王鲲

主修课程：智能产品设计、信息与交互设计技术。

科研成果：第一作者研究“情绪调节中身体部位特定的触觉反馈机制研究”，论文发表于人机交互会议 CHI 2026（CCF-A）。

主修课程：室内设计、工程科学与技术、空间设计。

聚焦 Agent 创建与使用，负责 Agent 创建及对话功能迭代，提升用户体验。

• 项目介绍与成果聚焦降低非技术用户的创建门槛与提升历史文件复用效率，设计对话式 Agent 创建和跨 Agent 文件引用能力，并搭建意图识别体系与 Agent 评测机制，推动 Agent 创建完成率提升 11.3%、文件跨 Agent 复用率提升 15.2%。
• 需求与竞品调研访谈 8 位不同使用阶段的创作者，分析 1286 条创建行为及漏斗数据，调研 Coze、飞书 Aily、WorkBuddy 等 4 款同类产品，确定“通过自然语言创建 Agent”和“复用历史文件继续创作”两项高优先级场景。
• 核心功能设计与验证设计“需求描述—多轮澄清—方案生成—Skill 匹配 / 生成—自动配置与部署”的对话式创建链路；打通文件中心与聊天会话，支持跨 Agent、跨会话引用历史文件。使用 Claude Code 搭建端到端 MVP 验证两条关键链路，并基于验证结果输出 PRD、推动评审上线。
• 意图识别体系参与从 0 到 1 搭建意图识别体系，分析并归类 800+ 条历史真实 Query，形成覆盖 8 个场景大类、24 个任务意图的两级分类体系，配置 Skill 候选集并优化召回策略，使意图识别覆盖率达 86%、准确率达 82.5%。
• Agent 创建评测围绕 8 类任务场景构建对话式 Agent 创建 Benchmark，设计 24 类任务原型并扩展为 72 条测试 Case，覆盖完整、模糊和复杂需求；定义用户模拟脚本、Gold Configuration 及六维评分 Rubric，协同评测团队完成 216 条 Agent 创建轨迹评测。Agent 创建通过率达 83.2%，关键配置准确率达 86.8%，并基于 Bad Case 推动关键槽位校验与能力边界优化。

围绕开发者“模型发现—体验验证—开通使用—精调训练”的核心链路，解决模型难找、能力难判断、精调难配置等问题，提升模型选型与使用效率。

• 模型发现 / 智能检索与意图路由针对原搜索依赖模型名称精确匹配、用户难以根据任务需求找到合适模型的问题，搭建模型检索与智能助手一体化入口，实现搜索意图智能路由，模型搜索卡片点击率由 23.1% 提升至 52.7%。
• 模型体验 / Seedance 2.0基于 VLM 模型提取面部关键特征并重构为文字 Prompt，设计合规人脸放行逻辑，提升视频生成成功率 5.7%；支持直接获取生成视频的尾帧用于连续创作或二次创作，尾帧提取用户中有 21.1% 进一步用于续作或二次创作。
• 使用转化 / 模型体验与开通推动语音播客模型及 Seed Prover 模型完成产品化。调研 NotebookLM 等平台，为语音播客设计“内容生成—结果查看—历史产物保存”的体验链路，体验后开通转化率达 8.5%；针对 Seed Prover 模型特性，主导确定表单任务管理的产品形态。
• 模型精调 / 配置与成本预估设计训练 Steps 数预估及可视化能力，依据训练参数建立计算规则，为产物保存与验证提供决策参考，高风险配置占比下降 11.2%；重构数据集使用链路，支持文件上传及 TOS 导入时自动创建数据集，将 Token 预估偏差降低至 20% 以内。

针对历史人物资料残缺、AI 生图人脸一致性低且结果无法追溯的问题，设计证据约束加审稿闭环的产品架构，并独立跑通 Demo 验证效果，把一次性出图变成可定向迭代的工程流程；案例包验收通过率达 92%。

面向面试官快速筛选简历、候选人高效准备面试的双向场景，独立搭建 AI 面试官 MVP，完成 JD / 简历解析、匹配打分、评分反思和候选人报告生成；通过一致性测试，将同一 JD 与简历组合的多次评分波动从 ±9 分降低至 ±5 分。