工程与商业八股：AI PM 面试必会的 7 个新模式
📍 AI 求职速查
你会遇到的开场
Section titled “你会遇到的开场”这一组术语是 2025-2026 年才冒出来的「前沿新八股」。面试官问这些时，ta 想看你跟没跟上业界节奏:
「Vibe Coding 你用过吗？觉得是炒作还是真的有用？」
「Cursor / Claude Code / Coze 你怎么选？」
「LLM Gateway 是不是套壳？」
「x402 / BYOK 这些新协议你怎么看？」
「AI-Native Workforce 是不是泡沫？」
答得有判断力 = 跟得上业界 + 有独立思考(PM 加分项)；答得稀里糊涂 = 被归到「看了几篇推但没用过」。
这一篇讲 7 个术语，是八股六连的最后一篇，之后还有一份 Claude 5 速查。「面试怎么答」里的第一人称说法都是示范，面试时换成你自己的真实经历。
先建立大局观
Section titled “先建立大局观”这 7 个术语分两组：
工程模式（3 个）：用 AI 写代码 / 监控 AI —— PM 自己也用得上
- Vibe Coding / IDE 对比 / Eval & Observability
商业模式（4 个）：AI 产品怎么卖 / AI 怎么自己付钱 —— PM 谈 GTM（产品上市和推广策略）时必备
- LLM Gateway / x402 / BYOK / AI-Native Workforce
一、Vibe Coding（氛围编程）
Section titled “一、Vibe Coding（氛围编程）”是啥：只用自然语言提需求，基本不看 AI（Claude Code / Cursor / Codex 等）写的代码，靠运行效果来回迭代。
这个词是 OpenAI 创始成员之一 Andrej Karpathy 在 2025-02-02 造的，原意就是跟着感觉走、「忘掉代码的存在」：他说自己总是点「Accept All（全部接受）」、不再看改动对照（diff），报错就原样贴回给 AI，还说这种做法适合「用完即扔的周末项目」。
要分清的另一件事：AI 辅助编程。AI 写、你审过也测过的，按开发者 Simon Willison 等人的说法不算 vibe coding，而是正常的软件开发；2026-02-04，Karpathy 本人也另提了 agentic engineering（智能体工程），专指这种有人监督、有质量把关的做法。不过这个词已经被用宽了：Collins 词典把 vibe coding 选为 2025 年度词，释义就是「用自然语言提示 AI 来帮忙写代码」。面试时先讲原意、再讲现在的泛用，最显功底。
三种写代码方式对比：
| 维度 | 传统编程 | Vibe Coding（原意） | AI 辅助编程 |
|---|---|---|---|
| 谁写代码 | 你写每行 | AI 写，你基本不看 | AI 写，你审 + 测 |
| 你的角色 | 工程师 | 提需求 + 看效果 | 设计者 + 评审员 |
| 速度 | 看熟练度 | 做原型最快 | 样板代码通常明显更快；在熟悉的大项目里未必更快 |
| 适合 | 什么都行 | 原型、个人小工具、用完即扔的项目 | 要上线、要长期维护的代码 |
关于速度，面试别报「快 3–10 倍」这种固定倍数：AI 评测机构 METR 2025 年的随机对照实验里，资深开源开发者在自己熟悉的大项目上用 AI 反而慢了 19%，2026-02 的新实验才看到部分提速。快多少，要看任务和熟练度。
适合 vibe coding 的场景（不看代码、出了错也能接受后果的）：
- 原型 / MVP（最小可行产品，先做出能演示的版本）
- 个人小工具、用完即扔的项目
- 跨语言 / 跨框架的试验（你不熟 React 但 AI 熟）
要换成 AI 辅助编程（AI 写、人审 + 测）的场景：
- 要上线、要长期维护的代码
- 样板代码（配置 / 数据迁移 / CRUD（增删改查））：AI 写得快，但数据迁移这类一错就丢数据的，必须审过、测过再跑
不适合交给 AI 主写的场景：
- 性能 / 安全关键（加密算法 / 操作系统内核（kernel）这类，必须由懂行的人主写或逐行把关）
- 大规模重构（AI 容易破坏依赖链）
面试怎么答：
“我会先分清两件事。Vibe coding 的原意是不看代码、靠运行效果迭代，适合 PM、设计师快速出原型、做一次性的小工具；要上生产，就得换成 AI 辅助编程：AI 写，人审架构、审边界情况、跑测试，Karpathy 后来把这种做法叫 agentic engineering。不管哪种，关键技能都不是写代码，是会写好的规范：能讲清楚目标 + 约束 + 输入输出格式，AI 才能给你能用的代码。”
