MEJN.
简历 PDFOPEN TO WORK

OPEN TO WORK · AI 产品经理 / FDE / 企业 AI 推动者 · CHANGSHA

孟进

把 AI 落进 真实业务

七年 HR 数字化(DHR)交付。2026 年起转向 AI 产品:我定义问题与验收,AI 施工,做出来的系统在线上跑。写代码出身、七年企业交付。现在一个人带着 AI 做端到端:需求、原型、部署、验证——九周三十五个项目,每个有测试有档案。

你在招 —— / 随便看看 →
SCROLL01 / 06
01 — WHY ME

为什么是我 ability chain

在 HR 数字化交付一线做了七年。2025 年起,三个 AI 工作流进了我的日常交付;2026 年夏天起更进一步——给 AI 建制度:放权夜间无人值守,收权门禁验收,九周做出 4 件标准作品、31 个工具与应用。AI 负责施工,我负责定义需求、选方案、守验收。

  1. 01

    站得进现场

    七年企业交付,从调研、蓝图到上线运维,每一环都亲手做过。

    万人药房绩效域独立负责人 · 蓝图签字回款 · 30+ 场景调研
  2. 02

    定义得了问题

    模糊抱怨进,可解的产品问题出——「翻文档慢」成了答案必须带出处的问答系统。

    五路分流 + 拒答设计 · 客开评审 −30% · 排班=预测+约束求解
  3. 03

    驱使得动 AI

    AI 施工、我定标准与验收,九周三十五个项目是这么出来的。

    放权——夜间无人值守构建、多路并行;收权——门禁不过不放行、真机验收;记忆库与 SOP 给 AI 建制度,同一个坑不踩第二次。

    9 周 35 项 · 分层协作 · 全绿门禁
  4. 04

    交付得出结果

    十二个以上服务在线上跑、一千五百次真实问答;该灰度时敢说「先别全量」。十二个以上服务在线上跑、130 条更新记录还在长;上线只是开始,排障实录在下面。

    12+ 线上服务 · 1,525 次问答 / 94% · 130 条更新 · 灰度准入判定
02 — SELECTED WORK

作品 selected work

四个故事是一条线:2025 在客户现场用 AI(DHR 工作流)→ 2026.07 独立做数据产品(排班)→ 2026.08 做知识产品并上线(问答系统)→ 2026.09 AI 成了每天的工作方式(系统+桌宠)。从在现场用 AI,到一个人就是一支 AI 交付队伍——每步都有跑着的东西作证。

2025 现场→26.07 数据产品→26.08 知识产品上线→26.09 AI 工作系统
PERSONAL FAVORITE · 个人最满意单机桌面 · 日常在用

FatFish 桌面 AI 桌宠

人格化个人 AI Agent —— 会说话、有记忆、能干活的桌面伙伴,也是我每天真的在用的入口

FatFish Daily Review 活动页(实测截图)
LIVE · Daily Review 活动页(实测截图)看点:每日回顾工作流 · 语音/对话/截图/剪贴板四通道 · v0.117 线上实测

我的角色 · 产品定义 / 边界红线 / 验收与日常使用(AI 施工)

问题:AI 工具分散、入口割裂,日常用起来不顺手。我的判断:人格化入口可以有,但敏感操作(文件、命令、写动作)必须确认卡放行。

桌面 AI Agent:语音对话、34 个工具面、长期记忆底座、技能平台。从 v0.28 迭代到 v0.117、130 条更新记录——自己每天真的在用,是检验它的唯一方式。

三块能力:语音、干活、记忆——敏感操作(文件、命令、写动作)一律确认卡:

语音三阶段本地唤醒词 + 按住说话 + 免提连续对话,说话可打断(VAD 本地检测);GLM 流式对话,情绪与动作标记驱动 92 张立绘。
真的能干活待办直达工作台、截图转待办、文档产出(md/html/docx)、Excel 数据分析、浏览器 AI 操作(登录态读取 + 写操作确认卡)、会议录制与纪要。
记忆与人格长期记忆全文检索 + 空闲自动巩固;角色卡体系;人格交互经十轮真实使用校准——回温不幼化、先开口但不打扰。
长成技能平台文件整理、Excel 洞察、知识对账、会议准备等独立技能陆续挂载——桌宠只是它的外形,AI Agent 才是它真正的身体。

