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。
GitHub · 12 篇公开决策记录 →
AI 产品经理 · Agent 落地方向
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。
数据截至 2026-11-13
AI 落地案例
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。
评测与迭代
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。
完成安全失败人工叫停
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 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
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。
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
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。
公众号「甄克」用 AI 当导师,把黑盒逐层拆开,每节配小测。
行业底座
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。
数据均来自真实项目,口径与简历一致。
履历
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。
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。
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%。
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。
微信扫码添加