二、Cursor / Claude Code / Codex / Coze 对比
Section titled “二、Cursor / Claude Code / Codex / Coze 对比”是啥：4 个常被拿来比较的 AI 编程 / agent 工具，面向不同用户。
| 工具 | 类型 | 用户 | 模型 | 强项 |
|---|---|---|---|---|
| Cursor | AI 编辑器（VS Code 衍生），另有 CLI、云端 agent、网页版和 iOS App | 工程师 | 多模型（Claude / GPT / Gemini） | 编辑器里补全、对话改代码，一键应用改动（apply diff） |
| Claude Code | 编程 agent：终端、VS Code / JetBrains、桌面 App、网页和 Claude 手机 App 都能用 | 工程师 / 高级用户 | Claude 系列 | 把任务交给 agent：多文件改动 + 跑命令 + Subagent（子智能体） |
| Codex | OpenAI 的编程 agent：ChatGPT 桌面 App、网页、Codex CLI、IDE 插件、Codex cloud | 工程师 | GPT-5.6 / GPT-6 系列 | 终端 + 云端后台运行 |
| Coze（扣子） | 字节的智能体平台（2026-08 团队已并入豆包） | 业务 / 非工程师 | 多模型 | 用对话生成智能体、工作流和应用；旧的拖拽式低代码平台已不对新用户开放 |
📌 扣子的归属变化：2026-08-24，字节确认扣子团队整体并入豆包体系，第二天发布了独立的 AI 办公产品「豆包工作」。扣子没有关停、也没有改名（coze.cn 现在自称「AI 办公助手一站式平台」），但字节的 AI 办公现在主推豆包工作。详见扣子（Coze）并入豆包。
关键区别：
- Cursor / Claude Code / Codex 是工程师工具（写代码为主）
- Coze 是业务工具（搭聊天机器人 / 工作流为主，不用写代码）
- 按工作方式分，不按界面分：Cursor 以编辑器里协作为主（补全、对话改代码，也能派云端 agent）；Claude Code / Codex 以把整件任务交给 agent 自主完成为主。三家都有终端、编辑器、网页等多个入口，「IDE vs CLI」这条线已经分不开了
面试怎么答（高频对比题）：
“我的判断口径：Cursor 给工程师写代码 / Coze 给业务搭工作流 —— 完全不同用户群。Coze 适合做客服 / 营销机器人（国内做 AI 办公，现在还要看字节主推的豆包工作），Cursor / Claude Code 适合真代码开发。Claude Code 跟 Cursor 的差别已经不是 CLI vs IDE —— 两家都有终端、编辑器和网页入口 —— 而是工作方式：Cursor 更像在编辑器里跟 AI 结对写，适合想逐处看改动的人；Claude Code / Codex 更像把一整件任务交给 agent，适合能把需求讲清楚、再审结果的人。没有最好，只有最适合。”
💡 想看 Trae 和 Claude Code 的完整对比 → Trae 与 Claude Code 怎么选 那一篇。
三、Eval(评估)/ Observability(可观测性)
Section titled “三、Eval(评估)/ Observability(可观测性)”先讲个场景：你上线一个 AI 客服。凌晨 3 点电话叫醒:「客服把客户信息错答给另一个客户了！」 你打开监控仪表盘想看是哪个模型 / 哪个 prompt 出问题 —— 结果啥指标都没埋，只能用 grep 翻日志。
这就是没做 Eval / Observability 的代价。evaluation 是预防，observability 是事后定位。
是啥:
- Eval:测 LLM / Agent 输出好不好的系统化方法
- Observability:监控生产环境 LLM / Agent 的健康状态
Eval 工具:
| 工具 | 用途 |
|---|---|
| Arena（arena.ai，原 Chatbot Arena、LMArena，2026-01 改名） | 人类匿名盲测投票的排名（对话、编程等），用 Bradley-Terry 模型（按两两对战结果估算强弱的统计方法）算分，不是在线 Elo |
| Terminal-Bench / OSWorld / Humanity’s Last Exam 等 | 公共评测集，2026 年旗舰模型发布时常报这些；MMLU、HumanEval 这类经典基准多已饱和，拉不开差距 |
