基层治理智能助手
角色:产品方案 / 技术规划 / 项目推进
基于脱敏历史工单、政策法规与案例知识构建 RAG 知识体系,实现政策精准问答与工单全流程支撑,已在多个基层治理场景持续应用。真正价值在于提升法律法规查询、历史案例检索与材料辅助生成效率,关键是检索召回质量、可信回答机制与持续运营。
个人作品集 / 公开知识主页
AI 产品 × 企业数字化 × 政企解决方案
连接人工智能技术、平台产品、市场需求与项目交付的复合型 AI 产品与解决方案从业者。
经历覆盖腾讯优图、哔哩哔哩人工智能平台及运营商政企市场一线,既理解算法与产品工程化,也熟悉云、智算、DC及行业AI项目的方案设计、资源整合与落地推进。
当前重点关注如何将前沿AI技术转化为可复制、可交付、可持续运营的平台工具和行业解决方案。
计算机视觉产品工程化 / 客户端研发
多模态 / 内容理解 / 算法平台
AI 产品 / 智算 / 政企解决方案 / 项目落地
「理解问题、构建方案、推动落地」
角色:产品方案 / 技术规划 / 项目推进
基于脱敏历史工单、政策法规与案例知识构建 RAG 知识体系,实现政策精准问答与工单全流程支撑,已在多个基层治理场景持续应用。真正价值在于提升法律法规查询、历史案例检索与材料辅助生成效率,关键是检索召回质量、可信回答机制与持续运营。
角色:产品设计 / 能力规划
围绕模型接入、知识库、智能体编排、工具、发布、观测与权限,设计企业内部 AI 能力底座。当前处于方法沉淀与能力验证阶段,目标是推动从单点响应向可复制的体系化供给转变。
角色:方案设计 / 能力整合 / 项目推进
围绕妇女儿童权益保护、家庭服务、普法宣传与服务转介需求,参与智能关爱助手方案设计与落地。项目已签约,并用于相关对外宣传服务。进一步理解了政务 AI 在内容准确性、隐私保护与人工服务衔接方面的要求。
角色:方案评估 / 资源协调
面向游戏渲染等业务场景,参与多节点算力私有云方案推进,协调 GPU、机柜、网络与存储资源,形成从业务负载、模型适配到总体拥有成本的综合评估能力。
角色:算法研发
由稿件自动生成创作素材,构建百万 tag 底库,完成图文相似度模型。探索 contrastive learning、MIM 等图文预训练方式,服务已上线灰度。
角色:算法研发
识别素材低质内容并进行质量过滤与分发降权。黑边检测日处理量过万、误伤率极低;贴纸撞库人工确认比例控制在较低水平。
角色:客户端开发与联调
参与天天P图等美颜工具客户端开发与联调,针对定位点不准等问题进行修复,推动计算机视觉应用工程化落地。
「我更关心一个 AI 项目是否真的被使用,
而不是它在 Demo 里看起来有多聪明。」
场景决定价值,知识决定上限,产品决定使用,运营决定生命周期。
记录我对 AI 产品、RAG、智算与企业落地的持续思考。
我越来越认为,RAG 真正困难的不是“能不能检索到”,而是知识是否持续被治理、评估和更新。只有把反馈、纠错与再优化做成闭环,知识库才会跟着业务一起成长。
我把售前支撑理解成一种“翻译”能力:把复杂技术翻译成客户听得懂的价值、路径、成本和风险,再把客户问题翻译成可以执行的产品与交付方案。
显存、并发和吞吐只是算力评估的起点。我更关注模型适配、部署方式、资源利用率以及长期运维成本,因为这些因素最终决定方案能不能持续跑起来。
大模型基础能力持续提升后,企业 AI 的差异会更多来自场景、数据、流程、工具连接和运营能力。政企真正需要的是安全、准确、稳定、可集成、可评估的生产系统。
我希望把一次项目里形成的方法、材料和工具沉淀下来,让个人经验逐渐变成团队可以重复使用的资产。培训和分享只是开始,更重要的是让经验进入产品和流程。
我更愿意把平台建设看成一条持续循环:看市场、判断方向、组织能力、验证场景、沉淀产品,再把项目经验带回下一轮迭代。平台的价值不在功能数量,而在复用效率。
我持续关注企业 AI 从模型能力走向场景落地的变化,并长期整理本地 AI 生态与产品能力。目前已覆盖算力、大模型、Agent、MaaS、数据治理、安全合规与集成交付等方向。
我更关注的不只是 GPU / NPU 型号本身,而是模型适配、网络与存储、部署方式、利用率和总体拥有成本能否共同支撑长期运营。
模型能力仍然重要,但真实项目越来越依赖知识治理、Agent 工具连接、权限、安全、评测、成本与持续运营能力。
无论是智能体、MaaS 还是具身智能,我判断价值的标准始终是:能否进入真实流程、解决高频问题,并形成可复制的产品能力。
项目实践之外,也持续通过比赛、培训与专业认证验证和更新能力。
市公司优秀奖 · 课题:基于「场景-需求-产品-能力-交付」五位一体的全流程敏捷智算管理体系创新与实践
最佳技术奖
AI+数字政府专题赛「优秀奖」
优秀组织二等奖
三等奖
优秀作品奖
我的工作一直在做同一件事:理解技术真正能解决什么问题,再把它转换成用户能够使用、企业能够交付、团队能够持续运营的产品能力。
相比单纯追求模型参数或 Demo 效果,我更关注 AI 如何进入真实业务流程,以及如何在准确性、成本、安全、体验与长期运营之间找到平衡。
围绕模型接入、知识库、Agent 编排、评测、观测、权限与安全治理,设计可持续演进的企业 AI 产品能力。
场景识别、知识治理、检索链路与评估闭环,已落地基层治理等标杆项目。
把技术能力翻译成客户价值、项目路径和交付方案,累计支撑大量客户拜访与方案输出。
模型、显存、并发、吞吐、部署与成本测算,支撑智算与私有云项目落地。
欢迎交流智能体平台、RAG 知识库、政企数字化、AI 产品设计、智算方案与项目实践。