Portfolio · 2026
徐笑晗
AI Product Manager
我把真实痛点做成产品：一个完成开发与自测的膳食记录小程序， 一个发布在 GitHub 的求职填写核对插件，一段企业级视觉稽核的实战。
往下玩，每一个都能亲手碰。
三个作品 · 一段实战
① 食算纪 Foodiary —— AI 膳食记录小程序
拍一张照片，告诉你吃了什么、多少热量、还缺哪一样。案例页可玩三个交互演示。
结果：14 个页面 · 识膳耗时 100s+ → 约 6s · 全部独立完成
② PocketCV —— Chrome 求职填写与核对插件
秋招反复填表太痛，做了侧栏按项填写 + 一键核对本页表单的工具。纯本地存储，隐私数据不出本机。
结果：GitHub 开源（HollyLab0529/PocketCV）· 四轮真实网申反馈驱动迭代 · 自动化测试 4 套件全过
③ 雪花肉等级识别 —— 视觉判定项目（实习，已脱敏）
用视觉模型判牛肉雪花等级。案例页里有当时的《分级标准与兜底规则》，还能玩「你猜 vs 模型猜」沙盘。
结果：自建评测集准确率 92%（基线对照补齐中）
④ AI 稽核评测 —— 企业级视觉稽核实战（实习，已脱敏）
门店巡检照片由大模型判合规，指标突然下滑。案例页还原一次「指标差不是模型差」的诊断，还能拖滑动条亲眼看到口径差。
结果：定位格式异常 · 两种口径相差约 18 个百分点 · badcase 推成流程
关于我
天津师范大学 · 软件工程 · 2027 届本科
2024.01 – 2026.03 · 新疆天莱农牧 · 系统实施 / 全栈开发（4 段寒暑假）
落地肉品 AI 分级、犊牛防瞒报监测、饲料线上采购、繁殖分析宽表 4 类产品。 雪花肉分级延伸复用到质检与自动分拣——详见案例页。
2026 – 至今 · 美团 · AI 督导产品线 · 全栈开发实习生
协同产品 / 算法侧推进需求落地，参与视觉稽核的评测与迭代—— 一次「指标差不是模型差」的诊断复盘。
独立作品 · 瑞成达记账
面向会计考证人群，从 0 到 1：复习与掌握度算法纯前端跑，零云成本，累计真实用户 100+。
三句话：独立做产品（食算纪、PocketCV 从 0 到 1）· 懂评测口径（精确率 / 召回率 / F1，聚合口径的坑亲手踩过）· 多 Agent 协作一线（自己写全栈，也管 AI 工具链）。
我能做的
AI 评测——精确率 / 召回率 / F1 口径评测，badcase 归因推进成产品与流程动作
数据——帆软 FCP 商业数据分析师，数仓分层建模与分析宽表
技术——Java / Spring Boot、React / TypeScript、微信小程序原生
语言——英语四级，可日常沟通
推动别人：产品经理真正难的部分
每一条都是真事：发现什么 → 怎么让人同意 → 结果 → 谁因此少干了什么。
① 让语义冲突先于发布暴露
两个需求并行改同一批页面，git 显示无冲突，我逐文件比对后发现三类语义冲突——功能回退、链路断裂、口径冲突。
整理成一页对照表，请两位负责同学各自确认保留哪一版；我让自己方案里两处不影响主流程的改动先让路。
按「release 骨架 + 最小移植」合并，双需求如期上线、零回退。
测试同学省掉了发布后的整轮回归。
② 把 4 条流程建议推成制度
跟进沙箱提交与 QA 门禁的执行时，发现 4 处执行缺口（验收标准缺失、分支命名不一等）。
按「改动成本 × 收益」排序写成建议清单，逐条找负责人确认可行边界。
4 条全部被采纳并落地为流程执行。
后续每个接入需求的同事不用再口头对齐同样的坑。
③ 把 badcase 变成流程
视觉稽核的 badcase 集中在模糊、夜间图像，修模型只能被动接招。
用归因数据向算法、采集、门店三方证明「源头治理比模型补救便宜」；对方有顾虑，我让了步——先在试点跑两周再推全量。
「采图质量规则前置」进入流程，同类 badcase 从源头减少。
算法同学不用每轮迭代都重复修同一类样本。
联系
求职中 · AI 应用产品经理（北京 / 天津）· 可提前实习