6 年职业生涯里一直在做同一件事 ,将
零散模糊的业务诉求,拆解、梳理、落地为清晰、可量化、可交付、真正能被用户感知、让人深度认可与买单的完整产品与方案。
相信好产品和好空间一样,先有思考的骨,再有温度的皮。
熟悉 Vibe Coding 工作范式,用 Claude / GPT / Gemini 搭前后端分离产品, 从想法 Idea 到需求落地的全链路交付。
精通 LLM / Agent / RAG 的工程化落地,基于业务目标设计模型选型策略与架构方案。
构建数据收集、模型优化、产品迭代的增长飞轮,设计用户反馈与数据标注体系。
强技术理解 × 业务洞察,把算法目标拆解为可执行的产品方案,对齐算法、工程、运营多团队。
通过 Agentic 智能体编排实现 AI 任务自动化流转;基于 Dify 低代码平台完成核心工作流搭建;借助 design skill 开展 UI 设计,自主完成 Web 端界面设计与前端实现。
持续跟进 AI 前沿 —— 每周涌入的新模型、新 Agent 框架、新工程范式,
快速吸收 · 动手验证 · 沉淀输出,
在 AI 工具快速迭代的环境里始终保持效能与前瞻性。
个人主导从 用户调研 → 产品设计 → Web 端开发上线的全流程。 验证"能否一周内从 0 到 1 完成 AI Native 产品"的假设。
Day 1 访谈 + 爬取小红书/微博/X 上万条评论; Day 2 输出市场研究分析报告 / MRD / BRD / 市场可行性报告 / MVP 文档 / PRD 产品功能文档; Day 3 原型图设计; Day 4-5 Dify 工作流 + 模型评测(Wan2.7 / Doubao1.6-fast); Day 6 前端后端开发;Day 7 上线。
作为 AI PM 负责人对接甲方奇瑞汽金业务主管, 主导从 需求调研 → 技术选型 → Agent 架构 → Prompt 工程 → 上线验收 的完整产品链路, 横向协调算法、前后端、测试、合规跨职能团队。
落地 LangGraph 多 Agent 编排 + RAG 分库检索 + 私有化 LLM 四 Agent 协作:材料解析 · 风险研判 · 合规检查 · 报告生成。
带领设计团队完成 项目启动 → 客户深访 → 平面方案 → 效果图评审 → 材料商打样选材 → 灯光方案 → 施工图审核 → 驻场纠偏的全流程交付。
设计管理经验:独立把控项目节奏与质量标准; 协调客户 / 材料商 / 施工队三方资源; 区分客户表层视觉诉求与底层经营需求,把模糊语言翻译成明确设计策略 —— 这套 "把诉求翻译成方案" 的方法论,正是后来做 AI PM 最重要的底层能力。