工程与商业八股:AI PM 面试必会的 7 个新模式

📍 AI 求职速查 6/6(板块完结) · 上一篇:← 协议与上下文八股

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 7 个术语收尾整个「AI 求职速查」板块。

---

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 时必备

• LLM Gateway / x402 / BYOK / AI-Native Workforce

---

一、Vibe Coding(AI 协作编程)

是啥:你用自然语言描述意图,AI(Claude Code / Cursor / Codex)写代码,你审 + 迭代。

vs 传统编程:

维度	传统编程	Vibe Coding
谁写 code	你写每行	AI 写,你审
你的角色	工程师	设计者 + 评审员
速度	慢	快 3-10x
上限	取决于你	取决于 AI 能力

适合场景:

• 原型 / MVP(快速试)
• 跨语言 / 跨框架(你不熟 React 但 AI 熟)
• 样板代码(配置 / 数据迁移 / CRUD)

不适合场景:

• 性能 / 安全关键(密码 / kernel 这些必须人写)
• 大规模重构(AI 容易破坏依赖链)

面试怎么答:

“Vibe Coding 不是’用 AI 写演示’,是一种新的工作模式 —— PM / 设计师能直接出原型。我现在 80% 代码用 AI 写,自己重点关注架构 / 评审 / 边界情况。关键技能不是写代码,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

是啥:2026 年市场上 4 个主流 AI 编程 / agent 工具,面向不同用户。

工具	类型	用户	模型	强项
Cursor	AI IDE(VSCode 衍生)	工程师	多模型(Claude / GPT / Gemini)	代码编辑 + 聊天 + apply diff
Claude Code	CLI agent	工程师 / 高级用户	Claude 系列	终端 + 多文件 + Subagent
Codex	OpenAI CLI agent	工程师	GPT-5 / GPT-5.5 系列	终端 + 云端后台运行
Coze	无代码 agent 平台	业务 / 非工程师	多模型	拖拽工作流 + 商业化插件

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,无代码)
• Cursor 是 IDE(图形界面),Claude Code / Codex 是 CLI(命令行)

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,Cursor / Claude Code 适合真代码开发。Claude Code 跟 Cursor 比是 CLI vs IDE 的差别 —— CLI 适合已经熟终端 + 喜欢自动化的人,IDE 适合初学者 + 视觉化操作的人。没有最好,只有最适合。”

💡 想看 Trae / Cursor / Claude Code 完整对比 → Trae 是什么:字节出的免费 AI IDE 那一篇。

---

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
LMSys Chatbot Arena	人评 Elo 排名(对话能力)
EvalPlus / MMLU / HumanEval	公共评测集
LangSmith / Helicone / Langfuse	LLM-as-Judge 评估平台

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
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 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

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 / Helicone
国内	词元共生 / 火山方舟 / OneAPI(开源)

3 种商业模式:

模式	描述	合规性
合规经销商	跟 LLM 厂商正式签约 + 加价转售,按官方价	✅ 完全合规
API 代理	用户自带 API key,网关不加价,只收平台费	✅ 完全合规
套壳中转	拿第三方 API key 转卖,可能不合规	⚠️ 灰色地带

面试怎么答(进阶题):

“LLM Gateway 不是单一概念,至少 3 种商业模式 —— 合规经销商 / 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,先看它的源头是不是合规签约,合规的才用,灰色的再便宜也不用 —— 商业风险太高。“

---

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,必须有一套为 agent 量身设计的付费协议。x402 就是答案。

是啥:Coinbase 2024-2025 年推出的协议,复活 HTTP 状态码 402(原意”需要付款”)。让 agent 能原生用 USDC(链上稳定币)付费,不走 OAuth + 信用卡流程。

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
• 信用卡不适合 agent(实名验证(KYC) / 拒付机制不匹配 agent 行为)
• USDC 链上小额支付 适合 agent 自动操作

面试怎么答:

“x402 是 2026 年agent 经济的关键基础设施 —— 让 agent 能自己付钱。比 OAuth + 信用卡的方案更适配 agent 自主行动。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 这种链上小额支付协议是天然的选择。目前是早期,商用案例少,但值得关注。“

---

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:

1. 用户成本透明 —— 直接跟 LLM 厂商付钱,SaaS 不加价
2. SaaS 不踩 Anthropic / OpenAI 服务条款红线 —— “订阅转售”是这些厂商明确禁止的,BYOK 完全规避
3. SaaS 卖的是软件,不是 token —— 商业模式更稳

典型案例:Cursor(BYOK 可选)/ 早期 Cline / Aider

面试怎么答:

“BYOK 在 2026 年成第三方 SaaS 的主流商业模式。触发原因:Anthropic / OpenAI 2025-2026 年更新条款,禁止 SaaS 把订阅再分销给多个最终用户。BYOK 让 SaaS 卖软件(IDE / agent 平台 / 工作流),token 用户自己出,风险 / 收益都更清晰。我看一个 AI SaaS 是否长期能跑,会重点看它跟 LLM 厂商关系是 BYOK 还是经销商 —— BYOK 长期稳。“

---

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
Helio	多 agent 工作区(早期阶段,主打”AI 原生工作场所”)
字节火山引擎 ArkClaw	OpenClaw 的云端 SaaS 版,定位多 agent 协作
Cognition Devin	自主编程 agent
AutoGPT / BabyAGI	早期原型(已沉寂)

核心挑战(2026 年还没解决):

1. Token 成本爆炸 —— 多 agent 持续在线,token 烧很快(用户登录半小时可能烧掉 100 万 token)
2. 跨 agent 上下文协调难 —— 谁知道谁干了啥 / 谁该接谁的活
3. 服务条款灰色 —— 多用户共用订阅可能违反 Anthropic / OpenAI 条款

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 99% 项目是烧钱阶段,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

按工程组 / 商业组分:

工程组(用 AI 干活 / 监控 AI):

1. Vibe Coding —— 工作模式革新
2. IDE 对比 —— 工具选型
3. Eval / Observability —— 上线后管控

商业组(AI 怎么变成生意): 4. LLM Gateway —— 多 LLM 中间层 5. x402 —— agent 链上付费 6. BYOK —— SaaS 让用户自带 key 7. AI-Native Workforce —— 多 agent 工作区

---

面试加分小贴士

• 能讲 Vibe Coding 是工作模式革新而不是工具 > 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 > 一刀切”都是套壳”
• 能讲 x402 是 agent 经济基础设施 > 觉得是新概念噱头
• 能讲 BYOK 触发原因是厂商条款 > 单纯”用户自带 key”
• 能讲 AI-Native Workforce 是单位经济问题 > 跟着鼓吹

---

🎉 牛学板块「AI 求职速查」完结撒花!

6 篇全部上线:

1. ✅ Prompt 工程八股 —— 14 个术语
2. ✅ 数据与评估八股 —— 7 个术语
3. ✅ RAG 八股 —— 7 个术语
4. ✅ Agent 编排八股 —— 5 个术语
5. ✅ 协议与上下文八股 —— 6 个术语
6. ✅ 工程与商业八股 —— 7 个术语(就是这一篇)

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

• 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

---

牛学板块导航

• 上一篇:← 协议与上下文八股
• 本板块完结:AI 求职速查 6/6 ✅
• 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)