Welcome to Junchi's space

JUNCHI WENG · 翁俊驰

Weng Junchi

v23.10

Looking for work with high effort

~/junchi/personal-workspace

教育背景 1 / 2

华中科技大学(985)

设计学 · 本科 · 2021.09-2025.06

主修课程:用户研究与体验设计、设计创新思维、智慧城市设计、创新创业实践、商业模式创新等。

科研经历

国家社会科学基金

中国传统建筑吉祥图像风格变迁及其传承研究

负责内容:利用多模态大语言模型对传统建筑装饰图像进行命名实体抽取,并结合 K-means 聚类开展地域装饰文化谱系分析,支持建筑吉祥图像风格变迁与传承研究。

湖北省社科基金

数字经济背景下“外卖工厂”空间建构及其服务设计系统研究

负责内容:采用核密度分析研究“外卖工厂”的空间分布与集聚特征,并基于卷积神经网络对建筑立面图像进行语义分割,为空间建构与服务设计系统研究提供量化依据。

教育背景 2 / 2

香港大学

地理信息科学 · 硕士

研究方向:基于 LLM 智能体的城市行为建模(ABM)。

论文与奖项

毕业论文

Driving Factors and Spatial Heterogeneity of Gentrification in Johor Bahru

获香港地理信息学会杰出论文奖。

会议论文

Green Space Planning and Design of Smart City Blocks Supported by Particle Swarm Optimization Algorithm

2025 11th International Conference on Advanced Intelligent Systems and Informatics (AISI’25)

已发表 · EI 收录

创业经历 · 丹朱

《赢战山河》课程配套智能体

将专家经验沉淀为可规模化交付的 AI 产品。

课程及相关 IP

200 万粉丝 · 10 亿播放 · 五百万级课程销量

三个功能 / 点击查看原型

实习经历 1 / 5

小米集团 · AI 应用中心

AI 产品经理 · 2026.03—至今

构建 AI 自动化评测与质量体系,支撑多产品策略迭代

项目目标

面向小米 AI 搜索、Miclaw、超级小爱和小米教育中心的高频迭代,建立覆盖模型输出与端上执行的质量评估机制,为模型横评与版本回归提供依据。

核心工作
  • 平台建设:搭建 Agent 流式评测与手机端 E2E 自动化平台,贯通模型回复、录屏、截图、Logcat 与 Trace,让评测结果可追溯到执行过程。
  • 质量标准:围绕任务完成度、工具调用、内容质量与结构化输出建立 LLM-as-a-Judge 评测体系,统一模型横评与版本回归的评价口径。
  • 根因分析:关联评测结果、Bad Case、Langfuse Trace 与 Git 提交记录,构建“质量表现—执行链路—代码变更”的证据链,输出根因分析报告,为策略修复提供参考。
./flowchart / AI 自动化评测
AI 自动化评测流程:AI产品评测任务经 Agent 流式评测与手机端 E2E 自动化评测汇总执行证据,由 LLM-as-a-Judge 形成评测结果与 Bad Case;关联 Langfuse Trace 和 Git 提交记录进行根因分析并输出报告,为策略修复提供参考,通过版本回归验证改进。

实习经历 2 / 5

小米集团 · AI 应用中心

AI 产品经理 · 2026.03—至今

完成 K12 教育 Agent 与 Graph-RAG 讲题链路优化

项目背景

大模型在 K12 讲题场景中存在解题方法超纲、要点遗漏等问题,仅靠调整 Prompt 难以形成稳定约束。因此,需要引入与年级、知识点相匹配的教学证据,并协同优化各 Agent 模块,提升讲题准确性与学段适配性。

核心工作
  • 知识建设:搭建多模态 Graph-RAG,关联教材、知识点与教学证据,约束年级与知识范围。
  • 链路优化:围绕 Planner、MathFigure、Lesson 重构检索—规划—生成链路,优化 Prompt、检索策略与知识约束。
  • Bad Case 迭代:完善知识点映射、题图核查和不确定信息处理,并用同批离线评测验证讲题质量。
./flowchart / 多模态知识检索
K12 多模态知识检索:图像与文本 Query 向量化后检索 kp_nodes 和 topic_strategy_chunks,合并去重;传入 grade 时为同年级知识点加权 0.04,经 Top K 选择,拉取教学证据并返回召回结果。

