Business Insider 報導，Google 已讓工程師能更廣泛使用 Anthropic Claude，透過內部工具 Antigravity 配給額度使用。這件事表面上很容易被解讀成「Claude 贏了 Gemini」，但比較有價值的看法是：大型科技公司也開始承認，AI coding 不會只靠單一模型供應商解決。

English TL;DR

Google reportedly giving engineers broader access to Claude is less about one model beating another, and more about enterprise AI coding moving toward multi-model governance, quota control, and task-based tool selection.

這件事代表什麼？代表 AI 開發工具正在從「公司指定一套」變成「公司管理一組」。過去企業買開發工具，重點是標準化；但 coding agent 的差異太明顯：有些模型比較會讀大型 codebase，有些比較穩，有些便宜，有些適合長上下文，有些適合小修小補。硬要所有任務都走同一個模型，會把工具選型變成政治問題。

真正該在意的是三種人。第一是工程主管，因為團隊生產力不再只取決於 IDE，而是模型、權限、repo policy、審查流程的組合。第二是平台與資安團隊，因為多模型不是讓大家各用各的，而是要有 quota、log、資料邊界與可追溯紀錄。第三是 AI devtool 創業者，因為未來賣點不只是「接上最強模型」，而是能不能幫企業管理不同模型的使用邊界。

最常見的錯誤理解，是把這件事看成模型排行榜新聞。今天 Claude 在某些 coding 場景強，明天 Gemini、Codex 或開源模型可能在某些任務更划算。企業真正需要的不是押中永遠第一名，而是讓工程師在可控範圍內用對工具。

採用建議很簡單：不要先問要不要全公司開放某個模型，先把任務分層。低風險重構、測試補齊、文件整理，可以給較大的自動化空間；涉及憑證、資料庫 migration、客戶資料、付款流程，就要限制工具權限並保留人工批准。模型選擇也不要只看 benchmark，要看同一個 repo、同一類任務、同一套 review 成本下的實際結果。

結論是，AI coding 的下一階段不是模型崇拜，而是工具治理。哪個模型最強會一直變，但能不能安全地比較、切換、記錄與限額，會決定企業能不能把 agent 從玩具變成日常生產力。

參考

• Business Insider: https://www.businessinsider.com/google-finally-lets-all-engineers-use-anthropics-claude-2026-9
• Google Antigravity: https://antigravity.google/