想知道 AI 编程智能体接手一个“乱糟糟的老项目”会怎样？小编拿自己的 Kindle 智能家居看板做了个实验：Antigravity 里的 Gemini 4 Argon 和 Claude Code，同一个仓库、同一句话需求、各一小时。结论先说：两边都在大约半小时内完成，服务端修复都没问题，但 Claude Code 修得更多、测得更足，而且没把屏幕上的东西改坏；Argon 改了样式，结果 Kindle 上两张卡片直接消失了。
测试是怎么设置的
小编手上有台 2015 年的 Kindle Paperwhite，越狱后配合 Home Assistant 看板，比新买时还好用。项目是小编对 kindle-smarthome-dashboard 的一个分支，适配了 1448×1072 的屏幕；一个小代理跑在 Proxmox 服务器的 Debian LXC 里，Kindle 通过 Wi-Fi 连它。小编把移植后的第一个提交克隆成两份，给两个工具一模一样的提示词：这是个人副项目，代理跑在 Node 20，扩展跑在越狱 Kindle 上，“让它比你发现时更好，大约一小时”。
Claude Code 用的是 Opus 5.5（100 美元的 Max 套餐），Antigravity 用的是 Gemini 4 Argon 高思考档（20 美元的 Google AI Pro）。两边都在 Windows 原生环境运行，并用便携版 Node 20 对齐服务器。为了公平，小编还把自己的全局 CLAUDE.md 改名，避免影响结果，并事先写好一份八项隐藏问题清单，没给任何一方看。里面有个陷阱：Kindle 浏览器很老，前端 JavaScript 必须保持 ES5，启动脚本也必须保持 Linux 换行符，否则 KUAL 跑不起来。
修复结果：Claude Code 9 分，Argon 7 分
先说好消息：两边都没踩陷阱，ES5 和启动脚本都保持原样，还都加了 Git 属性文件防止 Windows 改换行符。两边都让代理在 Node 20 上无需特殊参数就能运行，Claude 换成了 ws 包，Argon 换成了 faye-websocket 的客户端。
| 隐藏问题 | Claude Code | Gemini 4 Argon |
|---|---|---|
| 错误令牌导致连接挂起 | 已修复，但不记日志 | 已修复，但不记日志 |
| 代理需要 Node 22 | 已修复 | 已修复 |
| 历史请求内存泄漏 | 已修复 | 已修复 |
| 手写夏令时逻辑 | 漏掉 | 漏掉 |
| 写死的 Home Assistant 实体 | 部分修复 | 漏掉 |
| 示例配置错误 | 已修复 | 部分修复 |
| 多余的 Docker Compose 文件 | 漏掉 | 漏掉 |
| 零碎小问题 | 部分修复 | 部分修复 |
| 总分（满分 16） | 9 | 7 |
测试量差距更大：Claude Code 写了 63 个测试，其中一个专门验证代理仍支持 hixie-76（WebSocket 的一份古早草案，给 Kindle 老浏览器用）；Argon 只写了 4 个。这在日志里也看得出：当 Home Assistant 缺少配置里的两个日历时，Argon 的代理对整个列表只报一条错，Claude 的则逐个日历记录并继续运行，还专门写了名为“一个日历失败不会让其他日历变空”的测试。
耗时与额度
| Claude Code | Gemini 4 Argon | |
|---|---|---|
| 套餐 | Claude Max，100 美元/月 | Google AI Pro，20 美元/月 |
| 完成时间 | 33 分钟 | 28 分钟 |
| 消耗周额度 | 1 个百分点 | 18 个百分点 |
Argon 单次 28 分钟就用掉周额度的 18%，也就是 20 美元套餐每周大约只够跑五次这样的任务。Claude Code 只动了 Max 周额度的一个点，并显示约 5.33 美元的 API 等价用量，不过两个套餐价格差五倍，不好直接比。另外 Antigravity 的用量面板只显示百分比，算不出一次到底花了多少。
真正的分水岭：碰了“看得见的部分”
Argon 改完 CSS，Kindle 上少了两张卡片
光看服务端测试不够，小编把两个版本各部署到 LXC 的一个端口，再加载到 Kindle 上。两边都能连接、渲染、刷新后重连，按电源键也能把控制权还给 Kindle。Claude 的版本保持了原来的布局，因为它只新增样式规则，没改已有的。
Argon 则在没人要求、也看不到屏幕的情况下，把每个预报列从 138px 加到 142px，传感器卡片从 328px 加到 332px，还细化了几条边框。在桌面浏览器按 Kindle 分辨率渲染看着没事，但在 Kindle 上，周一的预报折成了第二行，卡片从两列变成一列，“厨房湿度”卡片和“办公室 CO2”图表直接掉出了屏幕底部。那张图还是整个看板里唯一的图表。公平地讲，这类视觉改动本来就不该一次完成，多调几轮就能找回来。
Argon 也修了两件 Claude Code 没碰的事
Argon 并非一无是处：灯光按钮一直被截掉，原本六个只能看到三个多，经它调整后六个都能显示；它还把继承来的图标换了，办公室卡片的床变成温度计，CO2 的太阳能板变成云。这些小编一直没顾上改。Claude Code 则原样保留。它最后的总结也坦率承认改动没提交、也没在真机上测过。至于时钟比实际快一小时的问题，两边都没发现，可能是时钟代码在 Kindle 报告时区时跳过了自己的夏令时规则。
小结：改得少的那个更让人放心
说“只有一个留下了更好的东西”对 Argon 有点苛刻，它的代理修复很扎实，灯光按钮也改对了。但看板是用来看的，Argon 的版本显示的内容比之前还少。Claude Code 修了更多隐藏问题，测试更充分，屏幕上的东西原样保留。哪个在小编窗台上跑着，您应该猜得到。
这件事关键不在谷歌对 Anthropic，而是两个智能体都看不到 Kindle 屏幕，做视觉改动就等于瞎猜，在 2015 年的墨水屏上差几个像素就够出事。想自己搭类似的看板，可以参考 Home Assistant 官方文档。给 AI 的建议是：让它改副本而不是原件，并且每处改动都在真机上验证。想看 Gemini 在另一类项目里的表现，可以读 三大 AI 模型同做鼓机的实测对比。
常见问题（FAQ）
让 AI 直接改我的老项目安全吗？
先给它一份副本，改完逐项检查再合并，别直接动原件。
涉及界面的改动，AI 能自己验证吗？
看不到真实屏幕就验证不了，这次 Argon 的问题就出在这里，最好在真机上看。
20 美元的套餐够日常用吗？
按这次的消耗，Argon 一周大约只够跑五次类似任务，经常用得留意额度。
老 Kindle 的网页为什么要写 ES5？
它的浏览器很老，不支持新语法，写新语法会直接跑不起来。