痛点挖掘 + AI 驱动产品迭代
从业务本质出发，区分「表面问题」与「根本原因」。具备 需求挖掘 → 原型验证 → 效果评估 → 方法论沉淀 完整产品闭环能力。
需求挖掘
原型验证
效果评估
方法论沉淀
你好，我是 垚锦
专注探索 AI Agent 产品需求的交汇点
From vibe coding to agentic engineering
教育背景
东华大学 · 硕士在读
所在地
上海
求职意向
AI 产品实习
核心亮点
从需求挖掘到 Agentic Engineering，我在 AI 产品领域的实践与思考
AI Coding 与 Agentic Engineering
从 vibe coding 演进到 agentic engineering——设计多 Agent 协作架构，给目标 + 上下文 + 工具，让 AI 自主规划执行。
Multi-Agent
MCP Server
Claude Code
复杂项目协同与多方平衡
擅长在售前/研发/业务多方诉求中寻找平衡点，通过原型演示 + 数据对比对齐认知，协调 3 方团队在 2 周内完成需求变更与方案重估。
原型演示
跨团队协作
快速对齐
关键成果
表单自动化覆盖率
100%
周均节省人力
63min
知识库文档同步率
100%
关于我
我是江垚锦，东华大学机械工程（智能制造）方向硕士研究生。 本科毕业于上海工程技术大学车辆工程专业。
一个深度的 AI Coding 用户，从 vibe coding 逐步演进到 agentic engineering。 擅长设计多 Agent 协作架构，让 AI 自主规划执行，而非逐指令执行。
拥有从需求挖掘、原型验证到效果评估的完整产品闭环能力， 致力于将大模型能力与工业场景深度结合，构建高效、可落地的 AI 驱动系统。
实习经历
2025.02 — 至今
小米北京科技有限公司
生态链参谋部 · AI 趋势与产品体验实习生
团队痛点挖掘与提效
-
表单填写智能体：
构建多层级 Agent 协作架构（Project Agent → 表单填写子智能体 → Page Agent），
通过 MCP Server 接入 Claude Code，实现后台并行处理。
自动化覆盖率 0% 人工介入 ≤4 次/周 准确率 0% 周均节省 0 分钟
-
知识库建设：
基于 Obsidian 构建本地知识库（raw/pending/wiki 三层架构），
设计 Ingest/Review/Promote/Lint Agent 工作流，实现跨文档推理与风险发现。
文档同步率 0% frontmatter 覆盖率 0%+
AIoT 场景策略
- 场景识别与产品规划： 结合生态链 80+ 品类、海内外业务需求，识别 AI 落地机会点。 制定 AI 产品 Roadmap，区分「内部提效」与「业务赋能」两个阶段。
- 多方平衡： 在售前/研发/业务多方诉求中寻找平衡点， 通过原型演示 + 数据对比对齐认知，协调 3 方团队在 2 周内完成需求变更与方案重估。
Node-RED 可视化编排
Agent
GraphRAG
FastAPI
Project 01
智能体驱动的
焊接图形化编程平台
商飞制造工程技术研究中心 | 2025.12 — 至今
基于 Agent 架构的焊接低代码图形化编程平台，实现"自然语言 → Node-RED 流程自动生成"。
- Router/Dispatcher/Registry 三层解耦，支持 MCP 协议扩展
- GraphRAG 混合检索，Recall@5 达 92%
- Docker 部署，P99 < 200ms
Computer Vision
GroundingDINO
SAM
Project 02
气囊爆破
视频分析系统
延锋国际汽车 | 2025.03 — 2026.01
B 端工业视觉分析平台，替代人工判读气囊点爆视频关键节点，支撑日均 200+ 试验任务。
- GroundingDINO + SAM 级联架构，开放词汇关键帧检测
- 单视频推理 12s → 3.2s，QPS 提升 4 倍
- 单任务分析 45min → 5min，整体效率提升 30%
工业视觉分析
科研成果
CCF-C · 1区 Top
已接收
What are the eigen visual features for penetration state recognition?
ESWA (Engineering Structures and Applications)
独立一作
CCF-A · 1区 Top
审稿中
Graph Retrieval is Effective for OOD Generalization in Time-Varying Welding Conditions
IEEE Transactions on Knowledge and Data Engineering
独立一作
让我们
合作
如果您在找既懂场景和痛点又能快速构建MVP的实习生 那我们聊聊吧！