Hi我是苟凯悦。

负责手机 Agent 任务执行 GUI 方向的产品工作，覆盖模型评测体系、交互体验、异常风控与版本质量保障，推动任务执行能力和用户体验持续迭代。

• 主导对话模型评测体系：定义多维评估指标、构建评测集，搭建“人评+机评”双轨机制，通过三轮复盘定位并归因 Badcase，沉淀可复用评测标尺。
• 用 Python 搭建 AI 自动评测脚本，训练模型模拟人工满意度打分，经双垂域验证后沉淀为 Skill，使人机评分一致率从 31% 提升至 72%，评测效率提升约 5 倍。
• 优化预置指令类型、推荐逻辑、运营配置后台、前台点击反馈与手动接管结束态交互，并建立异常风控判定标准和差异化提示文案。
• 跟进 beta 任务问题并闭环，沉淀案例库，持续开展竞品分析与深度用户产品洞察，支撑版本迭代决策。

参与儿童 AI 教育机器人产品迭代，负责需求设计、PRD、原型与项目落地，主导大模型优化、语音能力评测、卖场模式搭建和数据埋点，以 SQL 用户行为分析支撑迭代决策。

• 重构 C 端桌面架构、信息层级和任务交互逻辑，输出标准化原型与 PRD，用户认可率达到 85%。
• 结合 Prompt 工程、few-shot、CoT、多模态评测、全双工语音和图像识别，通过 A/B Test 定位 Badcase，使意图识别准确率提升 15%。
• 建立“反馈—清洗—分级—迭代”的产品运维闭环，实现用户行为可视化监控与量化评估，提升系统稳定性和用户留存。
• 统筹软硬件跨部门协同与 OTA 发布，建立项目风险预警和节点管控流程，确保核心版本按期上线率 100%。
• 针对线下销售转化痛点，从 0 到 1 打造沉浸式卖场演示模式，通过“30 秒吸睛”演示流提升门店用户驻足时长和功能感知度。