朱成浩

项目介绍：

• 用户感兴趣的信息All-in-One Agent的最佳选择。通过持续监控、搜索互联网上的海量信息，为用户提供个性化的内容推荐。能够满足快速检索的需求，还能长期追踪用户关注的主题。让AI更像一位私人秘书，主动为用户提供所需信息。

项目难点：

• 全网信息检索能力：需要构建稳定可靠信源池，支持多渠道信息采集和实时更新，保证信息时效性和准确性。
• 对用户特别关心信源的持续监控：通过爬虫实时跟踪用户关注的信源变化，支持大规模用户个性化监控需求。
• 高质量的内容生产：需要LLM长期focus到某个用户长尾话题，对多源信息整合、去重、深度总结，保证内容相关性、准确性、时效性、内容丰富性。
• 高可用的内容消费：完善的内容订阅分发机制，确保用户能及时获取感兴趣的更新。支持话题列表、追踪列表多样化的内容展现形式，保证内容的快速加载和流畅体验。

项目贡献：

• 核心生成链路优化：
• 首篇链路性能&稳定性优化：优先级队列+资源隔离+信源快照改写+多级兜底机制，实现首篇链路失败率下降68%，首篇链路时延从小时级优化至分钟级。
• 时效性架构升级：搜写同步->搜写分离，解决搜写同步产生的搜索耗时占比过长问题。
• 成本开销优化：写作链路多种触发机制，满足用户不同需求下的文章生成。引入信源状态，减少大量无用信源召回&下游爬虫链路非稳态导致资源开销问题。
• 信源质量体系构建：
  • 信源质量体系：引入相关性、时效性、质量分、过滤机制，动态调整信源质量分阈值，去除劣质内容。
  • 信源治理体系：信源分级，分策略搜索召回信源。确保不同话题种类下信源质量。
• 内容丰富度提升：
  • 优化意图识别、检索词生成链路，提升LLM对ugc内容的理解能力。
  • 写作链路持续优化，构建写作多样性机制，去除重复内容，提升内容丰富度。
  • 集成VLM视觉语言模型与OCR技术，融合写作链路，提升配图准确度。
  • 引入人工审核，加强写作链路的把控，确保内容质量。
• 稳定性与合规建设：
  • 针对文章生成链路过长问题，设计无损发布方案，确保发布过程对线上0损失。
  • 建立僵死话题检测体系，在线/离线监测异常并自动补偿，确保话题存活率保持99.99%+。
  • 生成链路单节点失败重试机制/熔断机制/并行生成机制，确保生成链路高可用。
  • 引入内容安全机审/人审机制、敏感信源过滤、黑名单过滤、水印机制确保内容100%合规。
• feed流建设&架构优化：
  • 基于Timeline+收发件箱推拉共存模式构建发现页/话题页。实现了收发件箱模式切换、零损重建、增量扩充。
  • 基于websocket+redis pub/sub实现订阅通知分发机制优化，确保用户能及时获取感兴趣的更新。

项目业绩：

• 作为在AI搜索领域的重要实验性探索，成功探索了AI产品新思路。一经公测受到用户一致种草好评。
• 通过技术优化和创新，显著降低了模型调用资源开销和运营成本，提高了系统性能和稳定性。
• 信源池架构优化，首篇文章生成链路时延从6h->50s。首篇成功率50%->90%。
• 上线一月高质量用户规模2w+人，最终总运行中话题22771个。

项目介绍：

• 小贝助手是通过分析经纪人与客户的沟通记录分析、挖掘客户行为，在IM场景为经纪人辅助作业、自助作业的智能管家。
• 小贝中控为各个小贝助手提供了流量收口、消息调度、共享数据，提升整体决策能力。
• 构建了智能化、标准化作业生态，缩小经纪人作业方差，提升经纪人作业效率。

主要职责：

• 小贝中控：
• 为各助手提供各种智能任务的下发、调度、数据共享。主要分为助手管理、消息中心、任务管理模块。
• 助手管理实现了助手&动作&资源注册；消息中心能提供多通道的消息下发；任务管理主要负责主动任务管控，被动事件分发。
• 咨询助手：针对IM私聊通道，区分业务场景，依托AI能力，为经纪人提供了提供了智能辅助&托管能力。
• 流量网关：为小贝助手内部服务提供了请求认证、负载分流、AB 实验、熔断降级等能力
• 助手下的衍生服务：解读报告、吸顶条、数据反馈等提供能力支撑

项目业绩：

• 整合了公司内部17种AI能力出口，强化产品感知，经纪人服务过程数字化，提升AI决策能力。
• 提供的辅助和托管场景受到经纪人一致好评，提升了3s开口率和转化率等业务指标。
• 整合了私聊、公众号、企微等消息通道。满足被动消息转发数3000+/s，主动任务下发qps1500+，平均响应时间<20ms的技术预期。

项目介绍：

• 小贝训练场是贝壳内部为管理提供抓手、提升经纪人能力方差的另一套解决方案。与辅助、托管等作业中场景不同，训练场主要是作用于经纪人作业前的场景，通过1对1语音训练，提升经纪人能力。

主要职责：

• 培训管理平台：提供可配置题库、权限配置供城市一线运营人员发布培训课程。
• 培训流量中控：移动端收集语音分片，流量中控将语音分片请求语音ASR、将结果缓存并将结果调用AI能力，最后将AI结果通过TTS服务生成回复返回移动端。
• 培训业务中控：在问答场景下，控制业务正常流转，将单题结果调用评价服务获取结果评分并存储。
• 评价服务：基于AI能力，返回评价过程中单轮结和最终结果分数，并提出优化和改进意见。
• 借助AI Agent思路探索AI经纪人项目。模拟经纪人同客户1对1语音找房。 项目演示

项目业绩：

• 助力经纪人服务标准化，探索了新的管理思路。项目荣登 2022Q3 季度财报。覆盖经纪人数35W+，人均1.8 场/日，支持5000+场 训练同时在线。

项目介绍：

• 效果优化平台为小贝助手、训练场及AI能力提供了最基础能力解决方案，受众群体是产研运。
• 主要包括AB实验平台、数据标注系统、安全审核系统、对话平台、日志回放系统。

主要职责：

• AB实验平台：自定义实验配置，提供了分流SDK/API等接入方式，实验过程中定时计算实验指标变化，基于独立样本假设T检验判断实验是否有效，生成实验报告。
• 对话流程平台：基于传统DAG，将传统模版类对话流程抽象为配置，提供配置界面，支持对话流测试、发布、上下线等能力。
• 数据标注系统：支持NLP/CV/语音常见任务的标注。eg:NER划词标注、CV识别类任务多边形框选等。
• 日志回放系统：支持训练场业务中全链路回放。

项目业绩：

• 支撑了公司、部门内业务的快速迭代、数据导向、问题排查。
• 基于Mysql、spark、kafka实现实验结果定时生成检验指标报表。
• 基于Doris、hbase实现了多服务日志整合并回放。