第10集：实战 Q&A (下)——进阶与安全

⏱ 预计阅读 3 分钟 更新于 2026/5/7
💡 进群学习加 wx: agentupdate
(申请发送: agentupdate)

针对进阶用户，这里有一些更深度的探讨。

Q5：公司不允许代码出境，能用这些工具吗？

  • Gemini CLI：由于它是开源的，理论上你可以通过修改源码让它接入公司内部的私有 LLM 节点，或者通过 Vertex AI 的私有合规区域使用。
  • Claude Code & Antigravity：默认走公有云 API。对于极高敏感项目，建议通过 Amazon Bedrock 或 Google Vertex AI 的企业级合规通道接入，并开启不记录日志的模式。

Q6：我想用 Claude 模型但喜欢 Gemini CLI 的体验，可以吗？

官方暂不支持。 Gemini CLI 专注于 Google 的 Gemini 生态。如果你确实需要“多模型混用”，Antigravity 是唯一的原生解决方案，它能让你在同一界面下无缝切换。

Q7：Antigravity 没有 Hooks，怎么实现硬约束？

替代方案： 官方建议在 .agents/rules/ 中通过 Markdown 规则进行强引导（如：“修改代码前必须先运行单元测试”）。虽然这属于“软约束”（AI 有可能忘记），但配合 Antigravity 的 Verification Mode，用户可以手动把关。

Q8：如何深度定制一个属于自己的 Coding Agent？

你有两条路：

  1. 轻量级：在现有工具上通过定义子 Agent + Skills + Rules 实现。这能解决 80% 的需求。
  2. 重量级：如果你需要控制 Agent 的整个执行循环和反思逻辑，建议使用 Claude Agent SDK 或 Google ADK 从头构建。

💡 结语

2026 年的 AI Coding Agent 已不再是简单的“自动补全”，而是真正的数字员工。选择适合自己的工具，并学会编写高质量的规则文件（AGENTS.md），将是未来开发者的核心竞争力。