AI PRODUCT · AI AGENT · 2026

AI
做成真实可用的产品

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”。

戴眼镜的独立开发者复古拼贴插画
教育南京大学 → 浙江大学
算法Agent · RAG · 多模态
产品设计 · 开发 · 上线
传播内容 · 推广 · 用户反馈

我做过的产品

一些已经上线、正在迭代,或者曾经认真尝试过的产品。

VibeMoment 产品截图

持续迭代

VibeMoment

把随手拍变成有设计感的照片卡片

上传照片,生成色卡、票根、邮票与旅行海报等视觉作品。

访问作品
Cast 产品截图

产品实验

Cast

无限合成 + 无限小说流游戏

通过物品合成推动故事发展,将合成玩法与 LLM 生成式叙事结合。

访问作品

开发中

愿望兑换器

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。

Entwin 产品截图

黑客松作品

Entwin

AI 恋爱社交分身匹配

通过 AI 分身表达用户特征,探索数字分身驱动的社交匹配体验。

访问作品
艾知 产品截图

产品实验

艾知

多智能体辩论式 AI 知识社区

让多个智能体从不同立场参与讨论,通过观点碰撞生成更丰富的知识内容。

访问作品

黑客松作品

Sci 科研助手

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。

更多实验DeepSeek 生物发酵专家模型其他 AI 黑客松作品

经历

实习经历

积加科技

算法研究实习生2026.01—2026.05

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

浙江同花顺

NLP 算法实习生2025.05—2025.06

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

混沌时间序列预测

Physics-Informed Forecasting

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

浙江大学

电子信息硕士控制科学与工程学院2024.09—2027.06

南京大学

通信工程学士电子科学与工程学院2020.09—2024.06

内容与传播

关于我

从把想法做出来,到做值得被使用的东西

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。

一起聊聊