经历 / 简历

Data 语音AI 产品运营实习生

团队面向 ToB 业务研发大规模语音与对话模型。我在团队已有评测方法基础上，体系化搭建了覆盖基础质量、表现力、相似度三大维度的评测框架，配套三类测试集，覆盖播客、电商直播、教育、客服、视频配音等 10+ 个场景。在此基础上，我拓展设计了方言评测、多语种评测、副语言（哭声/笑声等情绪性发声）评测等专项工作流，补全非标准场景下的评测覆盖。每次新版本发布前，我做跨版本横向对比，通过测试集表现识别模型短板和能力回退，产出结构化评测报告直接作为准出决策依据。

竞品方面，我主导横向对比评测，从用户体验视角逐维度梳理差距，将分析结论转化为具体优化方向反哺算法团队迭代策略，报告被直接采纳。

我还参与了 2026 年央视春晚蔡明小品机器人角色的语音支持。这个项目需要拆解喜剧场景下的情感表达需求：情绪转折、夸张语气、台词节奏、笑点前后的停顿控制。我自主设计专项测试用例，持续定位模型在高表现力要求下的能力边界，协助团队在直播级高曝光环境下达标交付，最终面向亿级观众播出。

海外产品研发实习生

公司做 AI 桌面机器人，准备推向海外市场。产品当时的问题是对话体验单薄，人设固化，海外版硬件与声音不匹配。我调研海外目标用户画像，从零构建 4 套完整人设系统（含世界观、背景故事线、语言风格），用 ElevenLabs 对数百个声音样本做评估和克隆调优，精准匹配人设与硬件形态。针对情绪倾诉、求助、低落、追问等压力场景，我设计了多轮对话测试方案，持续检验 AI 意图理解准确性和情绪回应质量。内部 A/B 测试中平均对话轮数提升 35%，情感价值评分 +0.8（5 分制），方案被采纳为新产品上线标准。

在技术层面，我引入 mem0 与长上下文模型实现跨会话长期记忆，通过上千轮对话密集测试验证记忆准确性；集成天气/新闻等 MCP 工具，功能性问答成功率达 95%+。另外，我设计了"外星语"5 阶段渐进式语言演进体系，构建专属非标准语音规则、词典和学习路径，以极端场景压力测试模型语义理解上限。

AI 产品运营实习生

公司做 AI 生成教学视频，产品处于增长期。运营操作高度依赖人工（日耗 0.5 人天），需求散在多个微信群反复确认。我主导设计飞书多维表格 + 脚本 + Webhook 自动化运营中台，搭建可视化看板监控渠道转化率与付费率，上线后运营响应效率提升超 80%。

产品开发方面，我独立设计并上线"PPT 字体替换 + 预览"功能，解决用户上传 PPT 因字体缺失导致的渲染失败，上线后相关失败率降至接近 0%。此外，为 Minimax TTS 撰写 Edge Case 测试脚本（覆盖数学公式、多音字等场景），开发 Wrapper API 封装集成，提升 AI 模块鲁棒性。

AI 个性化语言学习应用 · 联合创始人 & CPO

Fluentide 的核心理论基于语言学的 i+1 假说：学习材料需让学习者基本能理解，同时略有挑战。输入足够了，熟悉了语流和句子的组织方式，后面的输出才有效。Fluentide 解决的是输入端的问题。用户贴链接或输入话题，选择难度等级，后台用大模型改写内容并合成语音。我定义了 4 级难度体系，通过多层级提示词工程将语言学理论转化为可控的 AI 指令，精准控制句长、词汇范围与讲解深度。

技术上，我设计了"URL/关键词 → LLM 改写 → TTS 合成"的 AI Agent 工作流，主导爬虫（Firecrawl/GDELT/Jina AI）与 TTS（ElevenLabs/MiniMax）选型，完成 React 前端开发与 API 集成，上线 Web 与 iOS。

增长方面，官宣内容 10 万+浏览，首批注册申请超 500 人。后来基于数据判断转向海外中文学习市场：国内用户英语学习订阅意愿偏弱，海外用户对订阅制接受度高，按美元定价获客效率更好。我们采用 HSK 1–6 分级体系，加入拼音和英文释义，累计注册用户超 3 万。

AI 校园社交 · 全国总决赛双奖

抖音 AI 黑客松全国总决赛 48 小时作品。最初讨论校园社交时方向很多：找搭子、认识新朋友、组织活动、维持关系。每个方向单独能做，合在一起入口就变得复杂。我和队友从发散的想法中提炼出一个核心判断：社交的锚点在于行动。想看展、打球、组队比赛，重点是说清自己想做什么，再找到同行者。围绕这个判断，我们设计了完整产品链路：发起想做的事 → 匹配同行者 → 双方 Agent 沟通需求 → 用户确认 → 完成后沉淀为花园中的一朵花。

游戏化层面，我构建了一套花的成长 build 系统：每次和某个人一起完成行动，就种下一朵花。同一个人种下的不同花可以合并、升级、进化，关系越深入，花园越丰富。整体叙事风格参考旅行青蛙：从发布种子、等待回信到收获花朵，日常发现灵感和采种子的部分保留悠闲感，已发起的邀约则保持及时的进展提示。在 AI 决策边界上，双方 Agent 先沟通帮两人了解偏好和时间，但 Agent 沟通不等于用户确认。我将 AI 沟通记录、候选选择和行动约定拆成三个分开呈现的步骤，确保人始终做最终决定。

视觉上，我定义了整体视觉语言：手绘风格的花园、小花匠和植物，参考《旅行青蛙》和 Forest 的视觉体系，负责全部 UI/UX 设计与实现，最终获得全场五个奖中的“AI 能力运用与技术路径奖”、“创意亮点与惊喜感奖”。

