää kohti, maksat vain sähkön ja laitteiston, joka sinulla jo on. Otetaan kannettava, joka vetää kuormituksessa noin 60 wattia ja laskee agenteillesi päivittäin kaksi tuntia. Se kuluttaa kuukaudessa noin 3,6 kWh, ja 35 sentillä kilowattitunnilta se on noin 1,30 € kuukaudessa. Arvot ovat arvioita ja riippuvat laitteesta ja sähkösopimuksesta, mutta suuruusluokka on oikea.
Antigravity itse maksaa yksityishenkilöille 0 US-dollaria kuukaudessa, pilvimalleille yksinkertaisilla viikkorajoilla. Enemmän liikkumavaraa saat Google AI Prolla ja Ultralla, ja yritykset tilaavat Google Cloudin kautta, jossa Gemini Enterprise -tariffit alkavat 30 US-dollarista paikkaa ja kuukautta kohti.7 Paikallisten agenttiesi kannalta nämä rajat eivät merkitse mitään, ne ratkaisevat vain, jos käytät sovellusta tai pilvimalleja.
Enemmän sinulle tuo kuitenkin säästämäsi aika. Jos postilaatikon lajittelija säästää sinulta päivittäin vain 20 minuuttia esilajittelua, se on 20 työpäivän kuukaudessa vajaat seitsemän tuntia. Sisäisellä 50 euron tuntihinnalla se vastaa noin 330 euroa.
Vinkkini luotettavasti toimiviin paikallisiin agentteihin
- Anna jokaiselle agentille oma työkansio. Näin se pysyy asiassa, ja komennolla
workspace_onlyse ei pääse mihinkään muuhun käsiksi.3 - Yksi selkeä tehtävä toivelistan sijaan. Pienet paikalliset mallit toimivat selvästi paremmin kapealla toimeksiannolla ja tarkoilla tiedostonimillä tuloksille. Mieluummin kolme agenttia, joilla on kullakin yksi tehtävä, kuin yksi, jonka pitäisi osata kaikki.
- Nosta kontekstia, ennen kuin epäilet agenttia. Jos agentti katkeaa pitkän tehtävän keskellä tai menettää langan, syynä on usein liian pieni konteksti. 4 096 tokenia, joilla Ollama käynnistyy, ei riitä agenteille.6
- Varaa kärsivällisyyttä. Jo Googlen oma esimerkkiskripti huomauttaa, että paikallinen käsittely voi kestää useita minuutteja.1 Anna siksi agentin pyöriä taustalla laukaisimien avulla sen sijaan, että istuisit sen edessä.
- Lue tulokset läpi. Pieni paikallinen malli tekee vaikeissa tehtävissä enemmän virheitä kuin isot pilvimallit. Lukuisiin rutiinitöihin, joissa on luottamuksellisia tiedostoja, se silti sopii, mutta mitään ei kannata lähettää lukematta.
- Aloita esimerkkidatalla. Testaa jokainen agentti ensin keksityillä viesteillä, muistiinpanoilla tai taulukoilla ja päästä se oikeaan dataan vasta sen jälkeen.
- Huomioi tiedostomuodot ja lepotila. Agentti toimii luotettavimmin pelkillä tekstitiedostoilla, kuten .txt, .md tai .csv. Excel-työkirjoja varten annat sille parhaiten työkaluksi pienen Python-funktion. Ja muista, että paikallinen agentti toimii vain niin kauan kuin koneesi on hereillä, eli jos suljet kannettavan kannen, myös agentti pysähtyy.
Paikallisen tekoälyn rajat ja tietosuoja
Paikallisellakin tekoälyllä on omat koukkunsa, ja muutama niistä kannattaa tuntea, ennen kuin luotat siihen arjessa.
- Google on optimoinut paikallisen käytön mallille Gemma 4 26B A4B LiteRT:n kautta, ja muut LiteRT-mallitiedostot toimivat READMEn mukaan mahdollisesti huonosti tai ei lainkaan.2 Ollama pienemmillä malleilla on tuettu, mutta ei Googlen pääreitti.
- Suositus 24 Gt näyttö- tai jaettua muistia koskee 26B-versiota. Pienemmällä muistilla toimii pienempi malli, joka osaa selvästi vähemmän.1,4
- Vaikeissa tehtävissä, kuten isommassa ohjelmointityössä, isot pilvimallit ovat edelleen selvästi edellä. Paikallinen käyttö kannattaa ennen kaikkea niissä lukuisissa pienissä tehtävissä, jotka palaavat joka päivä.
- SDK:n mukana tulee valmiiksi käännetty ajoaikatiedosto, jonka lähdekoodi ei ole julkisessa repositoriossa.2
- Antigravity-sovelluksessa rakennettaessa ja hybriditilassa osa menee pilvimallille, nimittäin tehtäväkuvauksesi tai tiedostonimet.1
- Gemma 4 on SDK:n tavoin Apache 2.0 -lisenssillä, eli malleja saa käyttää myös kaupallisesti ja ilman lisenssimaksuja yrityksessäsi.8
Suuri etu säilyy silti, sillä käsittelet asiakastietoja omalla laitteellasi ilman, että mikään tekoälyn tarjoaja näkee niitä, kunhan agentti toimii puhtaasti paikallisesti. Tätä vaihetta varten et tarvitse tekoälyn tarjoajan kanssa henkilötietojen käsittelysopimusta. GDPR-tietosuoja-asetuksen muut velvoitteet, kuten käyttötarkoitussidonnaisuus ja säilytysajat, ovat luonnollisesti edelleen voimassa. Jos itse ylläpito kiinnostaa sinua yleisemminkin, katso myös kokemukseni Nemotron 3.5 Boltista paikallisena avustajana.
