CardCrafter AI
AI 智能卡片设计工具,集成三家图像生成,实现"文字 → 专业设计卡片"端到端生成。
为什么做:验证多模型集成 + 降级策略在生产级产品里是否可行,同时跑通 AI 内容生成产品的商业模式。
已上线运营Hello World
AI + 医疗产品专家
不是"会 AI" + "干过医疗",而是能判断 AI 在哪个医疗场景真正有价值,并动手做出来
每一条都有数据和事实支撑
每段经历都说清「做了什么 · 为什么 · 结果如何」 · 点击展开
聚焦 AI 应用产品化,探索"AI + 行业"的落地路径。一人 + AI 全栈开发,验证 AI 产品的快速交付能力。
带领 4 人团队完成 AI 视觉检测(医疗器械零部件)从需求调研到原型验证;独立开发 CardCrafter AI(已上线)、职路志愿、神机阁三款 AI 产品。
想验证一个判断:在 AI Coding 时代,一个人 + AI 工具链能达到过去小团队的产能。所以选择独立全栈开发,而非组建传统团队——这是对"AI 如何改变生产关系"的真实实验。
验证了 2 周 0 → MVP 的交付节奏,2025 年用 AI 辅助编写约 10 万行代码,独立交付 10+ 款产品。但也收获了关键教训:
全面负责产品技术团队,驱动公司从 2 人到 50+ 人。主导铭医云从 0 到营收 1,800 万,18 个月盈利。
主导铭医云(医药财税合规 & 数字化营销 SaaS)从 0 到 1,3 年 30 次迭代;搭建 10 人团队(1 产品 + 1 UI + 2 后端 + 2 前端 + 1 技术经理 + 2 测试 + 1 运营),培养 2 名产品经理。同期操盘药讯云(精准招商与 CRM,2 万+ 用户、100+ 品种、20+ 厂家)。
两票制 + 集采政策下,药企面临合规和营销双重压力。我们的判断是:把合规流程数字化、把学术推广线上化,能帮药企在政策约束下依然高效触达终端。所以设计了"四流一致、真人真事真做"的合规体系,而非简单的内容管理工具。
服务 50+ 国央企 / 上市药企,覆盖文章、视频、调研、直播等多元学术推广。商业模式跑通并持续盈利。
注:铭医云是传统 SaaS + 应用层 AI(OCR / 规则引擎 / 内容审核),不是大模型 Agent 产品——真实经验里我不夸大。
对接 400+ 家医院 HIS 系统,驱动大规模标准化落地。用户 1,000 万 → 3,000 万,日流水 → 1 亿+。
负责医院公众号产品线,交付数据大屏、挂号排队、医保支付对账、全平台黑名单、医联体对接等 10+ 核心模块。首创"病案复印线上申请 + 快递到家"模式。
400+ 家医院的 HIS 系统各不相同,个性化需求爆炸。核心矛盾是"规模化落地"和"个性化定制"如何兼得。我的解法是建立"标准化模块 + 可配置化"架构——抽象共性做成标准模块,通过配置满足个性化,而不是每家医院单独开发。
这套架构支撑了规模化落地,"病案复印"模式在近百家三甲医院成为行业范例。
注:金蝶时期无 AI 相关工作,这段是纯产品 + 标准化攻坚经验,我不会包装成 AI 经历。
主导医药行业活动微站平台与会务管理系统从 0 到 1,推动标准化、模块化、平台化。
主导医药行业活动微站平台从 0 到 1 设计与落地,设计会务管理系统覆盖学术会议全流程。
医药行业学术会议高频但数字化程度低,每场会议都在重复造轮子。把活动微站和会务管理平台化、模块化,能让主办方像搭积木一样快速上线。
完成了产品的标准化、模块化建设,为后续铭医云的"标准化 + 可配置"方法论打下基础。
负责医疗医药行业客户开拓与维护,B 端商务经验的起点,此后转向产品岗。
产品设计 × 行业深度 × AI 全栈
每个产品都说明要解决的问题 · 点击查看详情
AI 智能卡片设计工具,集成三家图像生成,实现"文字 → 专业设计卡片"端到端生成。
为什么做:验证多模型集成 + 降级策略在生产级产品里是否可行,同时跑通 AI 内容生成产品的商业模式。
已上线运营推理型 AI 玄学产品,用户输入 → AI 推理链 → 结构化输出,探索 Agent 产品形态。
为什么做:玄学是验证"推理型 Agent"的高频高客单场景——用户愿意为结构化的命理推演付费,是 Agent 商业化的好试验田。
原型 / MVP 阶段AI 驱动的职业规划与志愿填报平台,完成 Java → NestJS 全后端重构,AI 个性化推荐。
为什么做:我的心理学背景 + AI 能力 + 产品经验恰好能在"性格-专业匹配"上形成差异化——这是少数我能做出独特价值的教育方向。
原型 / MVP 阶段不只是会用 AI 工具,更能把 AI 落地成产品 · 能力边界坦诚说明
有 AI 视觉检测、AI 内容生成、AI 推荐等多场景产品方案设计经验,理解"技术可行 → 产品可行 → 商业可行"的决策链路。
