社区最近有一条分享：有用户在16GB MacBook上本地运行MiniCPM5-2B，让它查找近期AI新闻、调用网页搜索、抓取10条结果并总结关键动态；发布方感谢试用反馈，并期待社区用它构建更多创意工作流。消息本身只说明有人跑通了一个工作流，没有说明岗位需求、产品化程度或性能是否经过独立验证。对准备投产品岗的人来说，值得借它想清楚一件事：你想做的是模型能力产品，还是应用工作流产品。

端侧AI方向的产品岗，到底在做什么产品？

同一段演示，可以对应两类完全不同的岗位。

一类偏模型能力产品：把本地运行、设备适配、推理体验包装成开发者或用户可用的工具，关注的是支持哪些设备、跑起来稳不稳、用户第一次用会不会卡住。另一类偏应用工作流产品：围绕本地模型设计具体场景，比如素材里那种“搜索—抓取—总结”的链路，关注的是目标用户是谁、这个流程比现有做法省了什么、失败时怎么兜底。

两类岗位面试问的东西不一样。前者会追问设备验证和体验边界，后者更在意场景取舍和用户反馈。投递前先想清楚自己想做哪类，再去筛岗位描述，比被基准测试热度带着走更稳。

面试时怎么核查团队做的是真端侧产品还是概念演示？

可以准备几个具体问题，而不是只听对方讲模型参数。

  • 团队最近一次交付的用户场景是什么？有没有真实用户在用？
  • 本地运行在哪些设备上验证过？16GB内存这类边界情况怎么处理？
  • 用户反馈通过什么路径进入迭代？谁来决定砍掉哪个功能？

如果对方只谈榜单排名和模型规格，很少提用户场景和交付节奏，这个岗位可能偏研究或市场，未必是你想做的产品落地。反过来，如果对方能说清一个具体场景和它的取舍，即使产品还小，也值得继续聊。

想投端侧AI产品岗，简历和作品该准备什么？

与其堆砌模型名词，不如准备一个自己设计过的本地AI工作流案例：目标用户是谁、解决什么任务、为什么选本地而不是云端、哪些环节做了取舍。没有实际数据就用[实际记录]占位，不编造效果数字。

一个可做的小建议：找一条你日常重复的任务，用本地模型试着跑一遍，把卡住的环节和你的判断记下来。这份记录本身就是面试里能聊的具体材料，也能帮你判断自己是否真的想做这个方向。

本文为求职分析，不构成对任何产品能力或招聘行情的判断；素材信息来自社区分享，未经独立核验。