这个项目最直接地体现了我和 AI 的分工方式——

我定产品与红线人格与能力边界由我定义:插件工具永不进免确认集、文件读取限 1MB、危险命令黑名单——AI 能做什么,比它会做什么更重要。
AI 协作开发架构与审查交给强模型把关,批量开发多路并行推进;夜间无人值守跑构建与测试,白天我做验收;真机报障当场取证,修复闭环在案。

从 v0.28 迭代到 v0.117,130 条更新记录在案——每次更新都过真机验收。

0AI 工具面
0数据表 · 记忆底座
0门禁项 · 全绿
0张立绘资源
0条更新记录 · 迭代至今
0×媒体转写实时率
PROTOTYPE · 自主搭建真实资料验证

项目指引智能问答

RAG 知识库 —— 标准知识库 · AI 智能问答 · SQL 工作 · 人才发现

知识库星图工作台(线上实测)
LIVE · 知识库星图工作台(线上实测)看点:答案逐句带出处 · 无依据拒答 · 只读 SQL 走脱敏

我的角色 · 产品定义 / 架构与选型 / 评测与验收(AI 施工)

问题:HR 翻 54 篇手册问人,效率低;而在 HR 场景,答错人比暂时不答更危险。我的判断:答案必须逐句带出处,无依据时明确拒答。

54 篇文档拆成 6,202 个知识单元,按问句类型五路分流(制度 RAG / 规则 / 流程 / 人才 / 只读 SQL),证据三分类后作答——模型负责理解和表达,事实交给规则、数据库和原文证据。线上运行:1,525 次真实问答、94% 满意(2026-09 自查口径);104 条评测集,改一次路由跑一次回归。

三种典型问法,三种系统行为——这是这个产品的核心设计,不是演示动画,是真实链路的还原:

试试看:
Q试用期员工的绩效怎么算?
路由 → 制度类 · RAG检索 → 命中 3 个知识单元依据判定 → 支持

试用期员工纳入考核范围,按月度周期单独核算,指标由直接上级在试用期计划中下达……

依据:绩效操作手册 §4.2 · 试用期管理办法 §2.1
Q研发中心有几个 P6 以上的人?
路由 → 数据类 · SQL只读查询 · 白名单表审计留痕

17 人。查询已脱敏并记录审计日志。

单条 SELECT · 自动 LIMIT · 结果脱敏
Q公司年会大概什么时候办?
检索 → 0 命中依据判定 → 无关

未找到直接依据——知识库不含此类信息,不猜测、不硬答。

拒答优先于编造

无依据时明确说不知道,是这套系统被设计出来的原因之一——HR 场景里,一个编出来的答案比没有答案危险得多。

问句 路由 检索 判定 出处
  • 关键词 + 向量 + 实体感知三路召回
  • 制度 / 规则 / 流程 / 人才 / 数据 五路分流
  • 证据三分类:支持 / 不支持 / 无关
  • 无依据 → 明确说不知道,不硬编

若业务方反馈「答案不准」,按这 8 步定位,而不是凭感觉调 prompt:

  1. 问题在知识范围内?
  2. 路由分对了吗?
  3. 正确单元进召回了吗?
  4. 排序把谁排前了?
  5. 证据门放过了弱证据?
  6. 模型超出证据发挥?
  7. 原始制度缺失/过期?
  8. 沉淀为评测用例,修复后回归。
0%意图路由准确率
0%citation_acc 引用正确率
0知识单元
0A/B 评测集条数
0git commits
0自动化用例 · 全绿
0→1 SELF-BUILT模拟数据验证

