有开发者提到，一个“软件工厂”做得好，大部分原因与AI无关；过去几十年为让新人和外包上手而建的护栏与辅助机制，在智能体写大部分代码的当下反而更重要。这条动态没有给出护栏清单，也没有招聘信息，但它给面试者提了个醒：别被“我们用AI写代码”这句话带走。

先问护栏，而不是先问工具

面试时，与其问“你们用哪个AI编码工具”，不如把问题落到执行层：代码合并前谁负责审查？AI生成的改动是否走同一套测试门禁？线上出问题后回滚由谁触发、多久能完成？

同一句“我们用AI写大部分代码”，两种团队的做法可能完全不同。一种是把AI产出直接塞进主分支，靠个人自觉；另一种是让AI改动也必须过审查、测试和回滚流程。前者听起来效率高，但新人接手时很难判断哪段代码可信。你要验证的不是工具有多新，而是护栏有没有人负责、是否强制执行。

再问新人怎么上手

素材里那句“护栏原本就是为让新人和外包上手而构建的”，可以直接变成面试问题：入职前几周具体做什么？有没有结对安排或可查的文档？遇到看不懂的AI生成代码，找谁、走什么流程？

这里要区分两类回答。一类是“我们文档很全”，但说不出谁维护、多久更新一次；另一类是能讲清新人第一周改哪个模块、第二周由谁带、卡住时找哪个角色。后者更接近真实支持。注意，这只是帮你判断团队成熟度的提问方向，不是断言所有AI团队都该有同样配置。

最后判断它是工厂还是工具堆

如果对方反复强调“AI帮我们省了多少人力”，却说不清规范由谁投入、测试门禁怎么维护，那更像在堆工具。真正把工程规范当基础设施的团队，通常能说清护栏的负责人、更新节奏和例外处理方式。

一个可做的小建议：面试前把这三类问题写成三行，每行留出记录答案的位置；面完后对照“谁负责、怎么执行、新人找谁”三个点，自己判断这个团队的规范是否值得你加入。