Yang Lingtao
Vol. 01 26 届校招 AI Product Manager
AI Product Manager 浙江农林大学 · 计算机科学与技术 灵核数智 LinkHire EduSpark 智学灵动 蔚蓝空间栈 26 届校招求职中 AI Product Manager 浙江农林大学 · 计算机科学与技术 灵核数智 LinkHire EduSpark 智学灵动 蔚蓝空间栈 26 届校招求职中
Issue No. 26 / AI Product Manager

懂工程的 AI
产品经理,
AI 从 Demo
走到生产

产品定义 · 用户旅程 · 多 Agent 编排 · RAG 工程 · ToB 落地。 用代码把模型能力跑通成业务流,把 PRD 写成可交付物。 在 LinkHire AI 主导从 Demo 到试运行,独立交付 EduSpark 与蔚蓝空间栈, 把"懂技术"变成产品决策的杠杆。

FIG. 01 — IN PROCESS
RESUME · 2026
Section 01 I.

关于我 — About

基础信息、教育背景与可触达通道。

姓名
杨灵涛 / Lingtao Yang
电话
17816181069
邮箱
azure_ylt9217@163.com
GitHub
github.com/Azure12355
个人站
weilanx.com
作品集
weilanx.com/portfolio

浙江农林大学 Computer Science

BACHELOR — 2022.09 — 2026.06 · 计算机科学与技术

从工程实习到 AI 产品经理,主动选择从写代码切换到定义产品—— 因为我相信"会写代码"是 AI PM 的护城河,而"会做产品"是我接下来要积累的核心能力。 目前在灵核数智推动 LinkHire AI 从 Demo 到试运行,并独立运营 EduSpark 与蔚蓝空间栈两条产品线。

Section 02 II.

核心荣誉 — Honors

按方向归类的关键奖项与认证。挑信号,去噪声。

AI / Product
  • 星火杯大模型应用创新赛 · 全球 20 强
  • 挑战杯"人工智能"赛道 · 省铜奖
  • 软件杯全国软件设计大赛 · 国家二等奖
Algo / Modeling
  • 亚太数学建模 · 省一等奖
  • 美国数学建模 · S 奖
  • MathorCup 数学建模 · 省二等奖
  • 全国大学生数学建模 · 省三等奖
Comprehensive
  • 国家励志奖学金
  • 国家级创新创业项目 · 负责人
  • 计算机设计大赛 · 国家二/三等奖
  • 服务外包大赛 · 省二等奖
Section 03 III.

实习经历 — Experience

两段实习,两次跨越:从 Java 工程师视角的"懂业务",到 AI PM 视角的"做产品"。

Now / 主线
灵核数智
2026.04 — 至今
灵核数智
AI Product Manager · LinkHire AI

参与 LinkHire AI 双向智能招聘平台从 0 到 1 建设, 推动 JD 解析 / 候选人匹配 / AI 面试 / 结构化评估等核心链路从 Demo 进入试运行。

  1. MVP 主链路定义 围绕"招聘初筛低效、候选人评估非结构化"两大核心痛点,拆解 MVP 功能边界与优先级, 设计 JD 上传 → 智能解析 → 简历筛选 → AI 面试 → 评估报告 的主流程, 砍掉非核心功能保障试运行版本如期上线。
  2. AI 实时面试产品化 将语音识别、LLM 动态追问、面试节奏控制、评估生成等离散模型能力组装为完整业务闭环; 为应对 ToB 客户对 AI 不确定性的顾虑,设计模型异常自动降级为标准题库的兜底机制, 让"AI 失败"不影响"业务可用"。
  3. 15+ 维 Skill Schema 评估体系 与算法团队共同设计候选人能力画像结构,把主观面试转化为可对比、可解释的结构化评分, 让 HR 决策从"凭感觉"过渡到"看维度",提升面试结论的客户可信度。
  4. 企业端 Web 产品落地 主导人才池管理、职位发布、面试追踪等模块的需求定义、原型设计与上线验收, 建立"问题反馈 → 优先级评估 → 迭代清单"的产品节奏,让团队从"接需求"变成"管节奏"。
  5. AI 辅助开发提效 在团队人手紧张的紧急周期内,借助 Claude Code 完成需求实现、联调、Bug 修复全闭环, 显著缩短 Demo 到试运行的迭代周期,并沉淀团队内可复用的 AI 协作 SOP。
Prior / 工程底盘
网新恒天
2025.02 — 2025.05
网新恒天
Java Backend Intern · 百胜中国 ToB SaaS

参与百胜中国水电租金管理平台核心模块开发,深入复杂计费规则、ERP 同步、分布式事务、批量任务调度等真实业务场景。 为转型 AI PM 提供"懂业务、懂工程"的底盘——理解后续 AI 能力如何嵌入既有业务系统,是这段经历最有价值的留存。

Section 04 IV.