SmartScheduler 药店智能排班

AI 客流预测 × 约束求解排班 —— 把排班从店长经验变成可解释、可追溯的数据决策

客流预测智能排班主界面
产品 · 客流预测智能排班主界面看点:预测+约束求解 · 7 轮迭代 · 外部评审灰度准入

我的角色 · 立项 / 数据方案与评估把关(AI 施工)

问题:排班靠店长经验拍脑袋——旺季排队、淡季浪费,执业药师配比还是硬合规。我的判断:预测要可解释,评估必须零泄露。

101 万条 POS + 62 万条考勤清洗成 30 分钟粒度,预测下周客流,约束求解排出可执行班表;实测数据只用于评估、绝不混入训练集。外部评审结论:允许单店灰度,禁止全量上线。

预测模型最容易自欺——把评估做严,比把模型调高更难也更重要。这套系统立了三条军规:

零泄露协议训练数据物理截断到 2026-06-30,7 月真实客流只用于打分,绝不进训练集——从根上杜绝「用未来预测过去」的假高分。
无效方案存档层级预测、log1p 损失、调容量……每条失败路线都记录在案,评审时不重复踩坑,也避免「忽然变好」的偶然被当成规律。
固定种子可复现同一版本跑 3 次,五项时段指标完全一致。说不清怎么复现的结果,不算结果。

换来的直接收益:自研 MeJn 模型的 79.7% 是在严格协议下测出来的,每一个点的提升都能追溯到具体改动——这才敢把它交给外部评审。

v5MVP 闭环
v6.0极简重构
v6.9NL2SQL 三层防线
v6.12约束 NLP 压测
v6.13自研 MeJn 模型
v6.14外部评审·灰度准入

每轮过回归才放行(后端 32 项 + 前端 14-28 项 e2e)。评审结论:允许单店灰度,禁止全量上线——对系统边界保持清醒。

0%7 天客流预测准确率
0%MeJn 模型全日准确率
0%晚高峰 · 十店卅一天
0/56SQL 注入用例拦截
0%约束 NLP 万级压测
0店批量回测覆盖
WORK PROJECT · 真实业务现场汉得驻场 · 用友 BIP

HR 数字化实施 AI 工作流

从 3 个 AI 工作流,到一整条绩效域 AI 产线 —— 本职业务里长出来的 AI 落地样本

绩效 AI 工作台首页(真实数据)
LIVE · 绩效 AI 工作台首页(真实数据)看点:真实数据看板(脱敏) · 20+ 报表 SQL · 总部+3 战区试运行

我的角色 · 绩效模块独立负责人 / 人才标签方案兼责

问题:交付里最重复的环节——蓝图成稿、客开评审、报表 SQL——最耗人。我的判断:AI 出初稿和评审意见,人做业务判断和终审。

万人规模连锁药房的 DHR 二期绩效模块独立负责人:30+ 场景调研 → 蓝图签字回款 → 20+ 报表 SQL → 总部+3 战区试运行 → 2026-08 全集团推广;三个 AI 工作流把最重复的部分交给 AI,客开砍 30%+。1 人独立交付,通常需 2-3 人——这是本页唯一不是原型的作品,跑在真实项目、真实组织、真实回款压力下。

客开评审−30%+三个 AI 工作流接管最重复部分 交付人力1 人通常配置 2-3 人 推广范围全集团总部+3 战区试运行后铺开

三个工作流对应实施的三个重复环节——AI 出初稿和评审意见,人做业务判断和终审:

蓝图 AI 辅助设计调研材料 → AI 生成蓝图框架与方案文本 → 人工业务校准。30+ 业务场景的需求报告,从堆材料到成稿快一截。
客开方案 AI 评审客开需求 → AI 评估必要性、风险与替代方案 → 砍掉及合并 30%+ 非必要客开——需求不是照单全收,先过一遍筛。
报表 SQL AI 开发取数规则 → AI 生成语义模型 SQL → 测试环境验证后交付。20+ BI 报表与驾驶舱由此而来。

