AI Builder

思考产品,也亲手构建。

我关注生成式 AI、用户体验与产品增长,也在持续记录产品拆解、原型实验和学习复盘。

查看我的项目
个人 IP 形象:戴着黑框眼镜、身穿浅蓝色套装的可爱男孩

最近思考

从 Compaction 到 Token Budget:Codex 如何接住一个越来越长的任务

长任务真正难的,不是模型“记不住”,而是它该记什么、忘了什么,以及剩下多少资源收尾。Codex 用 Goal、Notes、History 和 Token Budget 搭了一套跨窗口接力机制,但交接单写不好、旧记录搜不到,照样会把任务带偏。从压缩到预算,这套设计到底解决了什么,又埋下了哪些新坑?

VibeHacks 赛后碎碎念:做产品别先炫技,先找买单的人

VibeHacks赛后,一个技术并不惊艳的Agent考勤系统拿了第一。它不监控内容,只记录AI工作时长,却精准给了老板一把衡量人效的尺子。这背后的问题值得每个做产品的人想清楚:你是在自嗨式炫技,还是真找到了那个最痛、最愿意买单的人?

当办公可以被“委托”,人会从执行者变成什么?

"办公软件正在从承接操作转向承接任务,企业微信开放CLI、飞书并入豆包体系,背后是同一场位移:Agent开始理解目标、组织步骤、调用工具,人则从执行者变成定义结果与承担责任的角色。但“可以委托”不等于“放心交出”,权限、责任与不可逆后果

AI 产品别只看 MAU:用户介入结构,才能看出 AI 到底帮了多少忙

MAU翻倍只说明用的人多了,回答不了更关键的问题:任务到底由谁完成?模型输出被记为完成,而用户补充、核验、返工的隐性劳动可能全藏在报表之外。用户介入结构——用户在什么环节、为何介入、付出多少成本——才是判断AI真实价值的切口。本文拆出五类介入,帮你看见那些被MAU掩盖的成本与共创。

2027 Campus Recruitment

正在寻找 AI 产品经理机会,期待与你交流。

如果你关注生成式 AI、用户体验或产品增长,欢迎通过以下方式了解更多。