岗位职责
● 深入理解闪购商家的真实经营场景，区分不同规模商家的差异化需求，并转化为产品设计 ● Eval 驱动：为负责的 Skill 设计完整的 Eval 体系，用可度量的标准定义； ● 概率性设计：为 AI 可能出错的场景设计降级策略、置信度表达、Human-in-the-loop 机制，在准确性和用户体验之间找到平衡 ● 将 Token 成本作为产品设计的前置约束，推动 Token 消耗从不可控走向可预算 ● 产品判断：把有限的资源用在商家真正痛的地方 ● Harness 人机协同设计 ● 用 Skill Card 六维框架定义 AI Agent 的行为标准 ● 能读懂 Agent 的 Trace 数据，能写 System Prompt 并根据 Eval 结果迭代优化，能用 Cursor/Replit 等 AI 工具快速搭建 demo 验证方案 ● 把质量检测前置到设计阶段，在 Skill Card 阶段就把可能出错的场景、降级路径、Token 预算全部定义清楚 ● 能评审其他 PM 的 Skill Card，识别架构级问题；能和研发团队就 Agent 架构、接口合约进行技术协商
职位要求
【必须的】 ● 3年以上产品经理经验，其中至少 1 年 AI / 大模型 / Agent 相关产品经验 ● 对 LLM 的能力边界有体感——知道模型擅长什么、容易在哪里出错、幻觉意味着什么 ● 能写 skill并根据效果迭代，不是写了一版就扔给研发 ● 有面向商家/服务商等B端客户的产品经验 ● 具备基本的技术理解力：能和研发讨论 API 设计、能看懂接口文档、能理解 Agent 的多轮对话执行逻辑 【强加分的】 ● 做过 Eval 体系设计（不只是写测试用例，而是定义「什么算好」的标准和度量方式） ● 有 Harness 思维：理解 Agent = Model + Harness，知道怎么用 Guides（前馈约束）和 Sensors（反馈检测）配合来约束 AI 行为，而不是 碰运气 ● 有过 Token 成本优化经验，知道 Context Length、Cached Token、轮次控制这些概念在产品层面意味着什么 ● 能用 AI 工具快速搭原型，带着 demo 开会而不是带着 PPT ● 有餐饮、零售、本地生活等行业的商家端产品经验
