产品经理 · AI 方向
我是刘维祺，南大毕业，做了七年产品。最近在美团负责骑手 AI 招聘，从 0 搭到 300+ 入职。 日常也用 Claude Code 自己写代码——不只会写 PRD，能端到端交付。
关于我
滴滴俄罗斯时长买断（运力 +10%）、度小满会员（在贷率 +5%）、美团骑手招聘——每次都是先搞懂那群人，再改机制。
美团主动砍掉已跑通的企微线，把资源压到上游线索；Voice Agent 成本高于人工时仍押注模型进步——后来成本随模型能力拉平。
后期在美团几乎不写 PRD，用 Claude Code 交付运营后台和数据看板。业余独立上架 Chwazi 小程序，维护 1,800+ 行飞书 bot。
大家还在吵哪个模型最强，但我更在意模型和用户之间那层「外壳」——工具怎么设计、失败时怎么兜底、人怎么介入。
有个很硬的例子：同一模型换编辑工具，成功率从 6.7% 拉到 68.3%，模型没变。所以我做 Agent 产品时，会优先问：失败模式在外壳的哪一环？有没有验证机制？
这也是下面「作品 demo」存在的原因——把判断做成能体验的东西，比堆概念好讲。
代表作
从一条推不动的老项目里切出来，用黑客松 demo 推动立项，搭了三段 Agent 链路，在试点城市交付 300+ 入职。 后来做「招聘小龙虾」——让人定目标，让 Agent 自己找路径。
点一下各环节，看这段在解决什么
核心分工：人定「什么是好」（目标函数），Agent 找「怎么做到」（路径搜索）。
反直觉的一点：圈选最大的杠杆不是「怎么筛」，是「池子该怎么画」——重画池子 alone 就把精度提了 6.4 倍。近期离职 90 天内是黄金窗口，触达速度比精度更关键。
作品
不是概念展示页。每个 demo 对应一个我真实遇到或验证过的 Agent 问题——面试时可以直接打开讲。
Agent 把版本落后讲成「正常现象」就停了。你来做用户，看哪种介入方式能让它真正开始排障。
同一模型，只换「怎么改代码」的工具，成功率 6.7% → 68.3%。
Agent 跑长任务时，Esc 中断、Enter 排队注入、连发合并——三种介入方式，效果完全不同。
我自己写的飞书 bot——手机上管 Agent，连发消息会自动合并处理。
同一任务换不同工具壳，成绩会洗牌——所以评测必须和 scaffold 解耦。
Agent 最危险的失败不是卡住，是合理化——它会用一个说得通的故事，把真正的 bug 糊过去。