面对零数字化基础、表格散落在本地 Excel 的工厂一线环境,花两天现场观察并逐一访谈驻场人员,将入职全流程重构为标准化自助文档,打通企业微信、公众号自动回复与在线协同表格。离开之后该套流程系统仍在持续沿用。这段经历培养了我深入具体业务一线找卡点、将散乱非标流程结构化为可执行方案的能力。
查看现场调研与流程落地细节 →
孙常智
Changzhi Sun 2027 届硕士关注业务现场的真实效率问题。擅长梳理非标流程、制作可运行原型,在成本与技术约束下推动方案落地跑通。
核心经历与交付能力
不局限于经验认知,以深入现场的流程梳理、可运行的原型与工程化系统说话
本科财务管理培养了对客单价空间、成本结构与投入产出比的敏感度,提方案前先算清“付款方与竞品参照系”;研究生应用统计(初试 401 分、专业课 141 分同届第二)则为方案论证补充了严谨的指标体系与定量归因底色。
查看完整能力与不足边界 →面向 AIGC 电商视觉工具做功能迭代。日常结合竞品拆解与站内卡点,借助 AI 编程工具搭建了 5 个可运行原型,用于直观呈现方案、提前发现流程断点并与研发确认可行性。全程跟进推动 SeeAny 电商套图、A+ 详情页及产品视频三个功能上线。不仅写需求文档,更注重方案能否在技术约束下真正跑通。
查看完整实习复盘与反思 →构建 LangGraph 5 节点自动化流水线。设计差异预筛与本地引文代码级强匹配,避免模型自我验证,确保每条结论均有不可变的抓取原文证据可查,具备将方案落地为可运行、可审计系统的工程素养。
查看工程架构与测试设计 →AIGC 竞品态势感知 Agent
覆盖 21 个同类站点的自动化监控系统。设计“正文规范化差异预筛”与“原文引文本地强校验”双安全闸,支持生成带证据链的结构化日报,静态看板部署于 Cloudflare Pages。
432 应用统计伴学工具
围绕一对一辅导中的背诵、公式理解与教材版本差异,整理 14 章考点和 111 道抽背题,迭代 14 章三版对照交互课件,提供计算实验、过程展示与自测。已用于辅导,新增课件获得学生良好反馈。
豆绘科技电商视觉产品方案
完成 SeeAny 电商套图、A+ 详情页及产品视频功能从竞品拆解、可运行原型验证到需求文档、上线前测试的全流程推进,并制作了十余个新版用户引导示例。
目标岗位与核心契合点
方向:企业软件实施顾问、功能顾问、业务需求分析、B 端产品运营;按具体岗位尝试业务型解决方案支持。
为什么契合:不畏惧深入复杂的一线业务现场,能沉下心把散乱非标的流程理顺并标准化;具备借助 AI 工具快速搭建可交互原型、验证方案可行性的能力;兼具统计定量分析底色与商业成本意识。
沟通交付:持续从事考研专业课一对一辅导(所带学生单科 144 分同届第一),持续训练了将复杂专业内容拆解并讲解至对方能听懂并用得上的能力——这与向客户阐述解决方案是相通的。
基本情况与工作期望
毕业与到岗:2027 年 6 月毕业,正在进行校招,毕业论文按计划推进。常驻南京,实习到岗、出差与驻场安排按具体岗位沟通。
团队期望:期望团队对方案决策有相对清晰的评估标准,上线后有数据或客户反馈支撑复盘,并建立常态化的复盘机制。比起需求被否,我更在意能清楚知道问题出在业务价值、实现成本还是优先级上。
如简历中有需进一步了解或验证的内容,欢迎直接联系我交流。
实习与校园实践,按时间倒序。涵盖产品需求与迭代、现场流程数字化、校园渠道合作和团队管理;正式实习与校园项目分别注明。
面向一个 AIGC 电商视觉站点做产品迭代。四个月里提交了 45 份需求文档,单份通常包含 1–3 个改动项:大致五成是已有功能和工作流的迭代,三成是新功能,两成是交互优化;有 2–3 个方向因为开发量较大暂缓,其余多数已上线或进入开发。
