你好，我是张倩。

字节跳动

AI 产品经理实习生

2026.03—2026.06

参与 TikTok AI 导购助手的 Agent 架构重构、对话理想态制定、评测体系搭建与 AB 实验分析全链路工作。

1. 01

   高频场景策略优化↓

   针对导购对话「意图杂、回复泛、缺决策依据」的问题，细化导购意图树、以消费者决策阶段为框架重构高频场景回复与追问策略，并引入买家评价、TikTok 视频等决策证据；AB 实验验证新策略显著提升转化与交互（GMV +7.4%、有行为率 +1.18%）。

2. 02

   Agent 框架迭代↓

   原架构存在 Prompt 膨胀、指令冲突、场景扩展成本高的问题，参与 Agent 链路架构升级，将场景策略封装为独立 Skill（声明触发条件、工具权限、回复策略）、由 LLM 意图分类后代码层按需加载，并设计复杂/简单意图双模分流，平衡成本、延时与效果。

3. 03

   评测体系设计↓

   为 AI 导购场景设计评测 Rubric，覆盖意图理解、信息完整性、解释质量、结构可读性四个维度，基于 LLM-as-Judge 方法搭建自动评测 Pipeline，并与人工标注结果对齐，使用 Evolving Rubrics 方法校准 Benchmark，建立随产品迭代演进的评测基准。

小米

大模型产品经理实习生

2025.08—2026.03

参与小米 MiMo 模型视觉能力在多个 AI 硬件产品上的评测体系搭建、数据策略制定与模型效果迭代优化。

1. 01

   家庭看护 VLM 评测体系构建↓

   家庭摄像头看护模型上市前缺乏可信的效果度量，从 0-1 搭建部署于摄像头的 VLM 评测体系，围绕看护场景价值设计感知/语义/产品可用性三维标准，每轮对 Badcase 分类归因并输出优化方向，推动综合评分 0.59→0.91，支撑产品 2026 年 4 月上市。

2. 02

   Miloco 模型能力数据策略↓

   围绕手势交互、电竞和健身等长尾场景，拆解模型能力缺口，设计距离、角度、光照、遮挡、相似负样本与多人干扰等 SFT 数据标准，通过试采、反馈和分批验收完成三批数据交付，支撑团队手势识别精准度从 0.62 提升至 0.85。

3. 03

   全屋智能 Agent 交互设计↓

   参与 Miloco 整体方案设计，以摄像头和麦克风为感知入口、MiMo 模型为推理大脑，设计感知—记忆—执行三层架构；定义场景触发、跨设备协同及不同风险动作的确认与权限边界，探索从被动指令到主动智能的产品形态。

   GHMiloco 官方开源项目↗

月之暗面

AI 产品战略实习生

2024.01—2025.02

在 Kimi 用户规模快速增长期，进行核心场景的用户需求挖掘、竞品深度对标及产品关键节点支持。

1. 01

   用户研究与需求洞察↓

   在 Kimi 快速增长期，结合 30 余场访谈、1000 余份问卷、用户 log 分析与社媒用户评论，拆解用户使用、留存和流失的行为特征，识别高价值场景和未满足需求，为场景优先级和模型专项提供输入。

2. 02

   竞品研究与增长策略↓

   建立 10 余款国内外 AI 产品的持续监测框架，将产品发布、能力变化、用户反馈、社媒声量与增长数据进行时序对照；在关键竞品发布和舆论事件中快速完成产品对标与增长异动归因，并输出市场应对和赛道研究建议。

3. 03

   模型训练及评测数据↓

   配合算法团队从 0-1 构建垂直任务基准测试集、制定模型评估价值观，面向金融财报与图表视觉思考两类专项，从真实负反馈构建任务、设计能力分层与分项 Rubric，为 Kimi 模型视觉思考能力构建高质量训练种子数据。