定位始终是辅助实施,不是替代判断——方案签字之前,每一处都过人眼。

2026 年 9 月,这条线做成了完整产线——以用友 BIP 绩效域为原型,自主搭建:

46 表本地绩效库从 BIP 测试环境抽取绩效主体表结构,双库同名建到本地;等级域、期间编码这类隐式口径从实测获得,不靠文档推测——后续 AI 项目的口径底座。
AI 绩效智能工作台(线上可演示)旁挂绩效数据的 AI 分析层:规则引擎算事实、LLM 做解读、证据链可下钻;工作台 / 智能关注 / 员工绩效画像 / 组织洞察 / NL2SQL 等七大模块。
HR AI 培训课件为客户 HR 部门准备的内训课件——网页互动而非 PPT,现场不用切屏,本身也是一件可交付物。

从「用 AI 辅助实施」走到「给绩效域做 AI 产品」——这条线还在往前长。

0人独立交付 · 通常需 2-3 人
0%+非必要客开削减
0+业务场景调研
0+报表与驾驶舱 SQL
0绩效业务域(需求报告 v3.2)
0人才标签设计(兼责)

项目全景 panorama · one workspace

数字怎么对账:九周冲刺(2026-07-23 — 09-25)交付 35 项=4 件标准作品+31 个工具应用(Excel 工作台在系统图·行业战场);连同更早的项目,现在共 37 项在档、其中 33 项是工具、应用与网站——每个都有档案与测试,数据单向同步自项目全景管理台。

进入项目全景37 ARCHIVED PROJECTS
03 — THE SYSTEM

一个人的 AI 工作系统 one person · one system

2026-07 起,我开始给自己搭一套 AI 工作系统:入口负责听我说话,大脑负责知识与证据,手负责干活,纪律层负责不翻车。九周,4 件标准作品、31 个工具与应用,每个都有档案与测试。

V1 · 以自用为主 · 桌宠朋友试用中

OUT 行业战场在哪用过
本职 DHR 二期绩效模块独立实施 · 3 个 AI 工作流
药店排班 绩效驾驶舱 绩效AI工作台 BIP 模板工具

入口=听我说话(桌宠 / 工作台 / MCP)· 大脑=知识与证据(知识底座 / 问答引擎)· 手=干活(文档 / 演示 / Web / E2E / 采集)· 纪律=不翻车(全景档案 / 收尾流水线 / 证据链与 Limitations)

04 — FIELD NOTES

真实复盘 real reviews

判断力多半长在错处和取舍里:四条真错、两个取舍、两次排障——都有代价,也都有结果。

我踩过的坑 · real mistakes

一件事没完,就开下一件

排期表上同时躺着好几条线,想着并行省时间,结果哪条都推得慢,有一条直接停了一个多月。现在的办法很朴素:排队,一件一件来。

#并行过载
方案比了十个,还没动手

网站改版做了十套设计方案比着选,比较花的时间比做还多。比到第三稿就该定——道理知道,改起来还是慢。

#收敛太慢
文档越写越全,更新越拖越久

早期给每个项目都建了完整文档,后来发现更新跟不上,旧状态反而误导自己。现在建文档前先问一句:这份文档以后还养得起吗。

#维护成本
熬夜赶出来的活,第二天还债

赶进度熬夜干,当晚确实快,第二天的低级错误也多——算总账未必划算。节奏这事,到现在也还在学着放平。

#节奏

做过的取舍 · real decisions

T1

质量关:全绿才放行,还是先上线再补?

先跑起来再说VS全绿门禁

AI 写的代码我不逐行重写,靠什么放心?测试断言、门禁、真实验收三层——全项目 5,300+ 项断言,桌宠一项就 248 项门禁。代价是慢:一轮回归常比开发还久。

桌宠九天 v0.28→v0.96,回归始终全绿——慢一点,但每一次都敢放行。

T4

技术怎么选:理想栈,还是现场约束?

