About Vitamin
从视觉算法走向
AI 产品
从视觉算法走向 AI 产品，长期关注技术如何进入真实工作。
算法 → 产品问题 → 验收AI → 真实工作
职业起点是算法工程师，做过人脸识别、活体检测和工业视觉缺陷检测。后来，工作逐渐延伸到算法平台、应用平台、钢印 OCR 研发，以及软件、硬件和项目交付。
这些经历让我越来越确定：AI 产品最难的部分往往不在模型本身。问题是否真实、数据能否稳定获取、错误如何被发现和接管、结果由谁确认、产品怎样验收，以及一次交付能否沉淀为下一次可复用的能力，才真正决定它能不能落地。
因此，我把长期方向定义为「AI 时代的产品经理」：保留对技术和能力边界的判断，同时连接业务、用户、工程与组织，让 AI 不只停留在演示中，而是真正进入工作、被使用、被验证并持续产生价值。
职业路径
算法工程师
人脸识别、活体检测、工业视觉缺陷检测
在一线理解数据、设备、环境、阈值与人工流程如何共同决定 AI 能否使用。
算法与平台工程化
天枢、灵析、钢印 OCR 研发、评测与部署
从做一个模型，到管理算法的生产、部署、回退和复用。
研发中台负责人
平台、算法、软硬件、团队与交付
把投入方向、验收、产品化与团队主航道纳入同一套决策。
AI 时代的产品经理
问题发现、人机边界、验收与产品经营
让 AI 从会演示，到能进入真实工作并被验收。
工作原则
- 先确认问题，再选择 AI
- 先定义验收，再开始实现
- 模型负责语义，代码负责确定性，人负责风险与取舍
- 模型输出首先是候选，不自动等于业务事实
- 技术资产可以降低验证成本，但不能替代市场证据
- 一次交付应该让下一次更快、更稳、更便宜
- 允许停止，允许承认「不值得继续做」
联系
如果你也在做行业 AI、产品化、Agent 交付或个人数字产品，可以带着一个具体问题来找我。