| LangSmith / Langfuse（2026-01 被 ClickHouse 收购）等 | 链路追踪 + 评估平台，可以接 LLM-as-Judge（让模型当裁判打分） |
Observability 关键指标（2026 年生产环境必看）：
| 指标 | 说明 |
|---|---|
| Latency（p50 / p95 / p99） | 响应延迟分布（p95 指 95% 的请求都快于这个时间） |
| Cost per request | 每次请求成本 |
| Error rate | 错误率 |
| Hallucination rate | 幻觉率（LLM 特有，普通 SaaS（按订阅付费的在线软件）没这维度） |
| User rating | 用户评分（必埋点） |
面试怎么答(高频题):
“AI 产品的可观测性跟普通 SaaS 多 3 个维度 —— token 消耗 / 幻觉率 / 用户评分。我做 AI 功能必埋三件：ai_response_shown / ai_response_rated / ai_session_abandoned（上线效果）+ 三个新指标的仪表盘（成本 / 质量 / 用户感知）。评估和监控不是上线后才做，是第一天就要设计。”
四、LLM Gateway / 中转 / 套壳
Section titled “四、LLM Gateway / 中转 / 套壳”是啥:中间层服务，提供一个统一 API 给开发者，后端智能路由到多个 LLM(OpenAI / Anthropic / DeepSeek / 阿里 等)。
主流玩家:
| 区域 | 代表产品 |
|---|---|
| 国际 | OpenRouter / LiteLLM / Portkey（2026-05 被 Palo Alto Networks 收购）/ Cloudflare AI Gateway |
| 国内 | 火山方舟 / OneAPI（开源）/ Higress（开源） |
3 种商业模式：
| 模式 | 描述 | 合规性 |
|---|---|---|
| 正规经销商 | 跟 LLM 厂商正式签约，按官方价卖，另收平台服务费（比如 OpenRouter 按上游官方价转发，购买额度时收约 5.5% 的平台费，截至 2026-09-26，见官方 FAQ） | 经销商本身合规；你能不能用，还要看上游服务条款和你所在的地区 |
| API 代理 | 用户自带 API key，网关不加价，只收平台费 | 网关本身合规；同样要看上游条款和你所在的地区 |
| 套壳中转 | 拿别人的 API key 或账号转卖 | ⚠️ 通常违反上游条款，随时可能被封号断供 |
国内场景特别注意：Anthropic 的条款只允许在它支持的地区使用服务，支持名单里没有中国大陆、香港和澳门；2025-09-04 起又规定，所有权结构受中国等不支持地区控制的公司（包括被这些地区总部的公司直接或间接持股超过 50% 的实体），无论在哪里运营都不得使用其服务。OpenAI 的 API 同样不支持中国大陆、香港和澳门。所以找了一家和厂商正式签约的经销商，只说明经销商本身合规，不代表大陆用户或中资控股企业经它调用 Claude 就合规。国内做产品，优先用国产模型的官方 API，或火山方舟、阿里云百炼这类国内平台。
面试怎么答（进阶题）：
“LLM Gateway 不是单一概念，至少 3 种商业模式 —— 正规经销 / API 代理 / 灰色套壳。前两种是工程基础设施（简化多 LLM 接入 + 成本管控），后一种是合规风险（被原厂封号 = 服务一夜消失）。我评估是否用一个 gateway，先看两件事：它的源头是不是正规签约，以及上游条款允不允许我们所在的地区和公司使用 —— 比如 Anthropic 不向中国大陆提供服务，中资控股的企业无论在哪运营都不能用。两条都过了才用，灰色的再便宜也不用 —— 商业风险太高。国内团队更稳的做法，是直接用国产模型的官方 API，或火山方舟、阿里云百炼这类国内平台。”
五、x402 协议
Section titled “五、x402 协议”先搭个桥:agent 自己花钱跟人花钱不一样。
- 人花钱：信用卡 + 实名 + 拒付窗口期 + 银行风控
- agent 花钱：没有信用卡 / 不能去实名 / 不知道怎么拒付 / 银行直接 ban 高频小额
所以让 agent 调付费 API 时，需要一套为 agent 设计的付费协议。x402 是其中一种思路。
