AI平台交付工程师（深圳/广州）
工作地点：深圳/广州负责AI平台项目的全流程交付工作。明确项目范围，制定里程碑节点、时间表、依赖关系及交付计划。监控执行进度，主动识别和管理风险、问题、阻碍及升级事项。确保交付成果符合平台路线图和优先级设定。作为核心协调者，联动工程团队（前端/后端）、AI/ML团队以及风险/合规/治理团队。厘清模糊需求，将其转化为结构化、可测试的需求文档（用户故事/功能规范），并推动跨团队达成共识。主导敏捷交付管理：包括PI规划、迭代仪式、待办事项跟踪/优先级排序支持，以及交付汇报/流程优化。具备AI原生思维，运用AI驱
重塑产品流程：AI 赋能下的高效工作法
全文约 2112 字，阅读约需 10 分钟。撰于 2026.05.29。近数月来，我将人工智能深度整合进日常产品工作中。随着应用频次的提升，我对产品经理的作业模式及其边界有了全新的认知。特此与各位分享心得。回顾 AI 问世前，产品经理惯用的工作流大致如此：萌生业务构想，进行需求剖析，撰写 PRD 文档，绘制原型草图，随后移交设计师与开发团队，等待排期，开发结束后验收，若发现瑕疵则调整，调整后继续等待……一个创意从构思到可演示版本，周期往往漫长。引入 AI 至工作流后，我探索出了一套全新模式。新模式如下：产
AI编程无需标准模板
别再等待标准答案了，AI编程领域并不存在有人询问我：使用Claude Code编写代码时，SPEC应该如何撰写才算正确？不存在所谓的"唯一正确"。大型企业也在探索中，不要坐等他们许多人习惯于等待大厂发布最佳实践后再学习。这种做法在AI编程领域会让你落后一步。并非大厂能力不足，而是这门技术尚未成熟。Claude Code、Codex等工具仍在快速演进，没有人掌握完整解决方案。大公司资源丰富，可以进行更多实验，但起跑时间相同。等待他们的报告，你已经落后三个月了。SPEC只有一个评判准则SPEC质量好坏，仅有一
AI辅助硬件开发的实战教训
事情是这样的。最近一直忙着用AI做以前项目的重构，感兴趣可以看看之前几篇文章，A330飞机的滑梯线缆测试仪这个项目，其实2019年就有个老版本——一个旋钮开关式的硬件测试盒，手动转开关逐根测线。七年过去了，我想用ESP32做个自动化的版本。逻辑简单得不能再简单。说起来，v1.5的代码框架还是从另一个项目（inductor_meter，一个电感接近开关测试仪）迁移过来的。OLED显示、电池管理、卡尔曼滤波这些现成的代码框架直接搬过来用，但测量核心完全不同——一个是测电感变化，一个是测GPIO通断。我当时觉得
Cursor写代码改来改去总不对？试试这套工程化工作流
问题不在AI，在于你的提问方式。安装Compound Engineering插件后，你获得了一套完整的工程化流程——5个斜杠命令加1个持续审查机制，每个都针对日常开发中的痛点。场景：产品经理甩来一句"做个推荐系统"，你转身就问AI要代码。停。先用/ce-brainstorm讨论一轮。它问："推荐给哪些用户？新用户还是老用户？" 你答"都要"。它又问："冷启动怎么处理？没有行为数据时用什么备选策略？" 你愣了一下——这确实没考虑过。它一次只抛出一个问题，每个都戳在你逻辑最薄弱的地方。讨论完毕自动生成一份结构
人工智能专家
【职位需求】深入业务场景，挖掘需求痛点，明确AI应用方向配合各部门完成数据准备工作，推进系统升级改造，建立并完善质量保障与更新机制负责与外部AI技术供应商对接，掌控解决方案制定与项目实施过程作为AI团队技术专家，全面把控从需求到项目落地的完整流程【任职要求】本科及以上学历5年以上行业经验，1年以上AI产品经验（具有零售、商超、快消、美妆等相关行业背景者优先）。具备清晰的逻辑思维，能够从复杂的零售场景中提炼出标准化的操作流程，并将其转化为可执行的算法需求文档。沟通能力出色，能精准把握业务需求，学习能力强
AI时代B2B销售中不可替代的人为关键
问题根源何在？邮件撰写虽精妙，但发送行为本身就有误。客户并非不愿回应，而是感觉“又是一个AI推送模板”。信任尚未建立，效率却先行提升——这不是杠杆效应，而是支点错位的硬性撬动。因此本文不探讨“AI有多强大”，也不讨论“销售是否会被取代”。仅聚焦一个问题：在客户开发、需求分析、方案展示、谈判推进的全流程中，哪些环节AI可提供辅助，但决策与核心行动仍需人工执行？从业二十余载，以下三个阶段，AI确实无法胜任——凡AI介入者皆遭遇挫折。AI能做什么？它可扫描LinkedIn、财报、新闻，生成客户痛点列表。它能识别
AI开启自我进化新时代
你有没有想过这样一个问题：AI 现在能写代码、能做 PPT、能分析数据，但它能自己升级自己吗？就是说，你给它一个任务，它不光能完成，还能在这个过程中优化自己的底层逻辑，下次遇到类似问题，不需要你重新教一遍。以前我觉得这是科幻片里的剧情。直到我看到了 Gödel Agent 这篇论文。说实话，看完之后我沉默了。Gödel Agent 是一个让 AI Agent 能递归自我改进的框架。名字里的 Gödel 来自数学巨匠哥德尔（Gödel），他提出了著名的哥德尔不完备定理。不过别被名字吓到，这个框架的核心思想其