熟练使用 Cursor / Claude 进行 AI Coding,独立交付 5+ 款完整产品,2025 年用 AI 辅助编写约 10 万行代码。
Gemini / 智谱 / OpenAI / DALL-E 多家 API 集成,有选型、降级、成本优化的生产级实战经验。
深度日常使用,有生产级 Prompt 模板设计经验,覆盖内容生成、图像生成、结构化输出等场景。
总结出"技术可行 ≠ 产品可行 ≠ 商业可行"的 AI 产品化决策框架,避免为做 AI 而做 AI。
理解 RAG / Agent / 微调的适用场景。坦诚说明:不做大模型训练/微调,Multi-Agent 仅概念理解,知识图谱仅了解——不夸大。
"AI + 医疗"不是两个标签的拼接,而是能把 AI 精准映射到医疗痛点上
真正稀缺的不是"懂 AI 的人"或"懂医疗的人",而是能把两者结合、判断 AI 在哪个医疗场景真正有价值,并且能动手做出来的人。下面是我基于 11 年行业经验梳理的 6 个高价值落地场景——每个都有真实的痛点判断和进入路径。
把面试官和合作伙伴最常追问的问题,提前说清楚
我认为年龄是经验的加成而非负担。35 岁对我意味着三件工作 3-5 年的人很难同时具备的东西:
1. 11 年医疗行业深度——50+ 药企、400+ 医院的资源与认知积累;
2. 完整的职业历练——从产品经理到产品总监到创业负责人,每个角色都做过;
3. 持续学习的能力——最近 1.5 年主动学 AI Coding,保持技术敏锐度。
恰恰相反,创业经历让我更懂得团队协作的价值。创业时我既做产品又做商务还写代码,深知一个人的天花板在哪里。我现在非常渴望加入一支专业分工明确的团队。
关于稳定性,有一个事实:我在铭医在线呆了 5 年多(2019-2024),从公司 2 个人做到 50 多人。我是一个能长期投入的人——前提是公司有值得投入的事业。
我的定位不是纯技术工程师,而是"懂 AI 且能落地的产品人"。具体能做的:
1. 用 AI Coding 工具在 2 周内交付完整的产品 MVP;
2. 完成过 Java 到 NestJS 的完整后端迁移;
3. 集成过多种 AI API(Gemini、智谱、DALL-E 等)并有成本优化实战;
4. 落地过 AI 视觉检测、AI 文档识别、AI 内容生成等实际项目。
同样重要的是,我坦诚说清边界(很多人会在这点夸大):
· 大模型训练 / 微调:无经验,不会包装;
· Multi-Agent:仅概念理解,无可展示项目;
· 知识图谱:仅了解,无实操;
· RAG:架构理解 + 设计能力,但非大型生产级实战。
铭医云 = 医药财税合规 + 数字化营销 SaaS 平台。解决的核心问题是:两票制、集采政策背景下,药企如何合规高效地做学术推广。
我的角色:搭档 CEO 从 0 开始做,负责产品规划、团队搭建、部分商务谈判。不是挂着总监 title 的执行层,是真正从 0 到 1 把业务做起来的人。
关键成果:3 年从 0 做到营收 1,800 万、服务 50+ 国央企/上市药企、推动公司 18 个月盈利、培养 2 名产品经理。
能。需要讲清楚的是:哪些能力可迁移,哪些是行业专属。
可迁移的通用能力(在任何 B 端 SaaS 都适用):
1. 标准化攻坚方法论——400+ 医院 HIS 对接沉淀的"标准化模块 + 可配置化"架构思维;
2. 商业闭环能力——从 0 到 1,800 万营收、18 个月盈利的完整商业化经验;
3. AI 落地能力——独立交付 5+ 款 AI 产品的全栈经验,与行业无关;
4. 团队搭建——10 人团队从 0 组建、培养 PM 的管理经验。
医疗行业专属的:两票制/集采政策、HIS 对接、医药合规体系——这些跨出医疗确实需要重新积累。
商业能力最好的证明在铭医在线,不在冰鸽:营收 0 → 1,800 万、18 个月盈利、50+ 药企付费——这是真金白银验证过的。
冰鸽的几个产品现状我如实说明:CardCrafter AI 已上线运营有真实用户;神机阁和职路志愿是 MVP/原型阶段。我不会把原型说成"已上线运营"来粉饰。
而且创业这段我收获的最有价值的认知是:"开发不是瓶颈,推广才是"——做了 10+ 产品后我深刻意识到,产品力早就不是我的问题,让足够多人知道才是。这个教训本身就是商业成熟度的提升。
11 年 B 端产品老兵,2024 年起转型为"能动手做 AI 产品的产品负责人"。
在上市公司主导过百亿级流水产品增长,在创业公司从 0 搭建团队实现千万营收,在独立创业期间用 AI Coding 交付 5+ 款完整 AI 产品。
核心定位不是纯技术工程师,而是"能判断 AI 在什么业务场景下有实际价值,并且能把它做出来"的稀缺复合型产品人。