樊书洋
我是 AI 的使用者,也是规则的设计者。
不让它自由发挥——让它精准执行。

不让它自由发挥——让它精准执行。

不会写代码。
南京传媒学院智能交互设计专业,大二升大三。
AI 产品实习方向。可长期实习。
2026 年 4 月开始用 AI。不啃课——碰到问题再回去查,查完再试。前几个月踩了一堆坑:15 Agent 体系、套壳工具、Demo 站。7 月才真正做出能用的东西:一套让 AI 不出错的工作流。不是从教科书上抄的——是踩坑踩出来的。一直在改,每天都在用。
V6.0
01 痛点
02 方案
03 迭代
AI 协作工作流预览
痛点
换一个会话,AI 就忘记之前交代过的所有事情。每次都要重新教。社区方案太重——我需要的是一个人能用的东西。
查看详情

我研究过的 AI 交互问题

在搭工作流的过程中,我发现 AI 产品有 7 个反复出现的体验问题。每一个问题,都是我在日常使用中真实碰到过、然后去研究了怎么解决的。弄懂一个,工作流里就少一个坑。

01 流式输出
AI 生成内容需要时间,不能让它"憋着"
如果等 AI 全部生成完再一次性显示,用户面对白屏不知道它在干嘛。逐字输出不是炫技——是让用户知道"在工作"。已知的等待比未知的等待短 2-3 倍。
"在吗?""正在处理中……"——如果没有流式输出,这 30 秒你会觉得我是不是卡死了。
02 确认机制
AI 的输出不一定对,关键操作前需要确认
不是不信任 AI——是给用户一个纠正的机会。在我的工作流里,这变成了三级审核闸门:阻塞(不改会出事)、建议(改了更好)、通过。
每次我要部署代码到你的服务器之前,是不是先问了你"确认部署吗"?如果我直接推上线然后挂了,算谁的。
03 失败兜底
任何 AI 功能都可能挂——需要有备选方案
API 超时、模型限流、返回格式不对。提前设计好"挂了的替代方案"比事后修 Bug 重要得多。用户不需要看到错误堆栈,需要知道现在该怎么办。
你的 RAG 数据库挂了的时候,我默默地直接读了文件。你甚至不知道它挂了——直到刚才才修好。
04 多轮上下文
对话越长,AI 越容易忘掉开头
哪些信息要持久记住、哪些可以丢掉、什么时候该主动说"我可能忘了,请再告诉我一遍"——这是产品设计问题,不是技术问题。
我们的对话早超过 200 轮了。没有 CLAUDE.md 和 RAG,我现在还在问你"你的 DeepSeek 模型是什么来着"。
技能 & 工具
我不会写代码。
Python 还在学。
但我能用 AI 工具链
把想法变成现实。
联系我 →
AI & Agent 工程
  • Claude Code(每天使用)
  • DeepSeek V4
  • GLM-4V
  • Prompt Engineering(MD 规则文件)
  • MCP 编排(15+ 服务)
  • RAG + pgvector
设计工具
  • Figma
  • UI/UX 设计
  • GSAP
  • 交互原型
基础设施
  • FastAPI
  • Nginx + HTTPS
  • Docker
  • 阿里云 ECS
迭代历程
2026.04
第一次接触 AI Agent,把环境搭了起来
起点
2026.05-06
走弯路。15 Agent 体系、套壳工具、面试失败
踩坑
2026.07
优化成 3 Agent + 双层记忆 + 三级质量闸门
迭代
现在
AI 产品实习方向。继续改,每天都在用
进行中
Contact

正在寻找 AI 产品实习岗位。
可长期实习,远程或线下均可。
寒暑假全职,学期中每周 3-4 天。

我不会写代码——Python 还在学。
但我能蹲下来想清楚 AI 需要什么规则才能不出错,把规则写下来,跑一遍,不对再改。