AI 数字衣橱 · 抖音小程序 · 全国三等奖（Top 6）

刷短视频看到好看的穿搭，收藏是很自然的动作，但收藏之后呢？不知道衣柜里有没有同风格的，不知道能不能和已有的衣服搭到一起，也很少真的去买。Style Capture 是一个嵌在抖音小程序里的数字衣橱，把"收藏—搭配—购买"放进同一个流程解决。

我从初赛起参与产品构思和流程设计，负责整体视觉、UI/UX、完整 H5 前端以及前后端整合。界面上我做了像素风格的衣橱作为浏览入口，点进详情后切换到真实单品图和 AI 试穿结果。

产品体验上最大的挑战是 AI 生图的等待时间。我们的解法是让 AI 跑在用户前面：用户登录时提供一张真人照片作为底板，每当保存新单品，后台就提前用这张底板生成试穿效果——等用户想看的时候，结果往往已经在那里了。同时我们对生成模型加了比例约束，让衣服贴合真实体型而不是强行拉伸；如果 AI 处理不顺畅，还有一套脚本做服务降级兜底。我在前端把这些异步状态分层显示：刚保存的衣服可能还在识别，整套穿搭可能只拆出了一部分，用户始终知道每件事处理到了哪一步。

初赛之后边出游边远程迭代，给 Claude Code 安排任务、回来检查改动、整合各自完成的代码，一路改到全国赛，最终从全国上千个作品里脱颖而出，拿到前6名（三等奖）。

Chrome 开源插件 · 独立开发

浙大在线教学平台不支持导出字幕，期末复习无法把课堂内容交给 AI 整理。我用 Cursor 一下午写了 Chrome 插件，支持中文、英文和双语字幕提取，导出 TXT/DOCX/Markdown。技术上逆向解析网页结构定位字幕数据，做了简洁 UI 和实时进度反馈。发到校内论坛后登上「十大热帖」，根据反馈快速迭代适配多类课程页面，开源在 GitHub。

独立研究者

人类处理主语关系从句（SRC）通常比宾语关系从句（ORC）更快更准，这是心理语言学的经典发现。我的研究问题是：大语言模型是否也存在这种不对称？模型的在线处理难度（surprisal）和离线理解表现之间是否一致？

数据方面，我从 CHILDES 语料库的 3 万余条母亲-儿童对话中，经过系统筛选和清洗，提取出 2506 个目标关系从句（SRC/ORC），构建实验数据集。数据处理涉及多层级过滤、句法结构判定和质量校验。模型实验方面，我本地部署了 GPT-2 系列、Qwen2.5 系列、Qwen3 系列和 Gemma 3 系列模型，完成参数配置与推理环境搭建，计算 token 级 surprisal 并聚合到句子级，跨模型家族和参数规模做对比分析。此外，我设计了控制依存距离和 SRC/ORC 结构的 QA 基准测试，在 Qwen3（4B–235B）、Gemini Flash（1.5–2.5）和 DeepSeek V3 上评估准确率和错误类型。

主要发现有三个：模型规模与 surprisal 值呈 U 型非单调关系，在 3–4B 中等规模模型上达到峰值，类比儿童语言习得中的 U 型学习曲线；多语言模型中 surprisal 与理解准确率出现分离，surprisal 更高的 SRC 反而有更高的理解准确率；经典的依存距离效应在现代 transformer 架构中基本不存在。整个实验管线由我独立搭建：刺激生成、API 自动化调用、日志系统、Python/R 统计分析。

Boroditsky（2001）声称汉语母语者更倾向于用垂直空间隐喻理解时间。我的问题是：这一经典结论是否可复现？我设计了改进版空间启动实验，创建平衡的水平和垂直启动刺激以及时间判断目标，用 PsychoPy 编写实验程序，在实验室完成 37 名被试的数据采集，记录反应时和正确率。数据清洗后做重复测量方差分析（prime type × proficiency）。结果两组被试均未观察到垂直偏向，无交互效应，对 Boroditsky（2001）的经典结论提出质疑。

垂直领域 LLM 微调 · 独立开发者

从曼昆《经济学原理》构建 1026 个高质量问答对数据集，对 Qwen3-1.7B 和 Gemma3-1B 做 LoRA 微调。用 8-bit 量化解决单卡显存不足，定位并修复 Qwen3 因贪婪解码导致的无限重复 Bug。搭建多维度评测框架（速度、质量、稳定性），Qwen3 训练损失下降 48.7%，Gemma3 响应速度快 6.6 倍（3.59s vs 23.78s）。

选情与社区情绪的相关性建模

我独立编写 Python 爬虫脚本，从 Reddit 加密货币社区爬取 50 万+条评论，构建时间序列语料库。完成数据清洗、格式标准化和异常值处理后，用 NLTK/VADER 对全量评论做情绪分析打分。在此基础上，融合 2024 美国大选民调数据和 BTC 价格等多维时间序列，在 R Studio 中建立多元回归模型。发现特朗普支持率与论坛情绪上涨呈显著负相关，哈里斯支持率无明显统计学影响。

创始主席

疫情后我重建了浙大头马俱乐部，陆续担任俱乐部主席、教育副主席、宣传副主席。运营 500 人微信社群和小红书社群两年，组织并主持 50+ 场全英文会议，和道富头马、M.A.D 俱乐部及未来冠军高阶俱乐部召开联合会议。2023–2024 年新增会员为 128 大区最多，获 Smedley Award。此外，我受邀担任头马国际 D85 大区温州峰会开幕式主持人和 D128 大区长沙峰会闭幕式主持人。

英文节目制作人 & 主播

校内唯一英文广播节目「浙 Young 英语」负责人。独立完成撰稿、录音、后期（Adobe Audition）全流程制作，运营两年，覆盖听众 5 万+。