日常的起点是看竞品和站内的使用卡点,之后用 AI 编程工具把方案做成能跑、能部署的原型(累计 5 个),必要时部署到 Vercel 给负责人确认,再整理成需求文档交给开发。做原型的价值不在于画得好看——页面能自己跑起来之后,流程里的断点和缺失的提示才会露出来,评审时的分歧也少一些。
其中 SeeAny 的电商套图、A+ 详情页和产品视频三个功能,是我从竞品拆解、方案设计到需求文档、全程跟进并推动上线的。另外完整设计过一个新站方向 DecoAny 的产品定位与交互方案,以及 PS 插件和小程序的探索版本,后两个因开发量较大暂缓。
如果重做:在提交需求文档时,应同步纳入验收指标与埋点方案。这是本段经历最具实际价值的反思。
结合寒暑假驻厂与学期内远程协作参与南通如东一家制造业工厂的劳务外包项目,现场只有 2 名业务员和 2 名驻场,办公室在员工宿舍区的物业里。表格基本都散在本地 Excel,又多又乱;驻场同事年龄偏大,做一次账单效率低也容易出错。每个新员工入职,都要驻场一对一带着走完流程。
我在现场看了两天、和驻场逐个聊过之后,把入职流程重写成一份员工可以照着自己办的文档。配套还做了几件事:给驻厂客服配企业微信沉淀入职员工,也避免驻场人事变动导致微信号无法继承;注册配置公众号,把入职要填的表格转成链接整合进自动回复,省掉反复扫码;把问卷星的表格迁到企微在线表格——此前找一份文件必须人到现场。官网和小程序找了 10 家以上供应商比价后选定服务商,寒假结束前上线。
同年还有一件计划外的事两名业务员与老板产生分歧后几乎无交接离职,渠道和介绍人的费用结算没人做得了。我到现场翻了历史账单和结算规则,结合入职名单与厂区反馈的在职人员信息把当月账单梳理出来,并把整个流程文档化归档,接手了当月结算,业务没有中断。
暑期又调了一次甲方要求在入职流程里增加血压、血糖监测,负担陡增,现场一度需要 3–4 名全职驻场协助——来一个人入职就占用一个人。我提出招专职实习生、同批次多人集中办理,其他驻场因此能回到招聘等主业。同期也参与了公司与当地政府合建的零工市场(后挂牌人力资源市场)的日常运营与参访接待,以及新公司主体的资质申报。
回顾:该经历在简历初稿中被归类为「行政运营」,后续反思后认为其实质为业务流程数字化——把散在人脑和本地 Excel 里的东西,变成可复用、可交接的文档。离开之后这些文档仍在沿用。
以下结合早期校园合作与正式实习说明工作方式;正式区间按盖章证明。项目是京东金融旗下的校园推广,我加入时主推一个大学生内容平台。手上的工具有两个:拉新激励,以及联动中华慈善总会「免费午餐」的公益活动——学生下载注册做任务就能为公益项目增加捐款额并拿到证书。
起初的做法很笨:直接在 QQ 上搜某某大学学生会、加群主介绍项目,大多数情况下被对方误判为推销或诈骗。第一周除了让身边的人注册,几乎未促成任何合作。
后来改了三件事。一是换渠道,找身边复读的同学推荐他们复读前的同学——那批人当时已经大二,有些已经是学生干部;二是换身份,不再自报「某某学校 19 级某某」;三是换切入点,不以赞助为名,改以志愿活动为名,佣金给到社团作为部门经费,学生参与也能拿到公益证书,双方都有一个可以对外讲的理由。
工作产出围绕校园公益活动开展合作拓展、渠道沟通与活动执行,协调高校学生组织进行项目推广。正式实习为2020年12月7日至2021年2月26日,营销策划岗;更早的校园合作另列为实践经历。
项目收尾:该项目在用户增长上投入过大,且平台内容质量未能支撑留存,业务逐步萎缩,于大二寒假开学后的第一次周会正式宣告解散。
回顾:最有价值的收获并非具体数据,而是认识到问题的根源往往不在执行力度,而在于初始切入点的选择——第一周并不存在执行不力的问题。
面向重点客户与高校学生群体推广戴尔 MPP 专属采购方案。从个人在小红书、社群跑通单机销售链路起步,逐步晋升为校园督导,负责校区及跨校团队的搭建与运营。
大一暑期自主搭建并管理了 15–20 人的校园销售团队,负责新成员面试、产品配置知识培训与每日开单跟进。暑假期间带领团队达成 20 万元+ 销售额(累计销售电脑 30 余台,客单价 6,000+ 元),暑期结束后获城市经理推荐进入正式城市经理(学生管理岗)晋升流程。