项目经历 — Projects

两个独立产品,反向训练 AI PM 所需的全链路 sense。

PROJECT 01 / AI EDU
2025.05 — 2025.08
EduSpark 智学灵动
AI 教育助手
eduspark.weilanx.com ↗

面向中小学教师备课与学生个性化辅导场景,将"大模型 + 工具调用 + 知识库"产品化为可落地的教学工作流, 验证 AI 在教育场景的可行性边界与产品形态。全栈独立开发并已上线运行。

i.

产品定位与差异化

观察到通用 AI 助手在教育场景"会聊但不会教"——缺学科上下文、缺教材结构、缺可执行任务输出。把产品定义为"会教学的 AI 助手"

核心差异化 任务可执行性(备课直出教案)+ 知识结构化(深度绑定教材章节)。
ii.

多 Agent 协同调度

设计 Dispatcher Agent 完成意图识别、任务拆解,跨 DeepSeek / Qwen / Gemini 多模型路由,通过 Prompt 契约约束 Agent 间输入输出。

关键决策 为什么不用 Function Calling?教学任务需要分步可见、可中断、可回滚,Agent 编排比工具调用更适合复杂业务流程。
iii.

RAG 知识增强方案

不是简单"向量检索 + 拼接 Prompt",而是设计 向量召回 → 元数据过滤 → 课程结构二次过滤 三段式方案。

关键洞察 教师查询常带"X 年级 Y 章节"的隐含上下文,纯向量召回易跨年级混淆,结构化过滤显著提升场景相关性。
iv.

工具能力扩展

集成文件操作、联网搜索、网页抓取、PDF 生成等工具,把 AI 从"问答助手"扩展为"任务执行助手"。

产品价值 一键生成可下载教案 PDF / 错题集导出。闭环到可交付物,而不是停留在对话框。

关键产品取舍 — Trade-offs

  • 砍掉初版"通用对话"入口,所有交互必须挂载在"备课 / 辅导 / 资料整理"任务下,避免与 ChatGPT 同质化。
  • 选 PostgreSQL + pgvector 而非专业向量数据库,MVP 阶段一份库省运维成本,规模化时再分库。
  • 多模型路由按场景成本-效果分配,平衡产品体验与运营成本——便宜模型扛简单意图,强模型留给生成。
PROJECT 02 / OWN BRAND
持续运营中
蔚蓝空间栈 weilanx.com
个人技术品牌平台
weilanx.com ↗

不依赖任何现成 CMS,从产品定义到全栈实现一手搭建的个人技术内容平台——把"运营博客"做成"运营产品", 自己下需求、定优先级、看数据、做迭代。

i.

内容沉淀

已发布 27 篇 深度文章,覆盖 AI Agent / RAG / Prompt Engineering / 产品方法论 / 面经复盘等方向。

三位一体 博客 + 作品集 + 相册的个人品牌矩阵。
ii.

自研全栈管理系统

独立设计实现 11 大模块的管理后台(内容/文件/评论/相册/作品/友链/用户/系统/存储/主题等)。

反向训练 用一个真实可用的产品训练 AI PM 所需的全链路 sense。
iii.

多维数据驾驶舱

设计访客行为分析仪表盘——流量趋势、访问来源、浏览器/操作系统/设备分布等多维数据可视化。

产品观 决策建立在数据观测上,而非主观感觉。
iv.

不可替代性

站在招聘方视角,这是最难造假的能力证明:持续运营、技术与内容双线沉淀。

三项特质 长期主义 · 独立产品 sense · 自我驱动力。
Section 05 V.

专业技能 — Skills

AI 方法论 + 工程能力 + 协同效率,三维一体。

i. AI Product Methodology
AI 产品方法论
需求拆解MVP 定义用户旅程设计 PRD 编写原型设计版本迭代节奏 上线风险管理产品复盘
ii. AI Application Engineering
AI 应用工程理解
Prompt EngineeringAI Agent 编排RAG MCPTool Use向量检索 结构化输出AgentOps
iii. Product Engineering
产品工程能力(差异化)
Next.jsReactVue Spring BootFastAPI PostgreSQL/pgvectorMySQLRedis DockerLinux
iv. AI Coding Co-pilot
AI Coding 协同
CursorClaude CodeCodex 需求 → 原型 → 联调 → 验收 全链路