AI 原生产品创造者 · 悉尼 / 上海

让复杂问题,
拥有清晰轨道。

我把混乱的问题,变成真正可用的 AI 产品。

从用户问题定义、产品流程设计,到组织模型与工具、验收结果和公测迭代; 我负责的不只是原型,而是一条可运行、可验证的交付路径。

AI Study Mate 独立产品 · 公测迭代中
2024 从 AI 辅助 Python 原型开始实践
2025 — 至今 澳洲个体经营者
产品 × AI × 业务 跨场景定义与交付

01 · 代表项目

不是“做了一个 AI 页面”,而是把一组学习障碍变成完整产品。

AI Study Mate 来自我自己的留学学习体验:信息散落在录音、讲义与网页里, 答疑、笔记和复习彼此断开。我的工作,是先理清真实流程,再决定 AI 应该出现在哪里。

独立产品 · 01

AI Study Mate

把课程资料、课堂记录、答疑与复习,连接成一条持续可用的学习工作流。

我负责问题定义、功能取舍、用户路径、模型与工具的组织方式,以及测试、发布和迭代判断。 AI 与编程代理协助完成代码实现;每项能力是否值得发布、是否满足用户需要,最终由我验证并负责。

  • 原型始于 2024
  • 个体经营 2025 — 至今
  • 多模态学习场景
  • 公开测试与反馈迭代
  • AI 辅助交付
一条从原始资料到学习行动的产品路径
01 / 汇入
让分散信息进入同一入口 课程资料、课堂语音与即时问题不再各自孤立。
02 / 整理
把原始内容变成可用上下文 形成结构化笔记、课程知识与后续任务所需的上下文。
03 / 理解
用检索与模型分工回答问题 结合资料来源与任务类型,组织更贴合课程语境的解释。
04 / 复习
让一次回答延伸为长期学习 将理解结果连接到复习、错误追踪与个性化学习路径。
产品选择

先修复学习流程,再决定使用什么模型。

我没有从“再加一个聊天框”出发,而是先定位资料沉淀、回答可信度与复习脱节的问题, 再把转录、检索、问答和复习安排在各自真正有用的位置。

我的角色

定义什么值得做,也承担发布判断。

我负责产品方向、交互路径、任务拆分、代理上下文与约束、验收测试和失败复盘; 编程代理负责大量实现工作,但不会替我决定产品是否成立。

验证与迁移

让真实反馈反过来校准产品。

项目从 2024 年的早期原型走向公开测试,我持续按测试结果和用户反馈调整优先级; 同源能力也被迁移到春节场景项目《过个好年》,验证方法能否跨场景复用。

02 · 工作方法

我的价值,不在于比工程师更快地手写代码。

我擅长把模糊需求拆成可验证的产品流程,并把 AI 与编程代理放进一套明确的工作框架: 给足上下文、拆分任务、设定约束与验收标准,再由我对结果负责。我把这套体系称为 “AI 辅助交付框架”(delivery harness)。

01

界定问题

观察真实场景,区分表面需求、根本摩擦与暂时不该做的功能。

02

设计流程

把用户目标变成信息流、交互路径与清晰的成功标准。

03

组织能力

按任务选择模型、检索、工具与代理分工,而不是追逐单一模型参数。

04

建立验收

定义可检查的结果、边界情况与失败条件,亲自测试关键路径。

05

发布迭代

从反馈与故障中重排优先级,决定修复、回退或继续扩展。

我直接负责

  • 用户问题、产品定位与优先级判断
  • 信息架构、核心流程与交互取舍
  • 代理任务拆分、上下文、约束与验收标准
  • 关键路径测试、失败归因与结果核验
  • 发布、回退和下一轮迭代决策

AI 与编程代理协助

  • 代码生成、实现、重构与重复性开发任务
  • 技术方案探索与快速原型验证
  • 测试草稿、文档整理与批量处理
  • 跨模型复核、反例搜索与边界提示
  • 工具提高交付速度,但不替代我对结果负责

03 · 场景实践

把同一套能力迁移到不同场景,看它是否真的成立。

教育产品是主线,但我也通过比赛、团队方案与企业实习,检验问题拆解、AI 编排和业务沟通能否在新约束下继续工作。

场景迁移 · 消费体验

《过个好年》

将 AI Study Mate 已有的多模型与内容组织能力迁移到春节场景,围绕普通用户能理解、愿意体验的路径重新包装和展示。

汤泉黑客松 S1 · 上海赛区城市最佳人气奖 · 2026
团队方案 · 企业数据

飞书 AI 先锋未来人才大赛

在四维图新企业数据 Agent 方案中负责产品方向、系统方案、能力迁移、评测框架与展示整合, 并明确区分个人既有产品与团队参赛原型。

从教育工作流迁移到企业数据 Agent 场景
企业实践 · 保险

友邦保险渠道业务工作流

在中资战略渠道团队处理渠道运营与客户数据任务,将重复步骤拆成可审阅的 AI 辅助自动化流程,并按业务反馈持续修正输出。

获得“业务理解与执行结合”的正面评价

04 · 学习与经历

金融数学、商业信息系统与真实业务场景,给了我产品判断的另一面。

我的本科背景帮助我理解概率、数据与业务流程的基本结构;三段实习则让我在期限、准确性和跨团队沟通的约束下完成交付。

2024.02 — 至今 · 悉尼

悉尼大学 · 理学学士

主修金融数学与统计、商业信息系统。

这段学习为我提供概率统计、数据建模与业务系统的共同语言,帮助我在产品工作中更准确地与不同专业角色对齐。

友邦保险(AIA)· 中资战略渠道团队实习生

支持渠道运营与客户数据处理,并以 AI 辅助方式交付可复核的自动化工作流。

国泰基金管理有限公司 · 运营管理实习生

参与税务政策研究、运营报告复核与翻译,在监管语境下处理数据准确性与跨境协作。

上海广播电视台财经频道 · 视频剪辑实习生

在严格截稿周期内完成财经短视频制作,并建立可检索素材库优化查找流程。