AI 产品经理 · Agent 落地方向

把 Agent 做进
真实业务的生产链路

不做演示。在物流供应链一线,让 Agent 进入产研交付和业务协作现场,并且可控、可验证、有记录。

看 88 秒真实记录看案例

88 秒短片:司机接不了单,群里 @ 一下,43 分钟解决(真实记录,已脱敏)
76 个线上排查任务
19,212 条业务群消息
约 80 篇决策记录
21 个Skill
12 篇今年发表的文章

数据截至 2026-11-13

AI 落地案例

两个进了生产的 Agent 项目

都发生在同一条网络货运产品线上:一个管需求怎么变成上线的代码,一个管上线之后一线的问题谁来接。

华鼎冷链 · 2026.08 起 · 发起人(产品设计与 AI 辅助实现)

群聊业务协作 Agent

问题
一线业务群里的求助零散、重复、没人沉淀。排查要翻代码、查日志、看工单,靠人接不过来。
关键决策
以公开的 AI 身份进群;只在被明确 @ 或引用时接任务;生产环境只读,修复方案由人提交和执行。
结果
累计接入 19,212 条业务群消息,发起 76 个线上排查任务。11 月上半月的 52 个任务里完成 39 个,没完成的都留下了原因。
进入案例:决策、回放与复盘 →
GitHub · 12 篇公开决策记录 →

华鼎冷链 · 网络货运产品线 · 2026.02 起 · 项目负责人(产品与交付)

AI 原生产研交付体系

问题
需求到上线靠人串联,PRD、原型、四端研发、测试之间反复返工,经验留在个人脑子里。
关键决策
用总控 Agent 编排全链路;8 道阶段质量门禁加人工确认,PRD 未确认不分发研发;AI 产出止步测试环境,生产发布由研发把关。
结果
21 个 Skill 沉淀为团队研发资产。真实需求一次产出 PRD、3 张流程图和 9 个页面原型;研发人员变动时由编码 Agent 接手四端收尾,约 5 个工作日闭环 3 轮测试问题。
进入案例:门禁、修路与边界 →

评测与迭代

不报喜不报忧,把每个任务的收场摆出来

Agent 进了生产,就要回答三个问题:它办成了多少,办不成时怎么收场,以及它有没有学会少说话。

排查任务按月的收场

2 4 6 个 9 月 9 4 5 18 个 10 月 39 5 8 52 个 11 月*

完成安全失败人工叫停

消息多了,回复少了

3,978 条 8 月 6,755 条 9 月 5,842 条 10 月 2,637 条 11 月* 26.5% 3.8% 1.6% 4.4%

群消息量分身回复率

回复率 = 分身回复数 ÷ 群消息数。8 月 26.5%,9 月起保持在 5% 以下。

11 个安全失败去哪了

  • 4 修复后无法验证
  • 4 排查超时
  • 3 工具报错

17 个人工叫停是谁叫的

  • 10 人格主号关闭
  • 3 过期任务清理
  • 2 发起人自己叫停
  • 2 问题被撤回

这些失败后来改了什么:看案例里的复盘 →

* 11 月数据至 13 日。"完成"指工具给出结论或修复验证通过,不代表结论被采纳。数据来自线上库只读统计,截至 2026-11-13。

做事的原则

我怎么做 AI 产品

四条都是在真实业务群里踩出来的,每条背后有一篇当时写下的决策记录。

先决定什么时候不说话,再决定说什么

群里大多数消息不是说给 Agent 听的。有人点名找真人,它让位;没被明确叫到,它不插话。

决策记录:点名找真人时,分身让位 →

生产环境只读,执行由人拍板

Agent 可以查工单、读代码、看日志,给出修复方案;提交和执行是人的事。边界设在工具调用那一刻,不靠模型自觉。

决策记录:模型当大脑,安全边界放在工具调用处 →

读不到就说读不到

附件打不开、图看不全、查询被拒,都要进入明确的失败状态,如实告诉对方,而不是拿一段像模像样的话去猜。

决策记录:附件读不了就说读不了 →

失败要失败得安全,并且留下原因

超时、报错、无法验证时停下来,不带着半截结论往下走。76 个任务里有 11 个这样收场,每一个都记了原因。

写作与学习

做完的事写下来,不懂的事拆开看

今年在公众号发表了 12 篇文章,多数在讲 AI 怎么进入产品和研发的日常。下面是其中 8 篇。

AI 实践笔记:23 节

用 AI 当导师,把黑盒逐层拆开,每节配小测。

Agent 原理拆解 · 7 节工具调用的报文、Hook、Skill、MCP,到大模型的续写本质
Python 导入机制 · 1 节一次启动失败的复盘
AI 结对读代码 · 15 节读懂生产系统的 Java 代码、Git 协作与线上排障
进入 AI 实践笔记 →

行业底座

Agent 落地的场景和底气,来自 8 年供应链

TMS、网络货运、冷链 SaaS、计费结算、开放平台,以及一年海外尾程的一线运营。知道业务哪里真的疼,才知道 Agent 该接哪一段。

50万→3000万网络货运平台月交易流水
任职期间平台数据
800+ / 10万冷链 SaaS 履约项目 / 覆盖运力
新希望鲜生活 OTWB
约 8 亿外请车费用纳入线上管控
跨越速运 ECS 要车平台
-80%系统上线后调度人力成本
国药太极物流系统

数据均来自真实项目,口径与简历一致。

进入案例:网络货运平台,把使用门槛降下来 →

履历

约 10 年产品与运营,其中约 8 年在物流供应链

2025.10 – 至今

锅圈食汇 - 华鼎冷链科技

高级产品经理

负责中台 TMS 与网络货运产品线,统筹 11 人项目组;主导 AI 原生产研交付体系与业务协作 Agent。任职期间平台月交易流水由约 50 万增至约 3000 万。

2024.11 – 2025.09

成享软件(成都)

产品合伙人

统筹 7 人项目组,交付国药太极物流系统 V1.0(合同额约 230 万),调度人力成本降低 80%,约 5000 万配送费线上管控。

2023.08 – 2024.09

UniUni Express(加拿大)

运营经理

负责渥太华、加蒂诺尾程配送,日均履约量由 2500 件增至 6500 件,妥投率 99%+,每票应付成本降低约 25%。

2020.11 – 2023.05

新希望集团 - 鲜生活冷链

产品经理 / 组长

主导冷链 SaaS 平台 OTWB 产品化与商业化,支撑 800+ 履约项目、覆盖 10 万运力;上线竞价抢单,协同大数据团队落地 AI 调度。

2016 – 2020 更早经历
  • 成都一智科技(2020):参与安心筑 SaaS(BIM)基础服务模块建设。
  • 四川驹马科技(2019 – 2020):ERP 中 TMS 迭代与运价计费规则,明确约 3000 万应付流水走向;异常运单识别标准化,风险运单量降低 80%。
  • 跨越速运集团(2018 – 2019):从零落地外部运力 ECS 要车平台,约 8 亿外请车费用可视化管控;司机 App 从零做到 2.0。
  • 早期 O2O(2016 – 2018):"存票"会员卡储值、"路港通"高速充值产品。

联系

聊聊 Agent 落地,
或者物流 × AI 的产品机会

欢迎来信或加微信,请备注公司与岗位。

发邮件 pmkezhen@gmail.comGitHub

甄克的微信二维码 微信扫码添加