AI 产品 · Agent · 模型评测

维怀·weihuai

研究与构建可落地的 AI 产品,专注 Agent 架构、真实任务评测与上下文工程。

过去几年,我在智谱与字节跳动深入企业级 AI 交付、Doubao 系列模型迭代与智能体构建的一线;如今,我以独立构建者的身份继续探索人机协作的边界。

这里收录我的开源实验、产品推演与一线实战记录。希望能为同样在设计、评估或使用 AI 的人,提供一些经得起检验的视角与工具。

行业经历2019 — 2026

字节跳动

2024.11 — 2026.04

AI 策略产品 · AML 算法团队

从外部开发者的真实任务与执行轨迹出发,寻找 Doubao 系列模型(含 Coding 方向)的能力短板与演进方向;同时参与从零构建火山方舟智能客服 Agent,探索基于权威文档目录的导航式检索。

10+核心企业客户的深度落地方案与算法协同
78% → 95%火山方舟客服 Agent 自动解决 / 拦截率

智谱

2023.10 — 2024.11

AI 产品与企业交付

深入 40 余家企业客户的业务现场,覆盖 Agent、客服、知识检索与内容审核。核心课题是如何跨越“模型 Demo”与“生产环境”的鸿沟——将模糊的业务诉求拆解为可控的系统边界,并与客户共同建立可解释的验收标准。

40+企业级 AI 方案设计与一线交付
90%+客户最终验收满意度

早期产品实践

2019 — 2023

烽火众智 · 斑马智行 · 雷神网络

在进入大模型领域之前,历经智慧城市、智能座舱车载应用与消费级软件的完整生命周期。这段处理复杂软硬件系统的经历,让我习惯于从真实业务流、终端使用者和最终交付结果倒推技术方案。

代表实践

全部实践
01

火山方舟智能客服 Agent

放弃碎片化的切片匹配,让 Agent 像人一样沿着文档目录寻找完整答案。

落地实践
02

Doubao Coding 模型迭代策略

当静态榜单失去指导意义,如何用匿名众测与真实失败轨迹找到模型的演进方向?

落地实践
03

企业 AI 方案与交付

把“模型大概能做”,变成甲乙双方都能理解、可归因、可验收的工程结果。

落地实践

内容创作

全部文章

我造了一把尺子,专门用来量「AI 味」

抛开“是不是 AI 写的”真假鉴别,从“读者是否愿意读下去”的真实体感出发,用 435 组偏好对比寻找可解释的语言学信号。

Demo 骗了所有人:AI 的成本不是加法,是平方

拆解 Agent 落地时的算力成本曲线,讨论为什么任何脱离了成本与替代方案的效果评测都是在耍流氓。

写下第一行代码前:AI 产品经理如何从零推演一款 AI 应用的诞生?

在急着接 API 和调优提示词之前,一套关于问题定义、上下文边界与验证闭环的沙盘推演。

独立研究与探索

ACRON

一个研究长程协作中“上下文信噪比”的开源 Agent——把对话意图与工具执行轨迹解耦。

阅读案例

交流

如果你也在构建 AI 产品、设计评测体系,或思考 Agent 如何在真实场景里可靠运转,欢迎来信探讨。