Meta 的 Muse（Hatch）移动端界面首次曝光，被描述为面向目标、日历、邮件、预订和支出的主动代理，目前处于封闭内测、需要邀请码。另一则消息提到，OpenAI 的 Writing Style for ChatGPT Work 会从 Gmail、Drive、Slack 和 SharePoint 学习用户写作风格。两条动态都指向：主动代理产品岗面试，如何判断它实际碰哪些数据与边界？

先问“演示数据”还是“真实账号接入”

面试时如果对方只讲代理能做什么，把话题拉回数据。一个具体问法是：这个功能现在跑在演示数据上，还是已经接入真实用户账号？Muse 被描述覆盖日历、邮件、预订和支出，这些数据分属不同系统，授权粒度不同。如果面试的岗位正对应这类封闭内测产品，值得重点问数据接入与合规确认，而不是默认它已经解决。可以继续追问：授权是一次性还是按数据源分别确认？代理读错或写错时，用户怎么发现、怎么撤回？哪些操作必须人工确认？注意区分发布、预告和内测：内测不等于所有读者都能打开使用，面试时不要默认功能已开放。

多源学习功能，边界职责落在谁头上

Writing Style 会从 Gmail、Drive、Slack 和 SharePoint 学习写作风格，这意味着产品要同时面对个人账号和企业工作区。面试时可问团队怎么划分职责：谁负责跨工具权限，谁负责企业合规，谁负责用户预期管理。如果对方只说“这是法务的事”，你可以追问产品在需求阶段如何写清边界。假设一个模拟场景：同样做写作风格，一个团队只接个人邮箱，另一个要覆盖企业工作区，后者需要处理管理员授权、数据保留和员工知情，工作内容并不一样。这个例子只展示思考方法，不指某个品牌的具体操作。还可以让对方举一个最近因数据边界而改需求的例子；若对方只谈功能，你就要把该功能是否正式上线、覆盖哪些地区与套餐列入待查证事项。 延伸阅读：产品面试通关指南：从需求分析到方案设计

融资和交易动态，别直接当成扩招信号

消息提到，Mistral 完成 30 亿欧元 D 轮融资，估值超过 210 亿欧元，由三星领投；Anthropic 在尽职调查后放弃了约 60 亿美元的 Decart 交易，但合作仍有可能。这些是资金与交易动态，不能直接推导出招聘扩张或收缩，也不能说明某个团队在招人。对求职者更有用的做法，是把它们当作了解业务重心的线索，再去核查具体岗位：挂在哪个产品线下、汇报给谁、最近半年目标是什么。面试前可做一个小练习：挑一条岗位描述，把“负责 Agent 推进”拆成四个可验证问题——数据源有哪些、授权路径怎么走、失败兜底谁负责、目前处于内测还是正式上线。带着问题去聊，比背功能清单更能看出岗位真实状态。