是啥：Coinbase 在 2025-05-06 发布的开放协议，复活 HTTP 状态码 402（原意「需要付款」），让 agent 能直接用 USDC（和美元 1:1 挂钩的链上稳定币）付费，不走注册账号 + OAuth（第三方授权登录）+ 信用卡那一套。2026 年，Coinbase 把协议交给 Linux 基金会旗下新成立的 x402 基金会维护（2026-04 宣布，2026-07-14 正式运作，Google、Stripe、Visa、Mastercard、Cloudflare 等都是会员）。
典型流程:
1. AI agent 访问付费 API ↓2. server 返 HTTP 402 + 付款指令 ↓3. agent 在 Base / Polygon / Arbitrum 上发 USDC 交易 ↓4. 付款确认后,server 返 200 + 数据为啥 hot：
- AI 经济（agent 之间互相付费）需要小额支付
- 传统支付流程是为人设计的（注册账号、实名验证（KYC）、拒付机制），不适合 agent 按次自动付小钱
- USDC 链上小额支付 适合 agent 自动操作
别只知道 x402：agent 付钱还有别的协议，分工不同 —— Google 2025-09 发布的 AP2（Agent Payments Protocol，智能体支付协议）管「agent 有没有拿到用户授权」，不限支付方式，x402 是它最早的扩展之一；OpenAI 和 Stripe 2025-09 推出的 ACP（Agentic Commerce Protocol，智能体商务协议）管 agent 跟商家对接下单。它们互补多于互斥，谁会成为主流还没定。
面试怎么答：
“x402 是 agent 经济里的一块基础设施 —— 让 agent 能自己付钱，在按次付费的 API 小额支付上，比注册账号 + OAuth + 信用卡顺手得多。但它不是唯一答案：AP2 管授权、ACP 管下单结账、x402 管链上结算，互补多于互斥。如果未来 agent 跟 agent 互相买服务（我的 agent 让另一家公司的 agent 帮我查数据，要付钱），x402 这种按次小额支付很合适。整体还在早期，值得关注，但别押注单一协议。”
六、BYOK(Bring Your Own Key)
Section titled “六、BYOK(Bring Your Own Key)”是啥:第三方 SaaS 不自己卖 LLM 服务，让用户用自己的 LLM API key(Anthropic / OpenAI / DeepSeek)跑产品。
3 大优势：
- 用户成本透明 —— 直接跟 LLM 厂商付钱，SaaS 不加价
- 凭据归属清楚 —— 用户用自己的 key、自己付钱，SaaS 不用碰别人的订阅账号（拿个人订阅替用户转发请求，Anthropic 明确不允许，见下面）
- SaaS 卖的是软件，不是 token —— 商业模式更稳
条款要分三种情况讲（以 Anthropic 为例）：
- 把用户的个人订阅（Free / Pro / Max / Ultra 的登录凭据）接进第三方产品、替用户转发请求：明确不允许
- 公司用自己的 API key 给自家用户提供服务：允许，大多数 AI SaaS 都这么做
- 把 Claude Code 嵌进自己的产品：每个终端用户都要用自己的 API key 或订阅登录，产品方不能替用户付费或转售用量，等于强制 BYOK
典型案例：Cursor（BYOK 可选）/ 早期 Cline / Aider
面试怎么答：
“BYOK 在开发者工具里很常见。背后的条款逻辑要分清：Anthropic 不允许第三方拿用户的个人订阅凭据替用户转发请求，但允许公司用自己的 API key 给自家用户提供服务。所以 BYOK 适合面向开发者的工具（IDE / agent 平台 / 工作流），token 用户自己出，风险 / 收益都更清晰；面向大众的 SaaS 仍多用自己的 API 合同打包计费。我看一个 AI SaaS 能不能长期跑，会看它跟 LLM 厂商的关系是 BYOK、自有 API 合同，还是灰色转售 —— 前两种都正规，最后一种不碰。”
七、AI-Native Workforce / Multi-Agent Workspace
Section titled “七、AI-Native Workforce / Multi-Agent Workspace”是啥:AI agent 像同事一样加入公司协作平台(Slack / Teams 的进化版)。接任务单 / 跑任务 / agent 之间交流 / 走审批流。
主流玩家（2026 年）：
| 产品 | 定位 |
|---|---|
| Claude Cowork（Anthropic，2026-01 推出） | 在 Claude 应用里交办任务的「AI 同事」：直接在你指定的文件夹和工具里干活、交付成品，需付费套餐；2026-09-16 起和聊天合并成同一个 Claude（不用再单独选 Cowork，任何对话都能交办任务），先向 Pro、Max 分批推送，其他套餐随后，截至 2026-09-26 还没推完 |
