JACKY
来时路
2026 年 1 月，账户余额 2000 元，1881 份简历，0 个 offer。
经济学里这叫定价失灵：市场用简历给我标了个错误的价格。最后的机会是一场黑客松——结束前一小时，比分 160，排名靠后；最后一小时冲到 420，第三名，入职。真实产出完成了简历完不成的价值发现。
从那以后我做的一直是同一件事：把没被看见的价值挖出来——企业的提效空间藏在周会纪要里，个人的比较优势藏在经历里。发现它，编译成能直接用的东西。
金融硕士转行 AI。代码全 AI 写，我负责找到真实问题，翻译成 AI 能执行的方案。
实战项目
一句话让 AI 配置好机器人新首页。
封装平台 OpenAPI 为标准化 Skill——读接口、生图、搜集信息、填入、上传，一句话发布。设计了总 Skill 路由表 + report obstacle 自修复机制，优化到 DeepSeek V4 Flash 也能接近 100% 执行成功率。
// Skill 架构 Router (总 Skill) ├─ API Reader ├─ Image Generator ├─ Info Collector ├─ Form Filler └─ Uploader + report_obstacle() + auto_retry on error
从一场产品规划会议的纪要，到 6 级 Agent Pipeline。
管理层亲自提出痛点。基于真实内部记录，构建 6 Agent 流水线（需求录入→分析→拆解→审批→执行→归档），含可编辑交互卡片、硬门禁、多轮强制拒绝、自学习闭环。已被点名落地。从高耦合 demo 重构为三层架构（Core Platform + Interface），可跨平台移植——只要有通讯软件 SDK 就能接入。
// 三层架构 Core Platform ├─ Agent Pipeline (6 stages) ├─ Approval Gateway └─ Self-Learning Loop Interface Layer ├─ Feishu SDK ──► ready ├─ DingTalk SDK ──► swappable └─ Any IM SDK ──► swappable
8 场公司周会，提炼出多条业务流程和跨部门痛点。
下载周例会视频→转写文字→让 AI 分析各部门业务痛点→尝试落地。基于分析发起两个实际项目：Token 预算管控系统（调试中）和知识留存系统。
// FDE 分析流 Input → 8 场周会视频 Process → Transcript → AI Analysis Output → 业务流程 × N → 跨部门痛点 × N → 已验证方法论 × N // 衍生项目 ├─ Token Budget Manager [调试中] └─ Knowledge Retention [启动中]
知识留存
"人走经验带不走"。一个经验丰富的同事离职，知识跟着走了，新人从零开始。每个企业都有这个痛。
给公司内部 AI 编程工具提 PR，练企业级工程能力。
// PR 方向 ├─ Model Budget Control ├─ Feishu Trigger Enhancement └─ Core Feature Patches status: open · ongoing
应用 / 工具
AI 需求链 — 6-Agent Pipeline + Foundry IQ 自学习知识库
问题
需求在跨团队交接中信息衰减——客户原始痛点传到研发时已经失真。组织重复踩坑，因为历史失败经验没有被留存。
方案
每个需求经过 6 个 AI Agent 流水线，AI 预填结构化表单，人工审阅确认。所有决策写入 Foundry IQ（Azure AI Search），下次类似需求出现时自动预警历史陷阱。
6 Agent 流水线
Gatekeeper
AI 提取 Who/Scenario/Problem/Expected
人 编辑确认或拒绝（3 轮 info_needed 强制拒绝）
Value Transform
AI 生成验收标准 + 测试用例
人 编辑、设优先级、确认
Scenario Test
AI 分析自测结果
人 填技术方案、报告自测、审批
Release Review
AI 预评估发布就绪度
人 填发布信息 — 场景未验证则硬门禁拦截
Feedback Collect
AI 生成调研问卷 + 聚类反馈
人 发布问卷、粘贴回复
Retrospective
AI 分析返工模式，写入知识库
人 审阅、确认归档
技术栈
UiPath 黑客松参赛——6 AI Agents + BPMN 编排，企业产品团队信息/知识/流程闭环。与 IQRelay 同源，正在重构为三层可移植架构。
Claude Code Skill——通过对话发现你的比较优势和独特内容方向。从中提炼了 Skill 设计方法论。
Elon Musk 思维操作系统 Skill——目标诊断、第一性原理、执行力、使命校验。从《The Book of Elon》提炼。
计量经济学实证分析全流程：EconKit（DID/PSM/RDD/IV/FE/GMM）+ EconChart（期刊图表美化）+ EconPrep（数据清洗）
剪贴板图片一键存到当前 Finder 目录——⌘⌥V
推特热点分析工具
Agent 间通信协议，零依赖，适配任意 LLM
Agent 跨实例通信协议
黑客松战绩
▲线下赛第三名，入职
▲线上初赛第一名
▽线下赛倒数第一名——脱离擅长领域，在非舒适区真实探索
思考产出
01
复杂度从不在代码上，在理解业务，然后翻译成 AI 能执行的东西。
02
同样的 token，不同人产生的生产力不同。经济学里这叫边际产出——AI 时代第一次让个人的边际产出变得可观测、可比较。落地的瓶颈从来不在工具，在使用者。
03
参考 Anthropic SkillJar 课程。每个 Skill 有标准化的输入输出结构和 report obstacle 机制——遇到错误时结构化报告，AI 读取后自修复重试。总 Skill 做路由表，让轻量模型也能接近 100% 成功率。
关于
爱好
经历
"PPT 才是每个人的 KPI。"
— Productivity Per Token
合作
系统交付。
一起跑通。
7 年教学经历（大学 6 年助教 + 1 年高中数学教师），不只是写代码的人。