网页 / 云端工具VS按约束落地

办公电脑 DLP 透明加密,网页工具走不通——改本地 exe + Excel COM 路线;期间两次拒绝「文件解密/分享」类需求,红线不让。

Excel 工作台过了真实加密机与 BIP 导入双验证。选型从现场约束出发,不从简历出发。

排障实录 · debug stories

DEBUG 01 · 桌面端本视角重点

设置页滚轮失效:被静默吞掉的一条 CSS 规则

  1. 现象用户真机报「设置页滚轮无反应」
  2. 复现代码层断言全过;无头环境 100% 复现——内容 1566px,整页却零可滚元素
  3. 排除症状与根因距离极远,不猜,逐层取证
  4. 定位对比磁盘上的规则与浏览器实际命中:978 / 980 条只差 2 条
  5. 根因CSS 注释里「星号紧邻斜杠」把注释提前闭合,紧随其后的布局骨架规则被整条静默丢弃
  6. 修复改注释 → 重建 → 真机回归通过
  7. 兜底此后以「产物规则数 vs 浏览器命中数」差值断言锁住这类静默丢失
DEBUG 02 · 线上服务本视角重点

冷启动首问 30 秒 → 16 秒:预热,而不是硬等

  1. 现象业务方反馈冷启动首问慢,实测 30 秒
  2. 观察计时分解——时间集中在检索冷启动的全量载入
  3. 判断直接堆缓存,首次请求仍然慢、还占内存——要预热,不要等第一问
  4. 尝试单 worker 预热会互相争抢 → 改三 worker 错峰预热,完成即报
  5. 部署线上替换,预热完成即接流量
  6. 验证首问 30s → 16s
  7. 收口改动沉淀进更新记录,1,004 项回归通过后收工
05 — TRACE

轨迹 2018 → now

8 年企业软件交付,其中 7 年 HR 数字化。不是转行,是迁移:每一次角色变化,都把上一种能力带进了下一种。

  1. 2018

    写代码的人

    浩瀚星河 · Java 开发。开发、方案、文档、培训——第一个完整交付循环。

  2. 2019

    学会交付

    快胜科技 · 项目经理(15 人团队)。安踏集团 DHR 全模块上线:300+ 客开项全部验收回款,无报表工具年代用存储过程写全量报表,DHR-SAP 字段级数据治理。

  3. 2023

    独立操盘

    湖南金启 · 项目经理。中佳华悦 LTC 全流程 CRM,9 个月从调研到上线。

  4. 2024

    学会产品

    快胜科技 · 项目经理 / 售前顾问 / 产品经理。需求挖掘、业务蓝图、原型、招投标;主导 5+ 企业 DHR 项目,20+ 家企业系统培训。

  5. 2025

    落地 AI

    老百姓大药房 · 用友 BIP 绩效模块独立负责人 + 人才标签方案设计。蓝图签字回款,总部+3 战区试运行 → 2026-08 全集团推广;现场搭了 3 个 AI 工作流(蓝图辅助 / 客开评审 / 报表 SQL),方法论培训过用友同事。

  6. 2026

    0→1 造产品

    四件标准作品:FatFish 桌宠(个人最满意)、RAG 知识问答(答案逐句带出处,线上 1,525 次问答)、SmartScheduler 排班(7 轮迭代 + 外部评审)、Excel 工作台(真实加密机验证);另有 31 项工具与应用撑起整套系统,绩效域也做成了完整 AI 产线(本地库 → 线上工作台 → HR 培训课件)。下一个角色:AI 产品经理 / FDE / 企业内部 AI 推动者。

一页简历 · PDF 下载RESUME · AI 产品经理 / FDE · 长沙 · 一个月内到岗

06 — CONNECT · 正在找 AI 产品经理 / FDE / 企业内部 AI 推动岗位 · 长沙 · 一个月内到岗

正在找 AI 落地的机会。 愿意聊聊。

可以从「团队里哪件事最重复、最耗时」聊起——我大概率踩过类似的坑,可以带一套评测方案来聊。可以从现场最烦的那类问题聊起——两条排障实录就在上面,能对上号就有的聊。

长沙 CHANGSHA 本地时间 --:--:--