

FEATURED PRODUCT / 01 · 持续迭代
DesignMD
把网页设计转换成 AI 可读的设计文档
提取网页中的颜色、字体、间距、圆角、阴影与组件规则,生成可供 Codex、Claude Code 和 Cursor 使用的 DESIGN.md。
AI PRODUCT · AI AGENT · 2026
我喜欢把一个模糊的想法,逐渐做成可以被别人真正使用的东西。相比只完成一个模型或页面,我更关注它为什么存在、用户是否愿意使用,以及如何把它持续改得更好。
我做过许多产品尝试,也经历过方向模糊、验证不足和投入失控。它们让我开始从“能不能做出来”,转向思考“它是否真的值得被做出来”。

一些已经上线、正在迭代,或者曾经认真尝试过的产品。

FEATURED PRODUCT / 01 · 持续迭代
把网页设计转换成 AI 可读的设计文档
提取网页中的颜色、字体、间距、圆角、阴影与组件规则,生成可供 Codex、Claude Code 和 Cursor 使用的 DESIGN.md。

FEATURED PRODUCT / 02 · 已上线
让颜色不只是色值,而是一种情绪体验
支持配色生成、图片提色和视觉形象生成,通过沉浸式变色与光影,让用户从颜色中获得情绪与表达。


开发中
把上班时间换成愿望进度
用工作计时和进度可视化,让每一天的劳动更接近一个具体愿望。


黑客松作品
从选题到投稿的科研全流程 Agent
覆盖文献检索、摘要提取、大纲生成、风格适配写作与期刊推荐。
实习经历
参与安防场景的流式视频多模态分析产品,负责长期记忆系统设计,并研究 KV Cache 管理、Token 剪枝和推理效率优化。
实习经历
参与银行智能授信报告生成 Agent,负责深度分析推理模块,将报告生成耗时从约 40 分钟缩短至 20 分钟。
科研经历
结合相空间重构、可微二阶 ODE 和物理一致性约束,在 Blue9 数据集上相对基线降低预测误差约 5%—7%。
教育经历
我最初并没有想过,自己会成为一个不断做产品的人。
那时 Agent 刚刚兴起,我只是对这项技术感到好奇,想亲手弄明白它究竟是什么。因为自己身处科研环境,我从最熟悉的问题出发,在 Coze 上搭建了 Sci 科研助手:寻找和整理文献、根据不同期刊的偏好润色论文、辅助投稿。后来,我带着它参加了第一次黑客松。
那时我甚至不太明白黑客松意味着什么。对我来说,它只是一个机会:我做出了一个东西,也许可以让别人看看。
之后,我又尝试了 AI 分身恋爱匹配、生成式游戏、多智能体社区,以及各种大大小小的产品。它们的方向并不相同,但背后有一个共同原因:我喜欢创造。
一个原本只存在于脑海中的想法,可以逐渐拥有名称、页面、交互和完整的运行逻辑,最后真的出现在浏览器里,被另一个人打开。对我来说,这个过程有一种非常直接的吸引力。AI Coding 又进一步降低了实现想法的门槛,让我能够以很低的成本,把创造力迅速转化为现实。
我一度认为,这就是做产品。
有想法,就去做;遇到问题,就继续调整;方向不够清楚,也没关系,因为只要先行动起来,答案总会在过程中出现。
VibeColor 改变了我的这种看法。
我最初只是想把 AI 和色彩结合起来。我觉得颜色不仅是一组色值,它还可以承载情绪、记忆和个人表达。这个方向令我兴奋,于是我很快开始设计功能、调整界面、生成内容、搭建网站,并不断完善产品的细节。
但在整个过程中,有一个最基本的问题始终没有被真正回答:
VibeColor 到底是什么?
它面向谁?用户为什么需要它?它最核心的功能是哪一个?它和已经存在的配色工具究竟有什么本质区别?
我无法用一句简单的话解释清楚这些问题,却仍然相信,只要继续做下去,产品最终会自然地长成一个清晰的形状。
