携程AI Native 产品经理（线路规划·用户体验方向）(MJ036291)

1、负责以视频创作Agent为核心的AI Native产品设计，持续演进用户创作方式与人机协同交互； 2、深度参与业务全球化建设，熟悉欧美市场的作者与内容生态、制定产品策略与阶段性目标，推动留存目标达成； 3、对产品适应性与扩展性进行规划，打造多场景Agent产品架构和跨端（Web+App）协同体验，平衡用户体验与经营成本； 4、与设计、研发、运营、增长、商业化深度协作，能在复杂环境下推进项目落地，并做出合理的业务判断与优先级取舍； 5、关注AI行业前沿应用和创作类产品的演进，结合业务目标推动模型能力在C端创作场景的探索与落地。

岗位职责 1. 产品规划与方向定义 ● 负责 AI Native 应用方向的产品规划，重点围绕 AI Coding、Code Agent、研发智能体、企业知识管理智能体 等场景，定义产品定位、目标用户、核心场景、版本路线图和商业化路径。 ● 面向专有云客户的真实业务环境，识别高价值、高频、可验证的 AI 应用场景，判断哪些能力适合标准产品化，哪些能力适合行业模板化，哪些能力适合项目定制化。 ● 跟踪国内外 AI Coding、Code Agent、Developer Tools、Agent Infra、LLMOps、Agent-Eval 等方向的发展趋势，形成产品洞察和竞争分析。 2. AI Coding / Code Agent 产品设计 ● 负责 AI Coding 类产品的核心能力设计，包括但不限于：代码库理解、研发知识问答、需求到任务拆解、代码生成、代码重构、单测生成、缺陷修复、变更解释、迁移改造、运维排障等。 ● 设计 Code Agent 的完整任务链路，包括用户意图识别、上下文构建、工具调用、计划生成、代码修改、测试验证、结果解释、人工确认、权限控制与回滚机制。 ● 围绕企业级研发流程，打通代码仓库、制品库、CI/CD、缺陷管理、需求管理、文档知识库、权限系统、审计系统等工具链。 3. Agent 工程能力产品化 ● 将大模型、RAG、Function Calling / Tool Use、Workflow、Memory、Multi-Agent、评测系统、可观测性、安全护栏等技术能力，转化为可被业务用户和研发团队使用的产品能力。 ● 定义 Agent 的运行机制和产品边界，包括任务规划、工具编排、上下文管理、权限模式、人机协同、失败恢复、日志追踪、结果验收等。 ● 与相关团队协同，推动从 Demo / PoC 到生产级产品的演进。 4. 专有云场景落地 ● 深入理解专有云、私有化部署、数据不出域、权限隔离、信创适配、安全合规、离线环境、客户侧交付等场景约束。 ● 面向政企客户、行业客户、内部研发团队开展需求调研、场景共创、PoC 验证和产品化沉淀。 ● 将项目交付过程中的共性需求抽象为标准能力、行业模板、最佳实践和产品包，提升复制效率。 5. 评测、指标与闭环 ● 建立 AI Coding / Agent 产品的效果评估体系，包括任务完成率、代码采纳率、一次通过率、测试通过率、缺陷修复率、节省工时、用户留存、客户满意度等指标。 ● 设计离线 Benchmark、真实任务集、客户验收标准、灰度评估机制和反馈闭环，解决 Agent 产品“能跑”到“可靠、可控、可交付”的问题。 ● 联动算法和工程团队，基于真实用户反馈、失败样本、日志数据，持续优化模型效果、工具链设计和产品体验。 6. 商业化与解决方案包装 ● 参与 AI Native 应用的产品包装、版本规划、定价策略、解决方案材料、标杆案例和客户汇报。 ● 将 AI Coding / Agent 能力从单点工具，升级为面向行业客户的“研发提效、软件现代化、知识资产沉淀、工程能力升级”解决方案。