实习经历 3 / 5

小米集团 · AI 应用中心

AI 产品经理 · 2026.03—至今

从 0 到 1 推动小米 AI 互动广场上线

项目目标

将 AI 互动页面生成能力,转化为可消费、创作、Remix 与分享的内容产品。

核心工作
  • 调研与验证:完成竞品与 UGC 平台调研,拆解用户链路;设计多 Agent 生成 Workflow,并搭建概念原型。
  • MVP 开发:完成「MIMO JAM」产品设计与全栈开发,获小米黑客马拉松「繁星计划奖」。
  • 平台化交付:制定内容准入、轻容器承载与卡片数据规范,推动 MVP 产品化为「小米 AI 互动广场」。

实习经历 4 / 5

小米 AI 互动广场 · 游戏作品

独立打造多款热门游戏,探索 AI 互动内容的创作与增长路径。

围绕节日活动、经营建造与休闲互动等场景,独立完成游戏设计与开发,以点击、收藏、加桌及留存数据验证内容表现,为平台积累可复用的创作经验。

四款作品 / 点击查看

奔月旅程 · 中秋活动游戏

互动广场中秋期间上线的活动游戏。

中秋三日累计点击 UV
40W+
收藏量
3W+
贡献加桌 UV
2000+

实习经历 5 / 5

小米集团 · AI 应用中心

AI 产品经理 · 2026.03—至今

开学季浏览器运营功能位设计与转化漏斗建设

项目背景

围绕开学季学习需求,小米教育中心通过浏览器、AI 搜索等入口触达用户,需要匹配场景的运营位承接。同时,各端行为数据分散,需要统一转化口径,支撑渠道效果评估与后续优化。

核心工作
  • 运营位设计:面向浏览器首页、AI 相机、AI 搜等场景,完成功能模块设计、PRD 与原型,规划功能导流与承接路径;明确跳转逻辑、频控、人群与版本配置、异常兜底,推动需求评审与落地。
  • 数据体系:打通浏览器、应用商店与教育产品数据,整理事件、用户标识、渠道归因及指标口径,建设统一数据模型。
  • 漏斗分析:构建曝光—点击—下载—安装—首次启动—留存全链路漏斗,为渠道效果评估和运营策略优化提供参考。

专业素养

01 · AI 产品理解与方案设计

熟悉 Agent、Chatbot、Coding Agent 等产品形态,理解 Tool Calling、Workflow、Memory、RAG 等核心机制。能够结合业务场景拆解任务流程、知识依赖与工具调用,设计多轮交互、信息承接及异常处理方案。

02 · 产品评测与质量建设

具备系统化 AI 产品评测经验,熟悉 Benchmark 构建、评测维度设计与 LLM-as-a-Judge。能够围绕任务完成度、工具调用、内容质量及结构化输出建立评价标准,关联 Bad Case、执行 Trace 与版本变更进行根因分析,为策略迭代提供参考。

03 · 用户研究与体验设计

具备设计学背景,熟练使用 Figma 等工具,能够独立完成用户研究、需求分析、竞品研究、PRD、信息架构与交互原型。关注用户从进入场景到完成任务的完整体验,兼顾交互反馈、异常状态与实际交付约束。

04 · 数据分析与增长实践

熟悉 SQL、埋点设计、指标体系、漏斗分析与渠道归因。能够梳理跨产品的事件、用户标识及指标口径,建设统一数据模型,通过转化与留存数据定位问题、评估渠道效果,支持产品和运营策略优化。

05 · AI Coding 与原型实现

能够借助 AI Coding 将产品想法转化为可运行的原型与互动作品,通过实际交互验证方案,并持续调试和完善体验。具备从 POC 验证、MVP 迭代到正式上线的实践经验。

自我评价

我习惯先理解人和场景,再考虑功能与技术,希望做出的产品既能解决真实问题,也能让用户愿意持续使用。

喜欢亲手把想法做出来,通过真实体验和数据验证判断,并持续迭代。对我而言,产品设计不止于提出方案,更重要的是推动落地并对结果负责。

面对快速变化的 AI 技术,始终保持学习和实践,愿意深入模型行为、交互细节与数据链路,把复杂和不确定的问题拆解成可验证、可推进的下一步。

期待在更有挑战的环境中,持续做真正解决问题、并被用户喜欢的产品。

联系方式

WeChat

翁俊驰的微信二维码,微信号 lancewong2003
微信扫码联系