系统 / 约束 / 稳定
01 / 2016
序章 · 技术之外
把技术放进真实世界
我做过研发、风控模型，也做过搜索、推荐和大模型产品。 工作内容一直在变，我越来越关心的是：上线以后谁在用，效果怎么样，能不能长期运行。
陈范曙
研发 → 风控 → AI 产品
一段关于判断、边界与落地的职业自述
西藏 · 旅行照片原始照片 / 未生成
向下进入第一章我不是一开始
就打算做 AI 产品。
模型 / 风险 / 选择
02 / 2018
翻译 / 取舍 / 落地
03 / 2019义橙网络 · AI 产品经理
站到两边中间
这一年，我正式转做 AI 产品。
我做过知识图谱、人才推荐、对话机器人和智能陪练。日常工作是先弄清客户的问题，再和算法、研发、标注团队确定数据、指标和实现方案。
下一幕
现场 / 时机 / 帮助
04 / 2021平安科技 · 智能助手产品
去看人怎么工作
产品要放进理财经理每天的工作流程。
智能助手经历了三次技术升级，逐步覆盖问答、话术生成、客户需求分析和业务复盘。目前服务 6500 多名理财经理，日均调用超过 70 万次。
下一幕
评测 / 治理 / 规模
05 / 2023PingAnGPT · 大模型平台
把大模型管起来
选什么模型，要同时看效果、成本和场景。
我的工作包括模型选型、训练、评测、部署和推理优化。平台推动 15 个大模型上线，服务集团 16 条业务线和 98 个应用场景。
下一幕
倾听 / 判断 / 尊重
06 / 2025生成式催收 · Agent 产品
先听懂那个人
传统催收机器人话术生硬，遇到复杂情况不够灵活。
我和业务人员重新梳理场景，推动百万级通话数据的清洗、标注、训练和评测。项目后来进入一线坐席内测。
查看留下的证据产品真的进入过现场。
6500+理财经理使用
70万+日均调用
16条业务线
98个应用场景
这些数字来自已经上线、被一线员工实际使用的产品。
FIELD NOTE / 02西藏旅行途中，原始照片。
尾声 · 现在
我还在做
AI 产品。
先把问题弄明白，
再选择合适的技术。
下一阶段，我希望继续负责有业务价值的 AI 产品：用户愿意用、企业用得起，也能长期运行。