相关消息提到，Google 允许全公司工程师在内部开发平台 Antigravity 上使用 Anthropic 的 Opus 5 进行编码，配额按用户限制，定位是补充而非取代 Gemini。另有评论认为，这等于承认自家模型落后；还有评论提到，某模型提供方曾表示会分析访问记录，并重新开放访问。这些都属于消息与评论，不是已核验的内部规则。对求职者来说，真正有用的是：目标团队的AI编码工具政策，入职前就该问清。

面试时怎么问清团队允许用哪些AI编码工具？

不要默认目标团队允许使用外部AI编码工具。消息里的做法是限定在内部开发平台、指定模型，说明“允许用AI”与“允许用某个外部工具”是两回事。面试时直接问：团队批准的编码辅助工具清单是什么？走什么审批流程？有没有项目或代码仓库层面的限制？如果对方回答含糊，追问“是公司统一政策，还是团队自行决定”。

两类团队回答方式不同：一类明确“只能用内部平台”，另一类“个人可选但要遵守数据规范”。前者关注合规可控，后者关注效率优先。你要判断自己更适应哪种，而不是简单认为开放就好。

配额按用户限制，offer沟通阶段该确认什么？

消息提到配额按用户限制，且定位是补充而非取代原有模型。这说明即便工具可用，也可能存在调用次数、模型选择或场景约束。可以问：配额按人还是按项目分配？超额后申请扩容还是排队？高峰期是否影响使用？这些问题不涉及机密，能帮你判断日常编码节奏。

一个模拟场景：假设你习惯用AI辅助写测试和重构，如果团队配额只够偶尔问答，你的工作流需要调整。这不是工具好坏，而是预期管理。不要假定配额数值或适用范围，问清楚再判断。

数据合规边界，求职者该关注哪些问题？

有评论提到，某模型提供方曾表示会分析访问记录，并重新开放访问。这是评论观点，不能当作已核验的数据处理规则，但它指向真实问题：代码和访问记录是否被记录、是否用于训练。你可以问：使用工具时，代码片段会被留存吗？留存多久？是否用于模型改进？有没有合规审查或脱敏流程？如果团队说“不清楚”，那本身就是需要留意的信号。

不要假设所有公司规则一致，也不要从国外个案推导国内适用结论。你能做的是把问题问具体，把答案记下来，对照自己的底线。

下次面试前，把“工具清单、配额方式、数据留存”三个问题写进提问清单，面试结束后立刻记录对方原话。不要只问“能不能用AI”，要问到具体边界。