Sam Altman近期谈到，模型进步速度超出预期，没人预料到会变得这么好、这么快；他也提到一种真实的担忧，即部分公司可能获得过多权力。消息没有说明这涉及哪些公司，也没有给出任何岗位或招聘数据。但对正在面试AI产品岗的人来说，这个提醒很具体：如果模型能力集中在少数供应商手里，你所在的公司到底是在做自己的产品，还是只做一层调用？

面试时怎么问出对模型供应商的依赖

不要直接问“你们是不是套壳”，对方只会给标准答案。换成可核查的问题：

  • 如果明天要换一家模型供应商，产品里哪些部分需要重写？切换周期大概多久？
  • 团队有没有自己维护的评测集、微调流程或数据回流机制？
  • 用户数据沉淀在谁手里，公司能不能用它改进产品，还是只存在供应商侧？

如果对方答不出切换成本，也说不清自研比例和数据壁垒，这个岗位可能更接近调用层运营：日常工作是调提示词、跟供应商对接、做效果验收。这类经验不是没价值，但它和具体模型版本绑定较紧，换公司后迁移难度更大。

模型进步快，哪些能力更值得积累

模型迭代越快，越要优先积累与具体版本弱相关的能力：把模糊的用户问题定义清楚、判断一个场景值不值得用模型做、设计数据闭环让产品越用越好。这些能力换模型、换公司都还在。 延伸阅读：光轮智能2026暑期实习解读：具身智能数据基建值不值得投？本科门槛与真机要求全解析

反过来，只熟悉某一家模型的调用方式、参数和界面，风险在于供应商一次升级就可能让你的经验贬值。面试时可以问团队最近一次模型升级后，产品侧改了什么、谁做的决策，从回答里能看出产品经理是在做判断，还是在做适配。

拿到offer时怎么评估这家公司

把下面几项当成核查项，而不是只看公司是否宣称做AI：

  • 公司对模型供应商有没有议价能力，还是完全被动接受价格和条款；
  • 产品是否容易被平台顺手覆盖，比如供应商自己推出同类功能；
  • 团队是否掌握用户数据和场景理解，这是外部很难复制的东西。

Altman提到的权力集中担忧，落到个人选择上就是：你加入的是有自己壁垒的产品团队，还是替少数供应商做前端。这不必然决定公司成败，但会直接影响你三年后能带走什么。

一个实际可做的小建议：面试结束前，请对方描述一次模型供应商出问题或涨价时团队的处理过程。真实经历比任何自我描述都更能说明这家公司的位置。