结果并没有。
我在它上面投入了大量时间,也付出了一些实际成本。许多页面被反复修改,许多功能被不断补充,但产品最核心的价值仍然模糊。直到后来我才意识到,我所做的很多“行动”,其实是在回避更困难的判断。
调整一个按钮、增加一个页面、修改一种交互,都能很快获得明确反馈:它完成了,或者还没有完成。但“这个产品是否真的成立”没有如此直接的答案。于是,人很容易埋头进入那些可以被完成的小任务,用持续工作带来的充实感,代替对根本问题的思考。
这也是 VibeColor 给我的第一个教训:
行动力并不天然等于进步。行动力太强,有时反而会让人更快地走向一个没有被想清楚的方向。
一个产品在开始开发之前,当然不可能把所有事情都确定下来。方向可以调整,功能可以改变,用户也可能与最初设想不同。但至少,创作者应该能够清楚地回答几个问题:它为谁服务,解决什么问题,最核心的价值是什么。
产品可以拥有许多功能,但它不能同时拥有许多个中心。真正决定一个产品是否成立的,通常不是功能的数量,而是那个最重要的功能是否足够明确,是否构成了用户选择它而不是其他产品的理由。
我学到的第二件事,是不要把反馈留到产品完成以后。
过去我默认的过程是:先产生想法,然后开发产品,发布以后再观察反馈。但这套流程的问题在于,当反馈真正到来时,开发成本往往已经付出。投入得越多,人也越难承认最初的方向可能是错的。
更合理的做法,是在大规模开发之前就开始验证。
这种验证未必需要一个完整产品,甚至未必需要一个真正可运行的 Demo。它可以是一张原型图、一段演示视频、一篇对想法的完整描述,也可以只是把问题放到潜在用户面前,看看他们是否能够理解,是否愿意继续追问,是否真的希望这个东西存在。
产品开发不是“做完以后获取反馈”,而应该是:
先形成判断,再用最低成本验证判断,然后才决定是否继续投入。
第三个变化,则是我开始尽量避免拿着锤子寻找钉子。
技术很容易让人兴奋。学会一种模型、看到一种新的 Agent 框架、发现一种新的生成能力之后,人会本能地想为它寻找应用场景。这种探索并没有错,我最初的许多产品也正是因此诞生。但技术能够实现什么,并不等于用户需要什么。
真正有价值的产品,往往不是从“我手里有什么工具”开始,而是从“某个人正在为什么事情感到困难”开始。
DesignMD 转 Figma 插件的想法,来自一位真实设计师提出的问题。她需要的不只是一份专业的设计规范,而是希望这份规范最终能够直接变成 Figma 中可以继续编辑的完整界面。
这个需求看似自然,但在她说出来以前,我从来没有真正意识到它。
我使用过 Figma,也开发过 DesignMD,还长期苦恼于如何让 AI 更准确地还原前端设计。但即使我同时接触过问题的两端,我仍然没有看到它们之间的断点。因为我不是每天处在这个工作流中的设计师,我不知道她真正在哪一步感到麻烦。
真实用户说出的一个具体困难,常常比创作者独自构想出的十个场景更有价值。
回头看,我并不认为此前那些产品都是毫无意义的失败。
Sci 科研助手让我第一次理解了 Agent 可以如何参与一个真实工作流程;黑客松让我开始尝试把技术组织成完整体验;VibeColor 虽然没有得到理想的结果,却迫使我重新思考什么才叫做产品。
这些经历真正改变的,不是我是否还愿意创造,而是我创造的方式。
我依然喜欢把一个模糊的想法逐渐变成现实,也依然会为一个新概念感到兴奋。但现在,在打开编辑器之前,我会更愿意停下来问:
它解决的究竟是什么问题? 这个问题真的存在吗? 谁正在承受它? 我能否在投入大量时间之前,先证明有人需要它?
以前,我更在意自己能不能把一个东西做出来。
现在,我更在意它是否值得被做出来。