| 豆包工作（字节，2026-08-25 发布） | 独立的 AI 办公产品：做 PPT / 文档 / 表格、深入调研、定时任务，能读写电脑里的本地文件、操作浏览器；国内能直接用，见大厂 AI 大合并周 |
| 字节火山引擎 ArkClaw | OpenClaw 的云上 SaaS 版（2026-03 上线），7×24 小时在线的 AI 助手，不是多 agent 协作产品 |
| Cognition Devin | 自主编程 agent |
| Helio 等创业公司 | 多 agent 工作区（早期、小众，主打「AI 原生工作场所」） |
| AutoGPT / BabyAGI | 早期原型（已沉寂） |
核心挑战（2026 年还没解决）：
- Token 成本爆炸 —— 多 agent 持续在线，token 烧很快（Anthropic 的工程文章说，单个智能体大约用普通聊天 4 倍的 token，多智能体系统约 15 倍）
- 跨 agent 上下文协调难 —— 谁知道谁干了啥 / 谁该接谁的活
- 服务条款风险 —— 多个用户共用一份订阅，Anthropic、OpenAI 的条款都明确不允许（见上面 BYOK 一节）
面试怎么答(差异化加分点):
“AI-Native Workforce 是 2025-2026 年最炒作但最难落地的方向。问题不在技术，在单位经济：持续在线的多 agent token 成本远超普通用户付费意愿。一个企业级客户（$10k+/月）能支撑这种 token 烧法，但消费级用户不行。这个赛道现在大多数项目还在烧钱阶段，要么走企业市场，要么等模型成本再降 10x。PM 看这种项目得算单位经济模型，光看用户增长是陷阱。”
总结：7 个术语怎么记
Section titled “总结：7 个术语怎么记”按工程组 / 商业组分：
工程组（用 AI 干活 / 监控 AI）：
- Vibe Coding —— 原意是不看代码，适合原型；上生产要换成 AI 辅助编程
- IDE 对比 —— 工具选型（按工作方式分，不按界面分）
- Eval / Observability —— 上线后管控
商业组（AI 怎么变成生意）：
- LLM Gateway —— 多 LLM 中间层
- x402 —— agent 链上付费
- BYOK —— SaaS 让用户自带 key
- AI-Native Workforce —— 多 agent 工作区
面试加分小贴士
Section titled “面试加分小贴士”- 能讲清 Vibe Coding 的原意（不看代码）和 AI 辅助编程的区别 > 单纯讲「AI 写代码」
- 能讲 Cursor / Coze 不同用户群 > 列工具名
- 能讲可观测性比普通 SaaS 多 3 维 > 套话「监控很重要」
- 能讲 LLM Gateway 3 种商业模式，外加上游条款和地区限制 > 一刀切「都是套壳」
- 能讲 x402 和 AP2、ACP 的分工 > 觉得是新概念噱头
- 能讲清 BYOK 背后的条款（个人订阅不能给第三方转发用，自有 API key 可以） > 单纯「用户自带 key」
- 能讲 AI-Native Workforce 是单位经济问题 > 跟着鼓吹
🎉 八股六连到这里齐了，还有一份彩蛋
Section titled “🎉 八股六连到这里齐了，还有一份彩蛋”板块 7 篇全部上线：
- ✅ Prompt 工程八股 —— 14 个术语
- ✅ 数据与评估八股 —— 7 个术语
- ✅ RAG 八股 —— 7 个术语
- ✅ Agent 编排八股 —— 5 个术语
- ✅ 协议与上下文八股 —— 6 个术语
- ✅ 工程与商业八股 —— 7 个术语(就是这一篇)
- → Claude 5 速查：模型、价格与迁移 —— 面 Claude 相关岗位前必刷
前六篇累计 46 个面试常考术语全部覆盖，每个配：是啥 / 怎么用 / 面试怎么答。
面试前最后 30 分钟
Section titled “面试前最后 30 分钟”- 不要死背概念 —— 60% 时间过术语清单，40% 时间练「判断口径」(选 A 还是 B，为什么)
- 准备 3 个项目故事 —— 每个故事能覆盖 5-10 个术语，讲一个等于覆盖一片
- 准备 1 个失败案例 —— 显示成熟度
- 准备 1 个独立思考 —— 不是 echo 业界共识，有自己判断
- 想深入 agent 实战 → Agent 通用知识
- 想看真实案例 → 真实案例(咱家自己)