这家公司是自建模型还是调用API？面试时怎么问出来

消息提到，企业现在可以通过授权获得前沿模型权重，在自有数据上微调、在自有基础设施上自托管，并把成果商业化，还附带白手套服务和Forward Deployed Researchers协助落地。对求职者来说，这意味着同一句“我们做AI”，背后可能是完全不同的两段工作。

面试时别只问“你们用哪个模型”，可以换成三个更具体的问题：模型权重从哪来，是外部授权、开源还是自训？微调数据由谁清洗、谁标注、谁负责评估？推理跑在谁的机器上，是公司自己的集群还是云厂商托管？如果对方回答“我们主要调API做上层应用”，那这个岗位更偏集成与产品；如果回答涉及权重管理、微调流水线和自托管推理，才更接近模型层。

自建模型团队通常怎么分工，我该关注哪一段

自建链路大致分几段：数据准备与清洗、微调与对齐、推理部署与性能优化、评估与安全。素材里“在自有数据上微调、在自有基础设施上自托管”正好对应前两段和第三段。读岗位描述时，要确认它写的是“训练与性能优化”还是“调用接口完成业务功能”，这两类工作的日常差别很大。

假设一个模拟场景：A岗写“负责垂直领域模型效果提升”，B岗写“对接模型API完成业务功能”。A岗可能每天在调数据配比、跑评估集；B岗可能更多在写业务逻辑和提示词。两者都能积累经验，但方向不同。你可以问用人经理：这个岗位过去半年主要交付了什么？团队里谁负责评估？如果评估环节没人专门负责，说明模型层可能还没真正建起来。

选offer时，自研程度不同的公司对成长意味着什么

自研程度高的团队，你更可能接触到权重、微调和推理优化，积累的是模型层经验；纯调用型团队，你积累的是应用集成和业务理解。没有绝对好坏，取决于你想往哪走。

判断时别只看招聘话术，可以核对三点：团队规模里有没有专门的数据和评估角色；基础设施是自建还是全托管；岗位描述里“训练”“微调”“部署”出现的频率。如果这些信息模糊，就把它们列成待确认问题，面试时逐一问清。

一个实际可做的小建议：把你最在意的三个问题写成一句话，面试结束前直接问用人经理，比如“这个岗位半年内最主要的交付物是什么？”答案比任何宣传都更能说明团队的真实分工。