AI 赋能开发流程革新
节假日期间，我撰写此文，皆因先前之承诺。日后若逢佳节仍需劳作，当坚辞不受！言归正传。接下来，我将深入探讨如何将 AI 有效整合至项目开发的全过程。我以个人业余项目“历史上的今天”为例进行阐述。此款 iOS 应用发布于 2023 年 2 月，最初采用原生 SwiftUI 构建。八个月前，我对其进行了全面的推翻重构，转而使用 Kotlin Multiplatform（KMP）。重构的动因有二：其一，相较于 IDEA，Xcode 的自动补全及使用体验在我看来宛如两个时代的产物（此乃个人之见，不喜勿喷，您说的都对
不懂就问：人工智能项目全流程解析
想请教一下，是不是觉得做“人工智能”离不开“场景建模”和“代码编程”？除此之外还有哪些步骤？一个完整的AI项目或课题流程到底包含哪些内容？其实，人工智能项目的完整流程包含多个关键步骤，场景建模和程序设计固然重要，但远不止于此。下面为您详细梳理完整的流程及各环节说明：一、需求分析与问题定义 01、 确立项目目标、应用场景及用户需求，明确要解决的具体问题类型（例如分类、预测、生成等）。 02、 同业务方或用户进行沟通，将需求量化为具体指标（如准确率、响应时间等），并撰写《需求规格说明书》。二、数据收集与准备
智能体Skill落地实战：POC设计与验证
01课程背景POC（概念验证）：是在正式进行AI开发之前，以最低成本检验AI Skill方案是否可行。随着AI智能体技术不断迭代并加速落地，Skill作为智能体承载特定业务能力、连接模型能力与真实场景的关键载体，其设计是否合理、落地是否可行，直接影响AI产品的核心价值与用户体验。当前企业在推进AI智能体落地时，常常遇到Skill设计与业务场景不匹配、没有经过POC（概念验证）就贸然开发造成成本浪费、Skill能力边界不清、质量难以统一把控、开发完成后与实际需求偏离等问题；而多数产品及相关岗位人员又缺少系统
企业AI落地：夯实基础才能长久稳定
许多企业满怀热情投入AI项目，耗费数月资金。上线初期老板很满意，但几周后就无人问津。为何？生活上AI或许有用，但处理正事时，它给出的建议往往不准，数据更新滞后，甚至比人工操作更繁琐。最终系统沦为服务器里的“僵尸”。其实非AI不行，而是落地前的地基没打好。若想让AI在企业中稳定运行并创造价值，必须先理清这些根本问题。许多AI项目的起步便已偏离正轨。原因何在？老板受短视频或课程启发，觉得AI神奇，便对技术方喊话：“我们要搞AI。”技术问“做什么？”，老板说不清，只强调“你自己看着办”。这如同看病，只说“开药”
科技巨头高薪疯抢AI产品人才
各位下午好！AI浪潮席卷产品圈，令人深感相逢恨晚！身为产品经理，撰写调研报告、分析需求、设计产品、管控项目、处理数据……每项任务都耗时费力。然而借助AI工具，撰写需求文档、制作PRD变得轻而易举......不仅工作效率大幅提升，AI产品经理的薪酬待遇也相当可观。随手搜索便可发现，众多头部企业正以优厚薪资广纳贤才👇高效工作还能兼顾生活，加上丰厚报酬，怎能不让人心动？AI究竟能为产品经理分担哪些工作？如何具体操作？怎样把握AI发展机遇？又该如何增强AI产品专业实力，构建个人竞争优势？一同来探讨👇产品经理善用A
AI生成课程内容空洞？或许你该试试“AI课程共创平台”
文章核心：企业真正需要的并非简单的AI写课软件，而是完整的AI课程制作方案。不少内训师发现，用AI生成的教学大纲常被批评“不切实际”。问题根源并非AI技术不行，而是使用AI的工作流程有误，忽视了课程设计前最关键的一环：需求解析。许多内训师受限于传统AI生成的“泛泛而谈的大纲”，实质上是缺乏专业的需求分析引擎。了解“AI课程共创平台”如何借助KSA模型进行维度拆解，将模糊需求转化为精确目标，帮助你准确识别课程内容与业务实际的差距，从而提升课程对业务的价值贡献。周五傍晚五点，你的邮箱里静静躺着一份刚被业务负责
华泰期货4月生猪市场展望：供给压力犹存，价格下行趋势延续
来源：华泰期货 作者： 薛钧元 生猪市场动态与核心数据 期货行情方面，2026年4月3日，生猪2605合约收盘报9380元/吨，月环比下跌1840元/吨，跌幅达16.40%。现货市场，河南地区外三元生猪价格为9.19元/公斤，较上月下滑1.55元/公斤，现货基差LH05-190，环比上行290点；江苏地区外三元生猪价格报9.42元/公斤，月环比下降1.38元/公斤，现货基差LH05+40，环比上涨460点；四川地区外三元生猪价格为9.12元/公斤，较上月回落1.24元/公斤，现货基差LH05-260，环比