2026年9月23日、Googleは公式デベロッパーブログで、Antigravity SDKがローカルモデルワークフローに対応したと発表した。初回対応はGoogle AI EdgeのLiteRT経由でGemma 4 26B A4Bを利用する形だ。これにより、開発者は完全オフラインの環境でエージェント機能を持つアシスタントを動かせるようになる。コードもリクエストもマシンの外に出ない。
導入条件は具体的に示されている。Googleは24GB以上のVRAMまたはユニファイドメモリを推奨。セットアップは2ステップで、pipでgoogle-antigravityとlitert-lmを入れ、Hugging Faceのlitert-community組織からGemma 4 26B A4BのLiteRT版をダウンロードすれば、数行のコードでローカルAgentが起動する。公式サンプルでは、このローカルエージェントが「今のディレクトリには何のファイルがある？」に答えている。最も素朴で、だからこそ雄弁なタスクだ。
注目すべき理由：クラウドの頭脳とローカルの働き手
Googleが打ち出しているのは「ローカルがクラウドを置き換える」ではなく、ハイブリッドなオーケストレーションだ。公式デモではArchitect-Builderパターンが紹介されている。クラウド上のGemini 3.8 Flashが計画と進行管理を担う「設計者」、ローカルマシン上のGemma 4 26B群が実作業を担う「施工部隊」という役割分担だ。デモでは、脆弱性のある3つのモジュールauth.py、billing.py、database.pyの監査と修正がすべてローカルで完結し、データは社内ネットワークの外に出ない。
この分担の計算は明確だ。計画と進行管理には最強モデルの判断力が要るのでクラウドに置き、トークンを大量消費する実行フェーズはローカルに移す。APIコストとレート制限を節約しつつ、厳格なデータコンプライアンスも満たせる。Googleが挙げる4つの理由——コスト、プライバシー、オフライン耐性、ハイブリッド編成——は本質的に同じ問いに答えている。どの工程にクラウドの大規模モデルの対価を払う価値があり、どれがローカルで解決できるのか、という問いだ。これはtransformersのGGUFネイティブ対応と同じ潮流であり（ローカルで量子化モデルを動かすハードルは下がり続けている (/article/2045-transformers-yuan-sheng-zhi-chi-gguf-ben-di-pao-liang-hua-mo-xing-bu-yong-zai-zh)）、オンデバイスの計算資源は「モデルが動く」から「エージェントが動く」へと進化しつつある。
境界線
24GBのVRAM要件は、ほとんどの薄型軽量ノートPCを対象外にする。26Bクラスのモデルをローカルで動かすための、避けられないハードウェアの計算だ。現時点で推奨の実行バックエンドはLiteRTで、他のローカルモデルや実行オプションについてGoogleは「対応範囲を拡大する」と述べるのみで、時期は示していない。また、オフライン動作はメンテナンス不要を意味しない。モデルファイル、SDKのバージョン、ローカル環境の更新は自分で管理する必要がある。
