STEP 01
从真实问题开始
我更相信访谈、失败案例和真实使用过程，而不是坐在桌前猜用户需要什么。
- 印尼 6 个月田野，访谈 30+ 出海企业负责人
- 访谈 20+ 香水消费者，拆解线上找香的决策过程
- 把「信息不可信」「不会描述香味」这类模糊问题，拆成可设计、可评测的产品问题
AI PRODUCT MANAGER · PORTFOLIO
邵志成 ZHICHENG SHAO
「田野派」AI 产品经理 —— 先去现场找问题，再把它做成产品。
HELLO — 自我介绍
我习惯先去现场， 再决定做什么产品。
我是邵志成，北京大学区域与国别研究院博士研究生。在印度尼西亚做访问研究的六个月里， 我访谈了 30 多位出海企业负责人。大家手里并不缺报告和数据，真正麻烦的是：资料来自哪里、能不能信、 不同来源冲突时该听谁的，以及这些信息最后怎么变成一个决策。
这后来成为「全球商业洞察 Agent」的起点。过去一年，我独立做了两个 AI 产品：面向企业出海研究的 全球商业洞察 Agent，以及面向消费者找香场景的知香香水导购 Agent。同时，我在北京大学王选计算机所 冯岩松老师团队合作的 EALA 项目中负责模型评测团队，组织人工评测、构建 Human Baseline， 并参与验证 LLM 数据生产的可靠性。
这几段经历看起来很不一样，但我做事的习惯很一致：先把真实问题拆清楚，再决定模型应该做什么； 产品上线以后，用评测而不是感觉判断它有没有变好。
完整教育与获奖 →03个
0→1 AI 产品落地
30+ 访谈
出海企业负责人
2,367 信源
覆盖 195 国分层信源库
45,051
条标注数据自动生成
01
精选项目
SELECTED WORKS × 3
Multi-Agent · 企业服务 · 从 0 到 1
2025.12 — 2026.08
全球商业洞察 Agent
GLOBAL BUSINESS INSIGHT AGENT
让企业得到的不只是搜索结果，而是一份知道「为什么可以信」的研究结论。 项目来自我在印尼六个月的田野调研和 30+ 企业访谈：把企业研究中最容易出错的环节拆成 国家匹配、证据支持、来源质量、行动建议四项产品指标，再据此设计搜索、分析、报告和核验链路。 独立完成产品定义、Agent 架构、信源体系、评测和上线部署。
+13%综合评分
+25%Actionability
100%硬门禁通过率
LIVE ↗ insight.zhichengshao.cloud
对话推荐 · 知识图谱 · 从 0 到 1
2026.07 — 2026.08
知香 · 香水导购 Agent
FRAGRANCE SHOPPING AGENT
用户说的是「白衬衫的干净感」，商品库写的是「麝香、醛香、柑橘」——知香要把这两种语言接起来。 围绕线上买香水「不会描述、闻不到、怕踩雷」的问题，我搭建了覆盖 1,971 款香水的知识图谱并接入 真实电商商品源，让 Agent 既能理解模糊偏好，也不会推荐一个根本买不到的商品。 从消费者访谈、推荐策略到评测集和 H5 产品，独立完成。
+39%基础集综合评分
1,971 款香水知识图谱
4 级分级召回
LIVE ↗ zhixiang.pocketbay.app
AI 数据生产 · 模型评测团队负责人
2024.01 — 2025.05
国际气候谈判 LLM 智能标注系统
LLM ANNOTATION SYSTEM FOR CLIMATE NEGOTIATIONS
这个项目里，我不负责证明模型有多强，而是负责把「模型到底标得对不对」测清楚。 在北京大学王选计算机所冯岩松老师团队合作的 EALA 项目中，我负责模型评测团队： 组织 10 名评测员进行双人独立标注，建立 Human Baseline，并参与模型错误分析和数据质量验证。 最终 EALA 的 Precision 达到 74.0%，系统应用于 678 份国际气候谈判日报，自动生成 45,051 条互动数据。
67.5% → 74.0%Precision
0.79双人标注一致性
45,051 条数据生成
PAPER ↗ arxiv.org/abs/2503.01672
02
我的工作方式
HOW I WORKSTEP 02
把模型放在合适的位置
我不默认所有问题都应该交给 LLM。商业洞察里，我把搜索、分析、写作和核验拆开；香水导购里，我让模型理解语言，让知识图谱提供知识，让真实商品源负责库存。
架构不是为了复杂，而是为了把不同风险放到最适合解决它的位置。
STEP 03
用 Bad Case 推动迭代
产品做出来只是开始。我会保留回归集、记录失败案例，把可以确定判断的错误写成代码规则，再用 LLM-as-Judge 评估开放性质量。
每一轮改动都要回答一个问题：到底是哪类错误变少了？