关于我
我是一名具有技术背景的 AI 产品经理，专注于在金融与技术的交汇处构建 AI 原生产品。目前在东亚银行实习期间，主导了多模态 RAG 知识库从 0 到 1 的产品设计与落地，将准确率从 80.1% 提升至 92.5%。
我善于理解大模型的能力边界，能够在技术可行性与商业价值之间找到平衡。我相信好的 AI 产品不是堆砌技术，而是真正解决用户的问题。
工作经历
-
2026.06 — 至今顺丰速运助理 IT 产品经理实习生负责物流智能体产品从 0 到 1 设计，覆盖电报异常识别、单证一致性校核、货物合规检查三大场景。
-
2026.03 — 2026.06东亚银行AI 产品经理 & Agent 开发工程师实习生主导多模态 RAG 知识库、MCP 联网检索服务、AI 员工平台三大产品的设计与落地。
项目经历
电报智能体 | 物流电报异常识别与自动校验
解决物流电报因非标格式导致 300+ 份解析失败的事故，从 0 到 1 设计异常检测智能体。MVP F1 Score 88%。
校核智能体 | 单证一致性自动核对
货站每月 2-3 万张运单，目标将人力从 20+ 缩减至 10 人。MVP 准确率 92%，单均审单时间从 2-3 分钟缩短至 30 秒。
营运智能机器人知识库 | RAG 链路设计与多模态调优
银行营运人员频繁查询规程文档，现有问答系统准确率仅 80.1%。引入多模态大模型解决表格与流程图理解不足，POC 准确率提升至 92.5%。
联网检索 MCP | 银行内网实时外部信息获取服务
银行内网物理隔离导致员工无法获取实时外部信息。基于 MCP 协议落地合规联网检索服务，支持 ≥500 QPS 并发。
SmartRoute AI | 多智能体本地生活路线规划系统
面向美团 AI 黑客松，独立开发 Multi-Agent 路线规划系统。四 Agent 链路（意图路由→解析→检索→规划），200+ 测试，覆盖率 83%，20 条 eval case，安全边界拦截 5 类高风险动作。
技能与其他
AI 认知与观点
AI 产品经理的核心能力
AI 产品经理需要在「技术理解力」和「商业敏感度」之间找到平衡。不仅要理解大模型的能力边界，更要能判断哪些场景真正需要 AI，哪些只是伪需求。
RAG 不是银弹
在银行 RAG 项目中，我发现很多团队把 RAG 当成万能解法。实际上，RAG 适合知识密集型场景，但对于需要深度推理的任务，可能需要结合 Agent 工作流或微调。
AI 产品的落地挑战
AI 产品从 Demo 到上线，最大的挑战不是技术，而是合规、安全和用户体验的平衡。在金融行业，这一点尤其明显。