Yhteenveto
Korvaako paikallinen tekoäly Antigravity-agentin muodossa nyt isot pilvimallit? Vaikeissa ja luovissa tehtävissä ei, niissä isot mallit ovat selvästi parempia. Lukuisissa pienissä tehtävissä, joissa on luottamuksellista dataa, eli sähköpostien esilajittelussa, yhteystietolistojen jaossa, muistiinpanojen siivouksessa tai vientien analysoinnissa, se on kuitenkin erittäin käytännöllinen ratkaisu, koska otat sen käyttöön kerran ja agentti pyörii sen jälkeen niin usein kuin haluat, ilman tehtäväkohtaisia kustannuksia ja ilman viikkorajaa. Aloittaisin täsmälleen yhdellä agentilla, sillä tehtävällä, joka ärsyttää sinua viikoittain eniten, ja testaisin sitä kaksi viikkoa esimerkkidatalla, ennen kuin oikea data pääsee mukaan. Ja jos huomaat samalla, että yrityksessäsi on paljon muitakin tällaisia tehtäviä, puhutaan niistä lyhyesti, ja katsotaan, mikä kannattaa ensin.
Usein kysytyt kysymykset: Google Antigravity ja paikallinen tekoäly
Onko Google Antigravity ilmainen?
Yksityishenkilöille kyllä, tariffi maksaa 0 US-dollaria kuukaudessa ja siinä on yksinkertaiset viikkorajat. Enemmän liikkumavaraa saat Google AI Prolla ja Ultralla.7 SDK:n kautta toimivat paikalliset agentit eivät aiheuta tehtäväkohtaisia maksuja eivätkä tarvitse edes API-avainta.1
Tarvitsenko paikallisiin Antigravity-agentteihin internetin?
Vain käyttöönottoon, eli SDK:n ja mallin lataamiseen. Sen jälkeen agentti toimii kokonaan offline, kunhan et käytä hybriditilaa, jossa suunnittelija on pilvessä.1
Mitä laitteistoa tarvitsen vähintään?
Google suosittelee pääversiolle, jossa on Gemma 4 26B, vähintään 24 Gt näyttö- tai jaettua muistia.1 Ollamalla ja Gemma 4 E4B:llä, joka tarvitsee 4-bittisenä versiona noin 4,5 Gt, malli mahtuu myös kannettavaan, jossa on 16 Gt RAM-muistia, mutta vastaukset tulevat silloin hitaammin.4
Toimiiko tämä myös LM Studiolla Ollaman sijaan?
Kyllä, LocalOpenAIAgentConfigin kautta SDK puhuu minkä tahansa OpenAI-yhteensopivan palvelimen kanssa. Google mainitsee nimenomaisesti Ollaman, LM Studion ja vLLM:n.1
Mikä ero on LiteRT:llä ja Ollamalla?
LiteRT on Googlen oma ajoympäristö laitteella toimiville malleille, ja sille SDK on erikseen optimoitu LiteRTAgentConfigilla. Ollama on yleinen paikallinen mallipalvelin, jota SDK puhuttelee OpenAI-yhteensopivan rajapinnan kautta. LiteRT on optimoitu reitti Gemma 4 26B:lle, Ollama antaa sinulle enemmän valinnanvaraa malleissa.1,2
Toimiiko Antigravity SDK Windowsilla ja Linuxilla?
Kyllä, PyPI:ssa on valmiit paketit Windowsille, Linuxille ja macOS:lle, kussakin Intel- ja ARM-prosessoreille.3
Saanko käyttää Gemma 4:ää kaupallisesti?
Kyllä, Google tarjoaa Gemma 4:n avoimilla painoilla Apache 2.0 -lisenssillä, eli malleja saa käyttää myös kaupallisesti yrityksessäsi.4,8
Lähdeviite
Gütter, Simon (2026): Paikallinen tekoäly Google Antigravityllä: näin AI-agentit toimivat offline-tilassa Ollamalla ja Gemma 4:llä omalla koneellasi. Simon Traffic, 16. marraskuuta 2026. https://simon-traffic.com/blog/ki-automatisierung/antigravity-lokal-ollama/
Lähteet
- Google Developers Blog: Introducing Support for Local AI Models in the Antigravity SDK, 23.09.2026. https://developers.googleblog.com/introducing-support-for-local-ai-models-in-the-antigravity-sdk/
- Google: Antigravity SDK for Python, README, luettu 16.11.2026. https://github.com/google-antigravity/antigravity-sdk-python
- PyPI: google-antigravity 0.1.23, pakettitiedot ja paketin sisältämä dokumentaatio, luettu 16.11.2026. https://pypi.org/project/google-antigravity/
- Google AI for Developers: Gemma 4 model overview, luettu 16.11.2026. https://ai.google.dev/gemma/docs/core
- Ollama: gemma4, mallikirjasto, luettu 16.11.2026. https://ollama.com/library/gemma4
- Ollama: FAQ, How can I specify the context window size?, luettu 16.11.2026. https://docs.ollama.com/faq
- Google Antigravity: Pricing, luettu 16.11.2026. https://antigravity.google/pricing
- Google AI for Developers: Gemma 4, Apache License 2.0, luettu 16.11.2026. https://ai.google.dev/gemma/docs/gemma_4_license
Tilanne: 16. marraskuuta 2026. Antigravity SDK on versiossa 0.1.x, ominaisuudet ja suositukset voivat muuttua.