我认为，AI 时代，产品经理拉开差距的一项关键能力，是对工程技术的理解。
知道模型能做什么，只是起点。
更重要的是，知道它做不到什么，以及这些缺口该怎么补。
模型有能力，不代表产品就能落地。
背后还有很多具体问题：
状态怎么流转，系统怎么衔接，异常怎么兜底，人什么时候介入。
这些问题，光靠理解模型是回答不了的。
还需要理解工程实现。
所以，产品经理对需求的理解，不能只停留在交互和 UI。
还要往下追一层：
为什么这样设计？技术上能不能做？代价多大？有没有更合适的方案？
理解得越深，越能判断哪些需求值得做，哪些应该调整，哪些应该砍掉。
也越能和研发一起，把一个想法推进成真正可用的产品。
再贴一张自己的主页，持续冒泡，欢迎交流呀
为了照片不再吃灰，做了一个 Mac 上的AI 照片画廊 APP，欢迎体验呀～
链接：github.com/niiwei/inktime-gallery
功能介绍：将手机照片导入 Mac 后，可调用本地/云端模型对照片进行解析，给每张照片打上回忆度评分和戳心短句。精选照片可实现壁纸定时轮播。
能力一览：
- 回忆度评分
- 戳心短句
- 画廊管理
- 提示词自定义
- 相框自由编辑
- 本地/云端模型接入
- MacOS 壁纸轮播
各位 AI 团队的老师们好，刚刚发现 bonjour，奔着找小而美团队来的。
先做下自我介绍吧😊
我是杨晓文，现在在复旦读研，今年秋招，寻求一个 AI PM 方向的机会。
在过去一年有 3 段和 AI 产品相关的实习经历，包括
1. 在小红书升级智能客服 Agent 链路
2. 在阿里巴巴搭建多人多 Agent 协同平台（参考 multica+dify），实现多 agent 协同时的 human in the loop（暑期实习，已获转正 offer）
实习之外，我还爱做些AI-DIY：
1. 敲脑壳 Mindpop
https://mindpop.top；结合 SM-2 推送算法和即时匹配答题的记忆网站，支持 Agent 通过 MCP 远程操控
2. 基于LoRA和SFT的 Qwen-2.5-1.5B 模型后训练
搭建可视化后训练工作台，通过 600 步训练，相关任务达到 DeepSeek V4.1-Flash 92% 性能
3. AI 照片画廊 INKTIME GALLERY
Mac 上的 AI 照片管理系统，支持接入本地视觉模型对每张照片打上评分和评语，并通过系统守护程序实现壁纸轮播
4. AI 骑行电台
用户每骑到一个地点，程序会自动播放与当地有关的故事音频，让整个骑行过程充满趣味。Pipeline涉及 GPX路线导入、高德 MCP 调用、资料调研与文案生成、tts 音频合成、手机实时定位与音频播放等
5. AI 日报
接入 AIHOT 和 精选 AI 公众号文章，每日推送并自动翻译，我的 AI 咨询来源
👆上面每一个项目我天天在使用，为之感到自豪。
我认为：未来 AI 应用的护城河一定是私有数据；产品形态一定是微调大模型+agent 应用。
🌟正值秋招，我期待的团队如下：
- 氛围年轻，不登
- 团队主动性强，有冲劲没其他要求了
期盼各位联系我，
面邀和 coffer chat 都欢迎！！！
面邀和 coffer chat 都欢迎！！！
面邀和 coffer chat 都欢迎！！！
ps：更多信息可以通过以下网站了解
1. 我的个人主页：niiwei.github.io
2. 我的 github 主页：github.com/niiwei
3. 敲脑壳主页：https://mindpop.top