百度
千帆Agent平台方向
- 平台第一方agent策略效果（deep research、code agent）
- VLM模型能力评估
百度搜索文心助手方向
参与百度AI助手（Chatbot）从0到1的建设，峰值DAU 530万，MAU 0.75亿，主动入口次留39%
- 建设百度AI助手个性化能力，为用户带来千人千面、懂你的个性化问答体验。通过建设长短期记忆系统，引入用户画像，构造个性化数据飞轮等策略和产品功能，增强回答质量，提升留存0.8BP，降低换query率22%PP，提升AI助手满意消费pv 1%BP
- 提出并深度参与MCP（工具调用模式）从0到1的建设，构思C端chatbot进行MCP工具调用的产品形态，通过MCP拓展AI助手能力边界，为用户交付任务结果，实际落地了MCP调用在to C场景中chatbot内的应用功能，让chatbot从助手迈向通用agent
工具调用打通生态
- 独立负责落地建设AI助手多项功能，完善产品体验，独立负责并上线了：deep research功能、MCP工具调用功能（deep search）、历史session切分功能、内容分享功能、AI音乐生成、对话气泡底bar功能、引导追问功能等
Deep Research
AI音乐生成
Session切分
分享功能
长图分享
- 独立承接AI助手高考场景，落地了个性化AI高考志愿填报，报考信息AI搜索化，多渠道运营导流等功能事件，在个性化AI问答效果及用户体验层面，达到行业第一梯队水平，产品影响面峰值日PV 300w+，2025年高考季累计服务了1200w+用户
信息收集入口
教辅信息
报考预测
个性化填报
- 模型分流、模式选择优化，通过建设query分流机制，将用户query分流到合适的模型来满足用户需求（分流R1、V3、ebX1、eb4t等模型），提升整体用户体验，带动PV增长18%，DAU增长12.5%。同时还建设了功能分流模型，提升体验
- 多轮问答引导方向的建设，通过制定优质引导内容的标准，带领数据标注团队，进行理想态引导数据标注，训练理想态引导模型，期间提升引导使用率8bp，人均对话轮次提升11pp
- 负责产品等数据分析和数据基建，对异常数据波动、各个特殊时期的用户数据表现，进行归因分析，驱动产品迭代
- 百度AI助手的用户增长建设，期间DAU量级翻倍（70w → 150w+）
百度DQA百看方向
- 负责deepseek接入百度AI搜索的策略效果，UI样式升级，以及覆盖面的设定（影响面每日1亿搜索PV量级）
Deepseek搜索结果
- 质量效果数据飞轮建设，通过建设"问题识别"、"主题优化"和"效果评估"数据飞轮，数据驱动策略和模型持续迭代优化，从各个方面优化回答质量，期间降低"个性化"类query 0/1分占比4.3bp，"时效性"类query 0/1分占比2.1bp，"数字推理"类query 0/1分占比2.8bp...等
- 生成式Ranking的RAG侧优质溯源优化，通过检索溯源侧，建设各个意图行业下，对应的优质信息站点数据，提升检索溯源质量 → 通过生成式ranking，来驱动模型生成更优质回答