团队组织与宣讲训练整个项目周期内,累计面试并培训了来自全国各大高校(含留学生及研究生)的 100 余名校园大使候选人。摸索并沉淀了一套面向新人的产品卖点拆解与答疑话术,极大训练了当众宣讲、团队协同与商务说服能力。
这三个项目的代码都由 AI 编程工具辅助生成。我做的是问题定义、工作流与规则设计、成本与异常策略、部署选型和测试排障——这一点我在任何场合都会先说明。
起因是竞品逐站人工巡检一轮要 40–60 分钟,容易漏,事后也没有证据可以回溯。目前覆盖 21 个站点,支持生成结构化日报。
两处值得重点说明的设计决策引文回验。模型只允许返回带原文引文的受限 JSON,引文再由本地代码逐条回到新旧正文里匹配,匹配不上的标记「需人工复核」。如此设计,是为了避免模型自我验证——结论须经独立代码核实。
差异预筛。调模型之前先做正文规范化和按行差异比对,没有实质变化就不调用;单次运行也设了上限——抓取并发 3、模型并发 4、调用 ≤25 次、Token ≤20 万、时长 ≤900 秒。超了就停,不会出现一次意外的账单。
其余配套做了不可变的证据目录、manifest.json 记录全文件 SHA-256、latest_run.json,任何一条结论都能回到当时抓到的那段原文。工程上写了 6 个单元测试(规范化判定、SSRF 私网拦截、原子写入、跨进程锁、注入防护、工作流契约),GitHub Actions 配置CI与按日监测任务。部署做了三种形态:本地 Streamlit 工作台、GitHub Actions + Cloudflare R2 的无常驻服务器方案、Cloudflare Pages 静态看板。
把电商商品视觉的生成能力封装成 MCP,让 Claude Code、Codex、Cursor 这类支持 MCP 的客户端可以直接调用。一共 11 个工具,覆盖能力查询、参考图上传、提示词润色、费用预估、异步出图、状态轮询和结果落盘。TypeScript 写的,已发布到 npm。
想解决的问题这是一个既花钱、又耗时的能力,直接交给模型调用不太稳妥。所以拆成两步:先返回完整方案与预计费用,这一步不创建任务、也不预扣费用;用户确认之后才执行。同一个 plan_id 再次调用会恢复已有任务,避免超时后重复提交付费任务。没配 API Key 时默认走 Demo 模式,返回模拟结果,用来验证安装和调用链是否通,不产生费用。
从一对一辅导中学生反复遇到的问题出发,整理14章考点、111道抽背题、公式速查与掌握度跟踪,设计阅读、理解、抽背与薄弱点复习流程。
近期围绕第7、8、9版教材差异完成14章交互课件,在各章标明版本变化,加入数据实验、参数估计、假设检验、回归与指数等计算器、公式代入过程和自测。例如同一道四分位数题可以切换教材位置公式,直接比较结果与每一步的差异。
本人负责内容核验、学习流程、交互规则与测试,借助AI编程工具实现。系统已经用于一对一辅导,新增课件被学生实际使用并获得良好反馈。反馈目前是定性观察,尚无数据支持提分或留存增长结论。
根据学生通过微信打开链接的场景增加腾讯云入口。当前腾讯云负责入口与兼容网关,业务API和学习数据仍由Cloudflare承接;学生端以笔记、公式、抽背与交互课件为主,AI私教和语义批改入口当前隐藏。
两个个人项目的界面截图。文字不太容易说清楚它们最后做成了什么样子,所以把图放在这里。图片可以点开看大图。
AIGC 竞品态势感知 Agent
每次运行抓取竞品站点、比对差异、生成结构化日报,并把当时抓到的原文一并存档。下面两张图分别是日报页和竞品分级检索页。
432统计学伴学系统
新增14章三版对照交互课件,帮助学生看清教材差异、计算过程和答题口径,已用于实际辅导并获得良好反馈。
