胡廷轩 Burt Hu
求职意向:AI产品经理

Work & Experience

把复杂问题,拆成可落地的产品路径。

  1. 工作经历

    京采云OP版产品（北汽福田&唐车客户）

    咨询顾问 ｜ 技术产品部·采购数智业务部 ｜ 京东工业

    • 商业化路径设计与验证：结合客户采购组织结构及业务流程调研，识别客户侧采购数字化卡点，定义平台价值主张，提出"撮合交易→集采联营→平台自营"三阶段商业化路径并推动第一阶段撮合业务模式从0到1落地上线，2025年GMV超2亿元。
    • 产品定义与分阶段交付：在京采云OP版商城能力基础上，通过专家访谈、焦点小组（采购部、财务部、IT部门等相关方组成）等方式梳理客户核心诉求及卡点，定义合同管理、财务集成、平台驾驶舱等模块的产品迭代能力及优先级，通过MVP策略分阶段贯通（正向、逆向、全流程），按期或提前达成验收里程碑节点，取得客户认可，如期完成相关阶段回款。
    • 需求优先级管理与资源协同：面对客户侧频繁的优先级调整，建立需求分级机制（必备属性/期望属性/魅力属性），协同研发、设计资源动态调整排期，确保核心功能按期上线，同时控制需求蔓延对交付节奏的冲击。
    • 客户关系维护：持续确保客情稳定，持续性进行服务采购续约（目前唐车项目已完成一期、二期项目终验，三期项目蓝图评审通过，处于交付流程中）。

  2. 实践经历

    客服 Agent 构建 Demo
    • 产品立意：从工业品采购场景的高频客诉切入，独立完成从产品定义到可交互Demo的全链路验证。
    • 核心产品判断：客服场景的AI替代价值不在于"能回答所有问题"，而在于收敛到高确定性场景、守住边界。将Agent能力聚焦于订单查询、商品导购、采购制度咨询三类场景，情绪投诉类问题主动降级至人工+工单，降低AI处理带来的客诉风险。
    • 在记忆机制上区分session级碎片记忆与用户画像级长期记忆，核心目的是提升多轮对话中的意图识别准确率，降低用户重复描述需求的摩擦成本。
    • 技术底座由Dify编排结合Gemini+Codex设计，历时一周完成，结合客户侧制度文本完成demo。
  3. AI Native工作流实践
    • 在日常产品工作中，用vibe coding + Demo优先的方式替代传统"先写文档后对齐"的工作模式：推动需求评审由Axure原型转向AIGC生成的可交互Demo，显著缩短开发侧理解需求的沟通轮次及开发难度。
    • 熟练以Claude Code / Codex / Dify为生产力底座，独立完成工作流编排、Agent搭建与冒烟验证。实践过AutoGPT、ReAct Agent等范式，对Agent在复杂知识工作场景中的能力边界有体感认知——理解收敛输出范围比扩张能力边界更重要，这一判断直接影响我在客服Agent项目中的产品边界设定。

Why Meet Me

构建AI,也构建自己。

核心优势

问题拆解与验证路径
  • 将一个尚未成型的业务问题，拆解为"用户场景 → 价值假设 → 最小验证路径"，并基于结果判断是否值得投入工程资源。
  • 让产品决策不依赖"先写文档后对齐"，在 AI 客服、商城演进等项目中被实践。
AI 工具替代 PRD
  • 把想法在 24 小时内变成可被讨论的东西。
  • 以 Claude Code / Codex / Dify 等为生产力底座，独立完成 Demo 搭建、工作流编排与冒烟验证。
Harness Engineering
  • 对 AI 能力边界有体感。认知到收敛输出范围比扩张能力边界更为重要。
  • 习惯用 harness engineering 的思想投入 Agent 实践。

Live Resume Agent

经历、判断和产品感,会自己开口。

Enter 发送,Shift + Enter 换行