OPEN PROJECT ↗
大语言模型选型
与部署容量计算器
LIVE / DEMO把模型、并发、显存和成本,转成一张可以和客户一起讨论的部署决策表。
AI 时代个人说明书 OPEN TO GOOD WORK
我是状元:城乡规划专业背景,面向售前与供应链场景的方案型问题解决者。规划研究训练让我习惯从现场、利益相关方与系统关系理解需求;再以 AI 工具与数据系统,把复杂信息转化为可判断、可协作、可交付的方案。
我不把 AI 当作概念展示;更愿意在有真实业务约束的工作里,围绕目标、数据、决策人和交付,做出可验证的方案。
SELECTED WORK / 01
用真实项目截图说明:我如何把模糊需求整理成能被理解、被判断、被推进的东西。
OPEN PROJECT ↗
把模型、并发、显存和成本,转成一张可以和客户一起讨论的部署决策表。
从简历诊断、按 JD 改写,到投递记录、模拟面试和 Offer 核验。
VIEW ↗让质量、交付和库存异常进入同一条闭环。
VIEW ↗把政策文件变成可检索、可追溯、可解释的证据系统。
PERSONAL MANUAL / 02
比简历更接近真实工作的部分:我的默认动作、沟通反馈、压力预警和 AI 协作边界。
TASK SYSTEM / HOW I START
我会先确认要解决什么、交付给谁、什么时候需要结果,再把任务拆成资料收集、结构设计、快速验证和迭代交付。简历医生和大模型计算器都是先做出可用骨架,再用真实输入暴露问题。
COMMUNICATION / FEEDBACK
我偏好文字、表格和流程图。遇到不同意见,我更倾向于把分歧转成可实践的方案,通过模拟、对比和小范围验证,找到更好的解法。
PRESSURE SIGNAL
当任务、信息或不确定性堆积到一定程度,我可能先减少表达。沉默不是没有判断,而是需要重新把问题拆开、排序并恢复行动。
STARTING RESOURCES
背景资料、目标、决策人、截止时间、数据权限、历史案例、预算、客户信息,以及可以咨询的对象。
BEST FIT / WHERE I ADD VALUE
尤其适合跨部门推进、知识库搭建和数据分析:把不同人的信息、判断和动作整理到同一条工作链路里。
AI + HUMAN JUDGMENT
做简历医生时,AI 参与诊断、按 JD 改写、模拟面试和图片信息提取;我负责确认岗位语境、筛选真正相关的经历,并决定哪些表达不能夸大。一个重要判断是:不把原始简历和 JD 自动同步到云端,只同步用户主动维护的求职元数据。做大模型计算器时,AI 帮助整理模型规模、并发、显存与成本关系;我再比较私有化部署、服务器租用和云 API,判断方案是否可行,并标出需要人工复核的假设。
NEXT HORIZON / 03
理解需求,翻译价值,帮助方案被选择。
让异常被看见,让协同和决策更快发生。
持续探索新工具,但最后交付的是结果。