这是一份按时间正序记录的完整成长经历复盘。涵盖从大一初入大学的摸索,到多段商业市场实践、考研二战,再到深入一线业务现场数字化与 AI 产品原型的全过程。不仅记录做成的成果,也如实记录踩过的坑、受挫的教训与每一次选择背后的真实思考。
将 2019 至 2027 年的经历绘制于同一时间轴,可以观察到两个维度的信息。
一是有几段是并行的。2020 年 7 到 9 月,戴尔、中国移动与京东校园合作同时在跑;京东正式实习为 2020 年 12 月至 2021 年 2 月,同一个暑假还压着一次因疫情推迟的期末补考;2026 年豆绘实习与 Agent 项目制作重叠。在多任务并行期间被动建立事项优先级,也确实有事项不得不延后处理——当年初级会计职称考试即因此搁置。
二是这些事其实在做同一类工作:找到一个具体场景里的效率问题,然后想办法解决它。变的主要是工具——从话术和地推,换成企业微信和公众号,再换成 AI 和可运行的原型。本科读的是财务管理,跨考应用统计不算转行,是想给这件事补上数据和方法的底子。
大一寒假来到徐州当地农商行网点实习。当时就读财务管理专业,职业设想是考初级会计,毕业后去银行做柜面或事务所做审计工作。
日常工作主要是接待储户办理存取款(以领养老金和农村耕地补贴的老年人为主),业务熟悉后参与外派宣传存款政策。大年三十值完最后半天班,随后疫情爆发封城上网课。
疫情居家上网课期间,初级会计考试推迟,发觉开学遥遥无期,便开始尝试投递远程实习。面试加入戴尔 MPP 项目(重点客户采购平台)。起初在贴吧和小红书发帖卖电脑,自己跑通出单闭环后,将学校 15–20 名同学聚拢组建初始团队并做入职培训,晋升为校园督导。
此后持续负责新大使的招聘、面试与培训,甚至招募了一名助理协助初筛,但核心培训与团队辅导始终亲力亲为。大一结束的暑期带团队卖出三十多台电脑,客单价 6000+ 元,单季达成 20 万元以上业绩。暑期结束后城市经理建议我准备述职报告升任学生城市经理。
抉择与反思:当时同期正在做京东数科的实习,相比之下,戴尔这条线做到后期主要是不断招人卖电脑,毕业后大概率是去厦门总部做大客户销售,路径相对单一,而互联网业务展现出的可能性更广阔,因此婉拒了晋升。这段经历累计招聘培训了一百多名校园大使,极大地锻炼了我的商务沟通、面试与团队管理能力,也积累了如何把业务 SOP 规范化讲给新人的经验。
与戴尔几乎同一时期面试加入,参与推广大学生内容社区“梨涡”APP 与佣金结算平台。起初缺乏商务沟通技巧,直接在 QQ 搜索各高校学生会群加管理员陌拜,多数时候被直接当成骗子,第一周除了身边朋友外几乎毫无进展。
随后复盘合作方式:通过同学引荐解决信任问题,明确项目身份与合作内容;围绕“免费午餐”公益活动与高校社团、青协沟通,将活动经费、公益参与和宣传渠道整合为可执行的方案。早期校园合作先于正式实习;历史增长数字尚未与盖章证明区间对应核验,因此当前求职展示不引用。
大一暑假想找全职实践,综合对比后选择加入移动校园团队,在徐州参与为期一个多月的暑期集中办公与校园卡地推实践。
那一年因疫情高考推迟至 7 月上旬,8 月底才发放录取通知,前期新生未出分阻力极大。团队采取两条线应对:大力活跃 QQ 迎新群提升搜索排名把住流量入口;同时公关重点学院,争取到官方迎新群的管理员席位。9 月开学更是大学四年最忙的一周:上一学期期末补考、移动开学冲刺办卡、戴尔招新开单、京东峰值周四项任务同时压来,日夜兼程应对。最终个人累计办卡 70 余张,补考突击复习也取得了优异成绩。
认知收获:这是我第一次和三四十名大学生集中高强度办公,锻炼了多任务抗压协调能力;但也第一次深刻意识到纯地推业务“缺乏长期复利”——一个暑假积累的新生资源和营销能手,开学后绝大多数未能沉淀留存,在过度内卷的环境下办卡也容易被抵触。暑期结束后移动经理邀请我第二年担任核心管理,我婉拒了。
