Google 近日容許所有工程師在內部開發平台 Antigravity 使用 Anthropic 的 Claude Opus 5，標誌這家長期以 Gemini 為內部開發核心的科技巨頭，開始以多模型策略應對日益激烈的 AI 程式編寫競爭。政策轉向的重點不只是引入競爭對手工具，而是 Google 嘗試在研發效率、模型控制權與企業級資料治理之間重新取得平衡。
據《Business Insider》9 月 14 日報道，Google 工程師現可透過內部版 Antigravity 使用 Claude Opus 5 處理內部工作。Google 發言人確認，第三方模型僅會按用戶設配額，用於特定專門情境，而 Gemini 仍是內部開發的「主要及基礎」模型。換言之，Google 開放 Claude 並非全面放棄 Gemini，而是將 Claude 納入受控的工具選擇。Google 早前已承諾最多向 Anthropic 投資 400 億美元（約港幣 3,120 億元），兩者既競爭又合作的關係亦更受注目。本文聚焦政策轉變的直接原因、對企業軟件開發的意義，以及香港公司採用多模型程式編寫工具時面對的治理課題。
開放 Claude 的真正訊號：效率優先，但不撤回 Gemini 主導權
Google 開放 Claude 的直接原因，是工程團隊對高階 AI 程式編寫能力的需求持續增加。過去，Google 大部分員工一般無法直接使用 Claude Code 或 OpenAI Codex 等外部程式編寫工具，公司希望工程師優先以 Gemini 建立及維護軟件。不過，Google DeepMind 部分團隊及少數高優先度項目早已獲准使用 Claude。如今，Google 向所有工程師開放 Claude，並限制在 Antigravity 環境內操作，反映內部政策已由「單一模型優先」轉為按任務選擇模型的實務路線。
Google 發言人的說法值得細看：Gemini 仍是內部開發的基礎模型，Claude 則是設有配額限制的補充選項。這種安排同時回應兩個現實。工程團隊需要在複雜除錯、跨檔案重構、長程代理式工作及程式碼審查等情境，選用更合適的模型；企業亦不能讓原始碼、客戶資料或內部檔案在未受管理的環境隨意流動。Google 將 Claude 納入 Antigravity，而非讓員工自由使用公開服務，正是透過平台層面控制權限、用量及資料流向。Google Cloud 官方文件亦顯示，Claude Opus 5、Sonnet 5 及其他 Anthropic 模型，已可作為 Gemini Enterprise Agent Platform 的合作模型提供，反映多模型策略已由雲端產品延伸至內部研發流程。
三方觀點揭示：模型競爭已變成企業工作流程之爭
從 Google 管理層角度看，Google 發言人將第三方模型定位為支援「專門用例」的配額資源，顯示公司不希望只憑單次模型表現比較，決定研發平台方向。Gemini 仍是預設基礎，可維持 Google 在模型、工具鏈、資料處理及成本管理上的主導地位；Claude 則可在特定程式編寫工作補足能力差距。這是大型企業常見的「核心平台加可替換模型」架構：開發者可看到多個模型選項，企業實際掌握的則是身分驗證、存取權限、日誌及安全政策。
Anthropic 的取向則較偏向擴大企業部署。其官方文件指出，Claude 可在 Google Cloud 的受管理平台使用，企業可透過 API 整合模型、工具使用功能及配額管理。這意味 Claude 不只可透過 Anthropic 原生服務取得，也能納入客戶既有的 Google Cloud 治理架構。對 Google 而言，開放 Claude 亦可將原本可能流向外部工具的需求，留在自家雲端及開發環境處理。對 Anthropic 而言，能進入 Google 工程師的日常工作流程，亦是對其 AI 程式編寫能力的一次高價值驗證。
第 3 個角度來自資本及產業合作。路透社報道，Alphabet 承諾先向 Anthropic 投入 100 億美元（約港幣 780 億元），另有最多 300 億美元（約港幣 2,340 億元）投資與業績里程碑掛鈎。這種關係意味 Google 開放 Claude，不宜簡化為「Google 承認 Gemini 不如 Claude」。更準確的說法是，Google 同時是 Gemini 開發者、Anthropic 投資者、Google Cloud 供應商，以及 AI 程式編寫市場的競爭者。當模型能力快速迭代，企業優勢未必只在於擁有單一最佳模型，而在於能否建立可靠的模型路由、成本控制及產品整合機制。
對香港企業的啟示：採用多模型前，先界定資料與責任界線
Google 開放 Claude 對香港科技、金融及數碼服務企業的啟示，是 AI 程式編寫工具的採購標準，正由「選擇哪一個聊天機械人」升級為「如何在受控環境管理多個模型」。例如，團隊可將一般文件摘要、單元測試草稿或常規程式協助，交由成本較低、速度較快的模型處理；涉及核心交易邏輯、跨系統重構或敏感程式碼分析時，則應設定更嚴格的模型、權限及人手覆核要求。模型能力固然重要，但程式碼能否追蹤、輸入內容會否保留，以及產出是否經過測試，往往才是企業部署的真正分水嶺。
值得注意的是，Google 開放 Claude 並不代表 AI 可取代工程師。AI 可加快理解程式庫、產生樣板、提出重構方案及協助定位錯誤，但模型亦可能誤解業務規則、遺漏邊界條件，甚至生成表面可執行但不符合安全要求的程式碼。因此，企業應將 AI 定位為提升工程師效率的協作工具，而非省略驗證流程的捷徑。
從工具忠誠走向可驗證的模型選擇
Google 開放 Claude 說明，AI 程式編寫競爭已由模型品牌之爭，進入平台整合、企業治理及工作流程設計的階段。Google 保留 Gemini 的核心地位，同時以受配額控制的 Claude 補足特定工作，或會成為大型企業採用生成式 AI 的參考範式：企業毋須押注單一模型，但必須掌握資料、權限、成本及品質責任。真正值得追問的是，當工程師可隨時切換模型，企業能否建立一套比模型迭代速度更快的驗證及治理制度。