岗位职责 1. 产品规划与方向定义 ● 负责 AI Native 应用方向的产品规划，重点围绕 AI Coding、Code Agent、研发智能体、企业知识管理智能体 等场景，定义产品定位、目标用户、核心场景、版本路线图和商业化路径。 ● 面向专有云客户的真实业务环境，识别高价值、高频、可验证的 AI 应用场景，判断哪些能力适合标准产品化，哪些能力适合行业模板化，哪些能力适合项目定制化。 ● 跟踪国内外 AI Coding、Code Agent、Developer Tools、Agent Infra、LLMOps、Agent-Eval 等方向的发展趋势，形成产品洞察和竞争分析。 2. AI Coding / Code Agent 产品设计 ● 负责 AI Coding 类产品的核心能力设计，包括但不限于：代码库理解、研发知识问答、需求到任务拆解、代码生成、代码重构、单测生成、缺陷修复、变更解释、迁移改造、运维排障等。 ● 设计 Code Agent 的完整任务链路，包括用户意图识别、上下文构建、工具调用、计划生成、代码修改、测试验证、结果解释、人工确认、权限控制与回滚机制。 ● 围绕企业级研发流程，打通代码仓库、制品库、CI/CD、缺陷管理、需求管理、文档知识库、权限系统、审计系统等工具链。 3. Agent 工程能力产品化 ● 将大模型、RAG、Function Calling / Tool Use、Workflow、Memory、Multi-Agent、评测系统、可观测性、安全护栏等技术能力，转化为可被业务用户和研发团队使用的产品能力。 ● 定义 Agent 的运行机制和产品边界，包括任务规划、工具编排、上下文管理、权限模式、人机协同、失败恢复、日志追踪、结果验收等。 ● 与相关团队协同，推动从 Demo / PoC 到生产级产品的演进。 4. 专有云场景落地 ● 深入理解专有云、私有化部署、数据不出域、权限隔离、信创适配、安全合规、离线环境、客户侧交付等场景约束。 ● 面向政企客户、行业客户、内部研发团队开展需求调研、场景共创、PoC 验证和产品化沉淀。 ● 将项目交付过程中的共性需求抽象为标准能力、行业模板、最佳实践和产品包，提升复制效率。 5. 评测、指标与闭环 ● 建立 AI Coding / Agent 产品的效果评估体系，包括任务完成率、代码采纳率、一次通过率、测试通过率、缺陷修复率、节省工时、用户留存、客户满意度等指标。 ● 设计离线 Benchmark、真实任务集、客户验收标准、灰度评估机制和反馈闭环，解决 Agent 产品“能跑”到“可靠、可控、可交付”的问题。 ● 联动算法和工程团队，基于真实用户反馈、失败样本、日志数据，持续优化模型效果、工具链设计和产品体验。 6. 商业化与解决方案包装 ● 参与 AI Native 应用的产品包装、版本规划、定价策略、解决方案材料、标杆案例和客户汇报。 ● 将 AI Coding / Agent 能力从单点工具，升级为面向行业客户的“研发提效、软件现代化、知识资产沉淀、工程能力升级”解决方案。

岗位职责 1、负责 AI 智能客服产品建设与创新 负责盒马售后 AI 智能客服产品规划、设计及落地，推动大模型、Agent、多智能体等 AI 技术在客服场景的创新应用。 建设覆盖咨询、售后、履约、营销等场景的智能服务能力，实现从问题理解、任务执行到服务完成的全链路智能化。 持续提升 AI 自助解决率、用户满意度、人机协同效率及服务体验，推动客服从"辅助工具"向"AI 主服务"演进。 2、构建 AI Native 自进化客服体系 负责 AI Native 客服体系建设，打造具备理解、推理、规划、执行及持续学习能力的智能客服平台。 建设知识、记忆、工具、策略、Workflow 等核心能力，实现客服能力持续自进化。 建立 AI 能力评测、反馈及持续优化机制，形成模型、知识、策略、业务闭环，不断提升 AI 服务效果。 3、建设 VOC（Voice of Customer）产品体系 建设统一 VOC 平台，整合客服、工单、评价、社媒等多渠道客户声音，实现客户反馈统一沉淀与治理。 利用 AI 能力完成客户问题聚类、根因分析、情绪识别、热点发现及趋势预测，形成客户洞察能力。 建立 VOC 到业务改进的闭环机制，推动商品、履约、物流、运营、技术等团队持续优化产品与服务体验，让客户声音真正驱动业务增长。 4、构建智能质检与服务运营体系 建设基于大模型的智能质检产品，实现全量质检、风险识别、服务评价及问题定位。 建立服务质量评价体系，持续提升客服服务质量及运营效率。 基于质检结果驱动知识优化、客服培训、AI 学习及流程优化，形成持续改进闭环。 5、数据驱动业务增长与价值闭环 建立智能客服及客户体验指标体系，持续关注 AI 解决率、满意度、转人工率、服务成本、客户留存等核心指标。 深入分析客户行为及服务数据，识别业务机会，推动产品、运营及服务策略持续优化。 联动商品、履约、供应链、运营等团队，以客户体验为核心推动业务改善，实现 CCO 价值闭环。