夏目

我有近 7 年互联网相关工作与项目经验，职业经历从运维、开发逐渐走向 AI 应用与企业落地。目前主要关注 Agent、Skills 和企业工作流，希望成为连接业务、产品与技术的人。

我能够独立完成从需求沟通、方案设计，到前后端开发、数据库设计和部署上线的完整过程。相比只完成一个明确的开发任务，我更适合参与仍有不确定性、需要理解业务并快速验证的早期项目。

我能做什么

进入一个陌生领域，了解公司的目标、岗位的工作流程和现有解决方式，从员工描述、聊天记录和实际操作中识别重复劳动、信息断点与关键决策环节。

我不会默认每个需求都需要开发，也不会因为 AI 能够完成某件事，就认为它值得做。我会先判断问题是否真实、是否重要，以及解决之后能否对最终结果产生影响。

把模糊的业务问题拆成边界清晰、可以验证的方案，判断应该使用 Agent、Skill、Workflow、自动化工具，还是传统的软件系统。

我倾向于先跑通一个小而真实的流程，明确输入、判断、输出、人工审核和验收标准，再根据实际结果决定是否扩大范围。对许多企业场景而言，合适的方案可能只是现有聊天入口，加上 Skills、少量数据库和确定性的业务工具，而不是重新建设一套复杂系统。

我具备端到端的产品开发和工程能力，可以独立完成需求梳理、技术设计、前后端开发、数据库、第三方服务集成、部署上线和后续迭代。

这种能力让我能够快速把判断变成可运行的产品，通过真实使用验证方案，而不是让工作停留在文档、原型或概念阶段。

我曾进入达人营销公司的真实业务现场，了解从客户需求、达人搜索、候选评估到项目交付的工作过程，并探索 AI 可以进入哪些具体环节。

前期通过 YALA 验证需求整理、达人寻找和项目协作等方向，随后逐渐将范围收缩到更明确的达人发现问题。目前主要推进 Creator Scout：根据品牌、产品、目标市场和达人画像等需求，辅助业务人员制定搜索策略、发现候选达人并完成初步判断。

这个过程中，我持续研究两个不同的问题：如何提高搜索结果的准确性，以及如何扩大候选达人的覆盖范围。同时尝试记录业务人员与 AI 的真实对话、人工判断和修改原因，将可复用的经验转化为规则、案例和评测，用于持续更新 Skills。

我做过多个 AI Agent 和自动化相关项目，包括社交平台私信自动化、内容分析、企业知识服务和业务工作流等方向。

这些项目让我积累了模型调用、上下文管理、工具使用、流程编排、浏览器自动化、异常处理和人工审核方面的实践经验，也让我认识到 AI 产品与普通软件的差异：它的输出存在不确定性，因此需要更清晰的能力边界、反馈机制和评测方法。

我的职业起点是运维，做过 Linux、部署、稳定性和自动化相关工作，后来逐渐转向前后端开发和 AI 应用。

运维经历让我习惯考虑系统边界、异常情况和长期可维护性；开发能力让我能够快速把想法变成可以运行的产品。不同阶段的经历最终形成了我的组合能力：既能理解和实现技术，也能跨过岗位边界，推动一件事从模糊想法走到实际交付。

过去，我拿到需求后容易迅速进入实现，把大部分精力放在如何完成产品和功能上。企业现场的实践让我更具体地认识到：做出了东西，不等于解决了问题；AI 能做到，也不等于值得做。

现在面对新的任务，我通常从这些问题开始：

我相信第一版 AI 方案不可能包含业务中的全部隐性经验。更现实的方式，是让 AI 带着不完整规则进入工作，由业务人员审核和修正，再把反馈沉淀为 Context、规则、案例、评测或工程问题，让 Skills 和 Workflow 在真实使用中持续改进。

我还在学习如何做出更准确的产品和商业判断，但我的工作重心已经从“完成被提出的功能”，逐渐转向“理解最终目标，并对问题是否真正得到解决负责”。

方向	相关能力
业务与产品	业务调研、流程梳理、需求分析、方案设计、MVP 验证
AI 应用	Agent、Skills、Workflow、RAG、提示词、反馈与评测闭环
产品开发	React、Next.js、TypeScript、Python、FastAPI、Django、Node.js、PostgreSQL
工程交付	Linux、Docker、自动化、部署运维、系统稳定性、第三方服务集成

我不把自己定义为某一项技术的专家。我的优势更接近一种组合能力：能够理解问题、形成方案，也能够亲手完成技术验证和早期交付。

我希望继续参与 AI 应用、Agent、Skills、企业工作流或 AI 产品从 0 到 1 方向的工作。

相比边界固定、只按照既定需求完成开发的岗位，我更适合问题尚未完全定义，需要进入业务、快速验证并持续迭代的环境。我可以承担从业务调研、方案设计到产品开发和部署上线的早期工作，也希望与真正理解行业和客户的人共同完善方案。

我希望加入一个关注实际结果、允许坦诚讨论问题，并愿意长期积累业务能力的团队。工作机会、项目合作或共同探索都可以讨论。我能够适应远程协作，也愿意面向海外和跨文化环境长期发展。

我的职业经历并不是沿着一条提前规划好的路线展开的。从运维到开发，再到 AI 应用和企业现场，每一次变化都来自对新问题的好奇，以及希望亲手把问题解决的冲动。

这些经历让我逐渐形成了一种跨越岗位边界的工作方式：遇到不熟悉的领域，我愿意进入现场、理解它如何运转；形成判断之后，也愿意通过产品和技术把想法真正做出来。

相比掌握更多工具，我现在更关心一件事为什么值得做、最终服务于什么目标，以及它是否真的给人和组织带来了变化。我仍然在学习如何作出更准确的判断，也愿意诚实面对结果，在实践和反馈中不断修正自己。

对我来说，成长不是知道了更多道理，而是在面对相似的问题时，能够作出与过去不同、也更准确的选择。