AI Product Manager · Class of 2027
Hi, I'm Sally
Tsinghua · PKU · Harvard Exchange
用产品思维打磨 AI 体验，
在数据与直觉之间找到真实的用户价值。
AI Product Manager · Class of 2027
Tsinghua · PKU · Harvard Exchange
用产品思维打磨 AI 体验，
在数据与直觉之间找到真实的用户价值。
清华大学经管学院金融硕士在读（2025–2027），本科毕业于北京大学经济学院，曾赴哈佛大学交换。
专注 AI 产品方向，在阿里千问、美团 Keeta、字节豆包积累了对话产品、跨境售后智能化与大模型评测等核心场景的实践经验，并参与发表 ICLR 评测集论文。
关注 AI 能力如何转化为清晰、可信且真正可用的产品体验，并持续在模型能力、用户需求与业务价值之间寻找平衡。
Skills Matrix
产品相关技能
AI 技能
语言能力
主 Chat 对话产品实习生 · 杭州
围绕回复效率开展专项优化，通过 bad case 归因定位结论后置、Markdown 结构混乱等问题，协同完成数据重刷与离线评测，使专业类问题 bad case 降低 23%，并推动线上模型版本替换。
负责资源搜索 Agent 的产品设计，梳理图片、视频与文档场景的意图分层和混排回复理想态，联动评测团队制定标准，统一多模态挂载卡组件并推动上线。
售后判责能力产品实习生 · 北京
负责巴西售后自动化退赔能力，设计本地化判责规则及 PE 与工程规则优化方案；上线两周后，CPO 由 1.37% 降至 0.87%，模型准确率由 73% 提升至 89%。
推进中东错餐识别迭代，联动多国业务调研小票样式并引入餐品照片字段策略，使骑手责任申诉率降低 5.5%，错餐判责准确率由 74% 提升至 89%。
金融项目负责人 · 北京
从 0 到 1 搭建数据标注 pipeline，制定专家作业规范与 AI 辅助质检流程，并完成首笔 rubrics 垂类数据订单的全流程交付。
策略产品实习生 · 北京
参与 ICLR 金融评测集建设，将金融任务拆分为数据检索与半开放问题两类，设计 Agent 与 PE 协同质检流程，使数据初标通过率由 45% 提升至 70%。
相关论文发表于 ICLR（arxiv.org/abs/2509.13160），并在技术社区获得广泛传播。
Selected work · 项目实践与评测集发表
将 Claude Code best-practice 方法迁移为适合 Codex 的学习路径，覆盖 AGENTS.md、Skills、MCP、Hooks 与 Subagents，并以交互式 GitHub Pages 发布。
为钉钉表格和普通网页提供 Chrome 右侧栏 Markdown 预览，支持单元格自动读取、剪贴板兜底、内容搜索与源文本查看，所有数据均在本地处理。
将多个 offer 的关键信息、维度打分与个人权重放在同一界面中，实时生成推荐排序和雷达图，并支持档案保存、云端同步与 AI 决策总结。
Core Contributor
首个完全开源、面向真实开放域金融搜索与推理的 Agent 基准，包含 635 道题，覆盖时效数据获取、简单历史查询与复杂历史研究三类任务，并由 70 位金融专家参与标注。
Contributor
面向真实专业场景的大模型评测基准，包含 80 个类别、1,346 项专家任务；每项任务主要采用 15–40 个加权检查点，并以专家少样本校准的 ShotJudge 评测，领先模型最高成功率约 66%。
欢迎聊聊 AI 产品、创业想法，或者一起讨论有意思的问题