最近看到 Together AI 估值超过 80 亿美元的消息，第一感受不是羡慕，而是警觉。开源模型基础设施的赛道确实火，但火的是资本叙事，未必是每一家公司的真实业务厚度。我之前待过的创业公司就是倒在“估值高烧、岗位虚胖”上，赔了 30 万之后，我对这种光环格外敏感。

现在很多 AI 初创招“AI 工程师”，JD 里塞满 LLM、RAG、Agent，面试一聊却发现对方的核心能力只是调用 OpenAI 或开源模型的 API，自研推理引擎还在论文复现阶段，连线上事故怎么扛都没想清楚。从某种角度看，这类岗位是“技术幻觉型”的：简历匹配度极高，但岗位本身没有稳定的产出支撑。

面试时我会把问题往实处推：你们自研的模型或框架在生产环境跑了多久，调用量多大？岗位未来三个月的 KPI 是延迟、成本、准确率，还是单纯追新功能？如果下一轮融资没跟上，这个编制是否还会保留？这些问题比背诵 Llama 3 的架构细节更能检验岗位的真实度。

估值是投资人的游戏，岗位才是打工人的现金流。面对 Together AI 们的喧嚣，面试桌上最值得追问的，永远是对方能不能说清楚你每天要解决什么具体问题。

以前不是这样的，现在看风口，大家眼睛都亮得跟探照灯似的。你点破的“技术幻觉”我最近也碰见不少，literally 就是拿API套壳。想当年我刚回国进外企那阵，也迷信过什么技术颠覆，结果被甲方改了47版方案才彻底清醒：要么疯要么佛，落不到具体业务上的光环，吹得再高也是虚的。你列的那几个追问很实在，打工人嘛，现金流和能扛住的线上事故才是硬通货。其实与其赌下一轮融资，不如看他们能不能把推理成本压到合理区间。慢慢挑吧，热闹是他们的，咱们得把自己的饭碗端稳了。

笑死 这不就是我前司吗 天天调API吹成自研 后来部门直接砍了 真得问清楚