个人 PRD / 原型作品，完成于 2026.05。项目从微信读书网页端的阅读场景出发，处理“读到不懂处需要解释、想追问前后文、希望把摘录整理成笔记”的问题。方案以 Side Panel 作为主界面，承载摘录、分析结果、历史记录、设置和看板。
兼职评测经历，2026.06 至今。基于 OpenClaw / Hermes 两类 Agent 执行架构，对 5 个代号模型运行 3 类复合任务，模型真实名称和平台信息不公开。
个人方案作品，完成于 2026.06。以企业微信公开 AI 办公能力为参照，拆解群聊消息过载、结论分散、责任不清和后续跟进弱的问题。方案重点不是再做一个摘要，而是把摘要后的信息接到协作动作。
2026.04 先做成个人 AI 产品审计清单；2026.06 参与模型评测后，把工具调用失败、产物不可验证、多步任务断链等问题补进框架。
腾讯云 CNB AI 应用训练营项目。基于 LangGraph / LangChain 搭建 nl2sql Agent 原型，用自然语言触发结构化查询，并把执行前后的风险控制放进流程。
围绕代码审查、数据清洗分析、营销风险识别等复合任务，记录模型在多步执行、工具调用、产物保存和结果一致性上的问题。
从 Prompt、Agent、Skill 和 AI 工作流出发，整理产品评测维度，用来检查 AI 能力是否适合进入真实任务。
围绕 Skill 的场景定义、交互链路和能力边界做设计表达，训练 AI 产品方案的结构化呈现。
学习实验设计、因果推断与指标分析方法，补足产品验证和数据评估能力。
基于 LangGraph / LangChain 搭建 nl2sql Agent 原型，实践任务分解、工具调用、失败重试和人工确认机制。
处理企业年报文本数据，基于 BERT 训练分类模型，并打包 GUI 交付。
硕士毕业后曾获得校招 offer，原计划 2024.09 入职；后因职业方向重新评估，转向 AI 产品方向，并在 2025.05 起集中完成相关项目。
阅读、群聊和内容整理都属于微信生态中高频但容易被打断的任务，方案重点放在入口和确认链路上。
AI 先整理候选信息，用户再确认是否保存、转待办、导出或继续追问，减少自动化越界。
项目材料中写了回答质量、采纳、编辑、误识别反馈和二次使用等指标，便于讨论如何验证。
评测和 Agent 原型暴露了工具调用、状态保持、失败恢复和产物校验的问题，能反推产品侧的兜底设计。