2026 年从中山大学心理学毕业，现在在 YouWare 做 AI 产品经理。关心 agent 怎么和人、和别的 agent 一起把活干完。
日常做用户研究、需求拆解和交互设计。比起停在概念和需求文档上，我更习惯从一个具体的使用场景出发，先动手把原型做出来，再在真实使用里弄清楚它的价值和限制。写代码靠 Claude Code 和 Codex，从拆需求、搭架构一路做到前后端都能跑。
下班以后也在做同样的事：想到一个点子，先做成 demo 自己用，好用的留下来变成产品，想明白的写成文章。
最近留下来的两个：Frame ，动效和交互作品库，演示能直接上手点，源码可以下载改成自己的；Skill Picnic ，交流知识、分享 Skills 的学习社区。
Claude Code$200
Codex$200
CursorUltra
Maestri
GitHub
Cloudflare
EdgeSpark
DMIT
DigitalOcean
Paper
Figma
mymind
ChatGPT
YouWare
Grok$300
Notion
Linear
OpenAI
Anthropic
Gemini
Mistral
fal
Fish Audio
E2B
Supermemory
Superwhisper
Plaud
Voicenotes每个人都有自己常用的 agent 以后，不同的人和 agent 怎么在已有的工具里共享上下文、交换文件和成果、一起把事做完。一直在看多 agent 群聊、Slock、Multica 这些产品。我的看法是：协作过程不都适合线性地塞进聊天窗口，偏 coding 团队的工具对不写代码的人门槛也高，所以更想做能连起已有工具和 agent 的东西，而不是再加一个多人多机器人的聊天入口。
agent 要真正干活，需要自己的云盘、聊天室和部署平台，而不是替人去点浏览器。Agent Drive、Agentchat、Missionry 都是从这个念头长出来的。
还拿 Agentchat 让 Kimi、Codex、Claude Code、Grok 一起玩「纸牌商人」，看它们互相截胡。
长期高频用 Claude、ChatGPT、Grok 的最高档，也一直在试 Paper、MagicPath、Supermemory、Superwhisper、Plaud。在意的不是模型发布和功能清单，而是它们能不能融进每天的工作、交互顺不顺、几个工具之间能不能连成一条用得下去的工作流。现在用 Maestri 在一张画布上开好几个终端，让几个 agent 一起干活。
做多人多 agent 协作产品：做了 agent 桌面端浏览器，也做了很多体验上的优化和打磨。
提功能需求，盯用户体验监控和数据监控分析，给 agent 产出的效果做 eval 评测。
在 Bloome 桌面端给 agent 接上一个真浏览器（基于 agent-browser）。在对话里说一句，agent 就在你的桌面上打开网页、点按、截图发回聊天。窗口顶上一直标着是哪个 agent 在控制，随时一键停下；agent 开的窗口在后台跑，不抢你手上的焦点。
一场 AI 交易员比赛的观战和投票网站：一百多个 agent 选手用模拟账户做交易，收益曲线实时画出来，旁边两张榜，一张按收益排、一张按观众投票排。观众按住按钮给选手投票，评论里 @ 选手能给它加人气，评论还会像弹幕一样滚过；每个选手有自己的档案页和按分钟更新的决策记录。中英双语，也给 agent 留了 llms.txt 和接口，agent 自己也能来看比赛。
比赛后端是同事做的，观战和投票这一层我从拆需求做到上线，部署在 EdgeSpark；之后抽成模板，换一个后端就能给别的 agent 比赛用。
为了让评测数据能一直积累下来、方便后续复用和上传，也给大家一个统一的平台，一起测试、整理和打标，搭了这个 eval 网站。设计上让 agent 自己就能用：通过 API 直接拿题、上传题目，不需要人工操作，题目就这样一点点沉淀下来。
自动从 Google Play、App Store、Reddit、Hacker News 等地方采集竞品的用户反馈，每一条打上主题、情绪和严重度，沉淀成一个结构化的证据库，单是 Perplexity 一个产品就有三万多条。
网站上每个竞品一份情报档案：正负向反馈占比、按月的趋势、来源构成、最近 90 天哪些议题在变多；数据浏览页能按产品、平台、主题、情绪、严重度筛出每一条原始反馈。
数据开放 API，agent 可以直接查，也可以一键交给 agent 去更新；机器人再把竞品的新动态推给团队。
梳理平台的打标体系，帮着管理标签：统一命名规范，去掉容易混淆的标签，整理并简化，让标签之间互斥、合起来又能覆盖所有情况；再设计好标签体系往后怎么更新迭代，让沉淀下来的数据能被 agent 稳定地检索和复用。
HR 与管理线薪酬福利部，薪酬 BI 分析组。主要用 Excel、Python 和大模型干活。
用企业微信机器人 API 加大模型搭了一套自动化系统，负责信息的获取、整理和输出，信息也能沉淀下来再用。
设计离职数据分析模板，不用再反复搭模板、手动刷数据。
用 HTML 和 JavaScript 写网页，替代公式堆满的 Excel 表，更快也更好用。
入职第二周，在「如何用 AI 赋能工作效率」分享会上讲了一节：怎么用智能表格搭 workflow，把日常流程做成自动化。
用 SQL 从银行数据库取数、整理，用 Excel 做数据 dashboard。
在 Jupyter 里用 Python 做机器学习，拿客户基本信息和借贷信息预测借贷风险和不良率。
四年里除了上课，主要在做研究和打比赛。中间还有两段实习，写在上面。
和同学一起做基于语音的青少年自杀风险预测：OpenSmile 提特征，BiLSTM 加多任务学习和集成学习。审稿分数 4、4、3。
写盲盒消费背后的情绪驱动和心理机制，后来正式刊出。
研究事件封装怎么影响记忆。团队设计了视频、图片、文本和 VR 七个实验，我负责做实验材料、写实验程序、分析数据和访谈被试。
铜牌
省级三等奖
省级二等奖
一等奖
Honorable Mention