京东项目解散后,少东家早期初创团队在上海创立望煦科技,承接百雀羚进校园项目。我作为区域专员负责徐州区域,搭建“校区核心—骨干成员—俱乐部成员”的三级裂变 SOP。总结出一项关键经验:“远程开会建起来的团队很多悄无声息就散了,面对面开一次会留存率明显更高”,因此每个新校区均亲赴现场沟通。一个多月在徐州四所高校(矿大、矿大徐海、江师大、江建院)建起 20–30 人不等的团队。
随后恰逢社区团购爆发,结合现有团队招募 23 名团长建立企微群扫楼,覆盖 1000+ 终端用户,单月 GMV 做到两万多元。暑假赴上海线下实习,带领 4 名实习生负责全国高校营销赛事,复用已有私域招募 200+ 用户组队参赛,通过设置赛事“锦囊”引导选手学习产品、拍摄短视频并直播,最终实现数万元销售。
从大三寒假(2022 年 1 月)开始正式备考,放下了此前所有的商业项目和兼职。每天早 8 点出门到晚 9 点闭寝,只带书和平板,隔绝社交软件和手机干扰。此前于2021年12月带队获得第三届“浪潮杯”商务大数据分析与应用大赛本科组团体二等奖。
但跨考自学在时间分配上出现了偏差,对高等数学的投入不够充足;雪上加霜的是考前一周赶上疫情管控放开,在考前发高烧,考场上许多公式遗忘。最终成绩 349 分(英语 80、政治 65、专业课 117,数学 87 分),当年报考的浙江工商大学复试线刚好是 350 分,以 1 分之差遗憾落榜。
得失与反思:虽然未能一次上岸,但英语 80、专业课 117 的成绩证明了我的理解能力与跨学科自学逻辑是成立的,症结纯粹在于数学基本功不扎实。走出考场我便下定决心再考一年,只要集中精力把数学攻克,完全可以冲击更好的学校。稍作休整后,决定在毕业前先找一份实习沉淀见识。
一战考完后,受百雀羚项目总经理邀请担任其助理。前半段在上海负责海免团购的校园分支,在高校招募 20 多名团长,销售额一万余元推进平缓;后将精力转向渠道合作,对接运营研究社的白领社群,跑出了单品数万元 GMV 的爆款订单。随后线上免税红利消退,项目逐渐停掉。
3 月回校通过英语六级后,随老板赴福州考察线下茶饮市场。当时跨界咖啡概念风靡,决定加盟新兴热门品牌并在联通省公司楼下开店,计划跑通单店模型沉淀 SOP 后扩张。选址定下后我转任储备店长,因工期紧、场地限制多且为了避免被品牌高价加价,大部分装修与设备由我们自己采购:每项设备和装修项目均对接至少 3 家供应商报价、比价、看样,部分赴当地工厂实地考察。4 月 30 日通过品牌考核正式开业,开业初期日均营业额 3000+ 元(客单价约 15 元)。核心在于打通了联通省公司的员工卡刷卡系统,解决了大楼员工饭卡无处消费的痛点。
吸取了一战教训,并结合辗转上海、福州的见闻,决定扎根江苏发展,将目标上调至工科底蕴深厚的南京邮电大学。7 月中旬租住寄宿自习室开始全职备战 5 个多月。制定严格的量化推进计划,重点突破数学思维与专业课精细化推演。
2024 年 2 月查分总分 401 分(当年复试线 363 分):数学 112、专业课 141、英语 75、政治 73。初试总分排名全校第 8 名(录取 29 人),专业课单科排名同届第 2 名,顺利被南邮录取。
总结与沉淀:4 月录取确定后一直到研究生开学前,恰逢家里经营多年的餐馆重新开业,我便留在家中协助店铺装修、设备采购与日常打理,在陪伴父母的同时也为即将开始的研究生生涯储备精力。
二战期间整理了大量系统化的专业课电子笔记与真题拆解。初试高分后在小红书和闲鱼分享经验帖,笔记售出数十份;随后被考研机构挖掘担任专业课一对一辅导老师,每年定额辅导数名学生。2026 届所带的一名学生考出了专业课 144 分的成绩,夺得同届单科第一名。
为了让学生在手机端和微信内随时背诵、查阅公式与刷题,2026 年 6 月我开始制作、8 月借助 AI 编程工具首次上线了《432 应用统计伴学工具》,将 14 章知识点、111 道抽背题与公式速查做成在线工具,并迭代三版对照交互课件交付学生使用,部署在微信可直开的环境中。
