一项面向107位高级管理者或专业人士的调查提到：60%的企业报告AI成本难以预测，同时60%报告生产力有所提高；52%的受访者表示理解token成本，但仅约三分之一真正控制住了它。这组数字最值得求职者留意的不是比例本身，而是「理解」和「控制」之间的落差。面试时怎么把这道落差问出来？

先问构成，再问波动

如果团队说不出AI成本的大致构成和波动范围，成本认知可能还停留在表态层面。

可以这样问：「咱们现在AI相关支出主要花在哪几块？月度波动大概什么量级？」这里要留意两种回答的差别：一种会主动区分不同功能或场景的用量，说明他们至少拆过账；另一种只给一个总数，或者干脆说「还在看」。前者不代表管控成熟，后者也不代表团队不行——它只是帮你判断，成本这件事在团队里有没有被当成一个可讨论的问题。

追问一句「这个数是谁在盯」也很有用。答不出具体角色，说明这件事还没落到日常动作上。这是模拟提问思路，不是断言面试官一定会被问到，也不构成对任何团队的结论。

再问取舍，而不是问态度

调查里52%的人声称理解token成本，只有约三分之一真正控制住——这个落差没法靠一句「我们很重视」来填。

区分表态和动作，可以换个问法：「最近有没有因为成本调整过产品方案？能举个例子吗？」愿意讲的人，通常会说出某个功能换了实现方式、某类请求被限制频率，或者某个场景被暂时搁置。只停在「我们一直很关注」的回答，你拿不到任何可验证的信息。

需要提醒的是，这里判断的是你收集到了多少信息，而不是给团队打分定性。面试时间有限，对方也可能只是不方便展开。

不成熟时，先问自己要什么

成本管控不成熟不一定是拒绝offer的理由，但要评估自己是否愿意承担预算反复调整带来的项目不确定性。

同一调查里，60%企业报告生产力提高，同时60%报告成本难预测，说明「做出效果」和「算不清账」可以并存。落到个人选择上，值得问自己：我更想学从0到1把功能做出来，还是想把已有功能的成本结构理清楚？两类方向关注点不同，前者看机会窗口，后者看体系积累。

一个实际可做的小建议：面试前把上面两个问题写进你的提问清单，面试后只记录对方的原话，先不下结论，等拿到offer再结合其他信息一起权衡。