古茗
战略部 · AI 应用专家进入一瓶饮料背后的经营与生产
我参与饮料经营、生产数字化、组织发展和品牌工具等工作。项目可能从一张经营报表开始,也可能来自工厂的一次系统讨论,或人才评价中的实际困难。我负责把问题研究清楚,判断合适的推进方式,连接业务、数据、技术和外部伙伴;关键产品也会自己设计和开发。AI 让研究、原型与正式产品之间的距离缩短,也让我可以对结果承担得更深。
看现在的项目Lucas Cui / 崔宏健
我擅长从还没有被说清的需求里,找到企业值得投入的机会。
我会从一个具体切口进入,追到经营逻辑、组织关系与产业现场;也会把它放回公司的战略、能力体系和外部生态里,看它为什么值得做、该从哪里开始、需要谁一起完成。对行业和专业的好奇让我不断深入,AI 则让我更快完成研究、验证与产品开发,把最初的线索变成一项有明确价值、能够继续向前的项目。
现居杭州 · 古茗战略部 · AI 应用专家

我进入一个业务,通常从具体问题开始,但不会停在问题本身。销量为什么变化,会继续追到消费者、渠道、补货、生产和产线;一次人才评价,也会牵出项目责任、管理判断和员工成长。我喜欢把专业细节看明白,再退后一步判断:它在公司当前的战略、能力建设和产业关系里处于什么位置,值得投入到什么程度。
我把 AI 用在研究、推演、设计和开发的全过程,也亲手完成关键产品。它扩大了我能够深入和推动的范围;方向怎么选,资源怎么用,产品做到什么程度才算好,仍然要由我来判断。
真正把事情做起来,还需要信任。业务负责人愿意说出顾虑,现场的人愿意指出哪里不对,不同角色才有机会一起找到更好的做法。我也喜欢把新的方法带给身边的人,让更多人愿意尝试、提出意见,并能继续把事情往前做。
我参与饮料经营、生产数字化、组织发展和品牌工具等工作。项目可能从一张经营报表开始,也可能来自工厂的一次系统讨论,或人才评价中的实际困难。我负责把问题研究清楚,判断合适的推进方式,连接业务、数据、技术和外部伙伴;关键产品也会自己设计和开发。AI 让研究、原型与正式产品之间的距离缩短,也让我可以对结果承担得更深。
看现在的项目围绕内容 IP 与 AI,参与产品路线、合作方评估和创作者项目。技术变化很快,我关心的是内容公司应该把资源放在哪里,以及怎样让一次合作最终形成产品或作品。
从游戏与广告商业化研究开始,理解平台、客户、内容和增长怎样共同构成一门生意。
从组织、品牌到饮料经营与工厂现场;也包括此前在上海电影的产品与创作者工作。

一个人同时属于专业线、参与多个项目,也会被不同负责人评价。系统需要看见这些关系,也让员工知道下一步往哪里走。

达人库不只记录认识谁。历史合作、传播质量和内容特点,需要回答下一次为什么选他、预算是否值得投入。
一张主视觉之后,还有大量换图、改字和导出。规则明确的部分交给工具,设计师继续负责真正需要判断的部分。

成交涨了,并不等于这次增长值得继续投入。还要一起看营销成本、退款、商品结构和渠道差异。
卖出去不是终点。消费者会不会再买、渠道愿不愿意补货、库存和生产能不能承接,才决定这门生意能否持续。
现场最懂生产的人,不该为了增加一个字段或报表反复等待供应商。企业需要逐渐拥有自己迭代系统的能力。

我为数字人业务设计商业路径,把角色性格、知识与记忆转成模型和合作方的评估标准,推动联合开发与场景落地。让上影的经典 IP 多一种可对话、可体验的产品形式。

我评估模型自研的投入回报,提出合作路线,并参与设计、推进 AI 电影马拉松与瓦卡奖。把 IP、模型厂商和平台资源组织起来,为上影发现创作团队、拓展内容与商业合作。
未落地不一定意味着方向错误。数据、资源、业务主动性和 AI 能力都可能变化,前期探索可以帮助我们提前理解问题、试过方法,并知道卡在哪里。留下问题背景、验证结果及重新启动的条件,后续就不必从头开始。
工作记录 · 原文摘录探索需要同时回答两个问题:这个方向是否值得继续验证,以及它与业务当前愿意投入的问题有什么关系。前者成立,并不代表后者已经形成共识。
工作记录 · 原文摘录其中一些方法本身可能并不新,但如果没有放回真实情境中,就很难成为别人可以理解和使用的知识。把这些经验整理成简短、具体的知识点,才能真正降低后来者的学习成本。
工作记录 · 原文摘录几个模型先各自作答,再匿名互评,最后汇总。值得拆开看的,是答案怎样被质疑、比较和筛选。
Andrej Karpathy把文字、图像和指令接成一张可运行的画布。从 Story Generator 开始,看一段故事怎样沿着节点生成。
tldraw在图上框选数据,关联的筛选与计算随之更新。分析过程也被保留下来,别人打开就能继续探索。
marimo team和不同策略的对手玩几轮,再调整收益与失误概率。合作怎样发生、又怎样瓦解,都能在这场小游戏里亲手试。
Nicky Case调整先验,抛几次硬币,看新证据怎样改变判断。贝叶斯推断变得看得见,也是一份把复杂概念讲清楚的设计范本。
Daniel Kunin & team先看成品,再回头看 Skill。真实输出能帮你更快判断,这套能力适不适合接进自己的工作。
OpenAgentSkill在真实浏览器里逐屏看页面,而不是只相信代码和构建通过。
它会把注意力拉回字体是否发虚、滚动是否迷路、移动端是否拥挤,以及交互到底有没有发生。把零散进展还原成问题、判断、变化和下一步,让管理者能据此做决定。
它提醒我,做了多少页面不是价值;为什么现在值得做、改变了什么,才是表达的主线。先比较上期与本期,再写这段时间真正发生了什么,避免把待办抄成周报。
它会去找会议、文档和系统证据,也会保留哪些只是计划、哪些已经进入真实使用。把飞书里的文档、消息、权限与应用开发接起来,让 Agent 能进入真实组织环境。
从理解业务现场,到做原型、接数据、配置角色,再到检查发布后的访问与使用,尽量留在同一条链路里。把抽象关系做成可以拨动、比较和试看的模型,让讨论不只发生在长段文字里。
适合解释系统关系、路线选择和变量变化。好的交互图不是装饰,而是另一种推理工具。