研一寒假到前锦众程南通分公司实习,现场设在如东一家制造业工厂的员工宿舍区。面对零数字化基础、表格散落在本地 Excel、驻场人员年龄偏大且每次办入职都需一对一全程陪跑的环境。
重构自助入职流程花两天在现场观察并深入访谈驻场人员,重构出新员工自助入职链路:给驻场配置企业微信沉淀人员资产,欢迎语嵌入公众号二维码承导入职填报,并将问卷星收集表全面切换为在线协同表格,输出标准化的入职自助指引文档。新员工入职引导耗时从 30 分钟抽样缩减至 10 分钟,极大节省了现场人力,离职后该套流程与文档系统仍持续沿用。
应急结算与规则防断档寒假后两名业务员因与资方分歧无交接离职,渠道介绍费结算面临断档风险。我主动介入现场,调取历史账单与结算规则,结合入职名单与厂区在职信息核对完成当月账单清算,并梳理出标准化规则文档与交接清单,保障了业务平稳过渡。
数字化拓展与政企服务后续协助对接官网与小程序的服务商比价与系统接入;暑期在公司与当地政府合建的零工市场(后挂牌人力资源市场)负责日常运营与政企参访接待,并统筹暑期实习生招募与新主体双证资质办理。
认知收获:真正的数字化从来不是买一套昂贵复杂的系统,而是深入满是泥泞的一线找到业务卡点,在不增加一线人员认知负担的前提下,用最皮实耐用的工具把流程理顺跑通。
进入 AIGC 视觉生成工具站点参与产品迭代,首次完整跑通了互联网产品全链路。4 个月内提交 45 份需求文档(五成已有工作流优化、三成新功能、两成交互优化)。
日常起点是竞品拆解与站内使用卡点分析。为避免需求评审时的认知分歧与流程遗漏,借助 AI 编程工具搭建了 5 个可交互、可部署的原型(包括 SeeAny 电商功能、DecoAny 新站定位设计、PS 插件与小程序探索版等),必要时部署到 Vercel 供团队直观评审。全程跟进推动 SeeAny 电商套图、A+ 详情页和产品视频三大功能上线,参与功能测试并制作十余套新手引导示例。
为了解决人工巡检数十个 AIGC 站点效率低且容易遗漏功能微调的问题,借助AI编程工具搭建了一套基于LangGraph 的自动化监控流水线。支持巡检21个目标站点,抓取更新、比对正文规范化差异,并由大模型提取结构化情报。
针对模型输出容易幻想的问题,设计了双安全闸:正文差异预筛排除无效渲染;并在本地用代码做原文引文的精确位置强匹配,拒绝让模型自我验证,未通过强匹配的标记为需人工核验。运行产出的日报与竞品分级看板自动部署于 Cloudflare Pages。
列出此项,是为了减少面试中因双方对能力边界理解不一致而产生的沟通成本。以下尽量按实际情况呈现,不做拔高。
✓可以独立做的
- 进业务现场调研、梳理流程,输出可以交接的流程文档
- 竞品链路拆解、需求定义与 PRD,含交互规则、异常场景与验收点
- 用 AI 编程工具做出可运行、可部署的方案原型
- 上线前的功能与体验测试,示例与新手引导材料
- 供应商询价比选与上线验收
- 客户与政企接待、方案讲解和培训
~可以做,但需要有人把关
- SQL 取数与指标复算——正在补基础,复杂查询需要协助与核验
- 接口与 API 流程理解、问题记录——实现与排查需要 AI 工具或研发协助
- Agent 工作流的规则与成本设计——判断由我来做,实现依赖 AI 工具辅助
- 业务数据分析与复盘报告——统计基础在,但缺少处理大规模真实数据的经验
×目前还做不了
- 独立编写基础Python程序、独立SQL分析或生产级后端开发(目前能力需补强)
- 模型训练与算法优化
- 客户私有化环境的部署实施——Agent 虽然做了三种部署形态,但我没有真实客户环境的经验
短板集中在工程深度上。我知道它在哪,也在按顺序补:先是 SQL,目标是能用它复算自己做过的业务指标;然后是接口与 API,因为讲 Agent 和原型时一定会被问到;再往后是 Python 的读改与排障。至于模型微调、算法这些,我暂时不打算碰——对我来说边际回报太低。


