👋 你好，我是 Ryan
我是 Ryanwu，南京邮电大学通信工程本科在读。
用一句话介绍自己：我能把东西做出来，也能把它讲清楚、推着它落地。
这两年我的精力主要落在三件事上：把 AI 做成能用的东西、把一门课程从零卖进校园、把技术活动组织起来。
其中 AI 这条线，我做的是两个场景——互联网应用和工业现场。一边是前后端、客户端这些直接面向用户的产品，另一边是中车实习里把视觉模型接到巡检机器人上。两边要解决的问题不一样，但都要回答同一句话：做出来的东西，到底有没有人真的在用。
它们底层其实是同一件事：把模糊的目标拆成能交付的东西，然后推动它真的跑起来，而不是停在演示阶段。
这页写得有点长。想快速了解的话，看每节的第一段就够；想细看某一段，我把过程和数据都留在下面了。
🚀 现在在做的事
2026 年 7 月起，我在中国中车数字科技做 AI Agent 开发实习。手上有两条线。
让机器看懂电力设备
我独立负责电力设备智能巡检机器人的视觉算法模块——把巡检现场”看一眼设备状态”这件事，拆成四类可识别、可验证的视觉任务：
| 巡检对象 | 要读出什么 | 难在哪 |
|---|---|---|
| 仪表 | 读数、单位 | 视角偏、反光、刻度密、指针细 |
| 开关 | 开/合、档位 | 类别外观接近、角度变化、遮挡 |
| 指示灯 | 亮/灭、颜色 | 环境光干扰、目标本身很小 |
| 温度 | 温度值 | 小字符、模糊、字段容易混 |
方案不是”把所有图片丢给一个大模型”，而是按任务分工：检测模型负责定位和稳定类别，OCR 负责数字字段，多模态模型处理语义复杂的画面和复核，最后统一成结构化字段输出。
2026 年 7 月，我进入中国中车数字科技做 AI Agent 开发实习，手上主要两块：电力设备巡检机器人的视觉算法，以及部门级 AI Agent 协作体系。
这是我第一次完整参与「从现场需求到系统落地」的过程——不再是做完一个 Demo 就结束，而是要真的有人用、真的要能一直跑住。
我做的不只是模型本身——还包括设计模型输出的字段契约，让结果能被上位机消费、能给机械臂链路提供定位和位姿信息。这一步才是算法能不能真正进系统的分水岭：下游系统没办法靠一段自然语言去猜下一步该做什么。
这条线现在也在往前走。原来的方案本质上是「模型识别 + 规则判断 + 机械臂执行」——识别出温度、开关状态，再由机械臂去按按钮、点开关。现在我们正在试另一条路：用 VLN 做轨道定位，探索让巡检机器人具备更强的自主能力；同时尝试用纯视觉去替代现有的视觉算法模块。这两块都还在验证阶段，还没有替代已经在跑的旧方案，按目前的节奏预计 2026 年底到 2027 年初能做完。
让一群人和一群 Agent 一起干活
另一条线，我独立负责了部门级 AI Agent 协作体系的方案设计、组件选型、部署集成和内部推广。
它要解决几个很具体的问题：模型入口太分散、Agent 的执行过程没法追踪、项目背景每换一次会话就要重新讲一遍。
我设计的核心是一条双路径：标准化、低风险的任务交给角色型 Agent 团队去跑；重要任务则通过记忆系统把上下文完整带到员工本地的 AI 编程工具里，由人接着做。
这里有个我后来才想明白的判断：“人工接管”不等于”Agent 失败”。 计划内的人工审核本来就是安全设计的一部分，和异常接管完全是两回事——把它们混进同一个指标里，就永远看不清系统到底哪里不行。
📈 我也把一件事从零卖出去过
这段经历我自己都没想到会写进一个技术博客里。
2024 年 8 月到 2026 年 7 月，我在优课达做学校经理，负责南京邮电大学多个学院的校园市场。业务是面向在校生的 AI 编程学习、项目实践与职业发展课程。
完整的链路是这样：
1 | 获客 → 需求诊断 → 方案匹配 → 异议处理 → 成交 → 交付服务 → 复购转介绍 |
我在里面具体做的是：
- 组织团队累计开展 1000+ 人次一对一需求沟通——不是群发消息，是先搞清楚对方的专业、年级、基础和真实目标，再决定要不要推；
- 把做得好的人的打法沉淀成可复制的流程：线索怎么记、需求怎么打标签、高频异议怎么答，让新人不用从零摸索；
- 搭建并运营覆盖 50+ 人的三级校园团队，直接培养 4 名学校负责人和 10 名实习生。
结果：负责的团队累计实现约 100 万元销售额，获客线索至成交转化率 60%，课程客单价约 1.6 万元。
口径说明：1000+ 是团队累计的沟通人次，100 万是团队业绩、不是我个人的。我把这些讲清楚，是因为含糊过去没有意义——真被追问起来，边界不清反而更减分。
这段经历对我后来做产品的影响，比看上去大。 它让我很早就习惯一件事：用户说出来的需求，往往不是他真正的问题。价格高、没时间、怕学不会——这些异议背后各有各的真实顾虑。所以现在做 AI 产品，我会先问”他到底卡在哪一步”，而不是先想功能。
🧪 我自己做的一个项目：Smart Price AI
起因是我自己买东西时的一个真实卡点：在店里看到一件商品，拍照、搜同款、比参数、看价格——中间要跳好几个 App，最后还是不确定该买哪个。
所以我做了一个 AI 拍照识物与购物决策助手：
1 | 拍照识别 → 补充需求 → 检索商品知识 → 约束过滤 → 候选排序 → 证据化推荐 → 继续追问 |
它最初是字节跳动 AI 全栈挑战赛的参赛原型，赛后我把它继续往完整产品做。核心想法是：别让模型”给你一段建议”，而是让它把”为什么推荐这个”的依据摊开。
比如你拍一双鞋，问”适不适合每天通勤，预算 800 以内还有没有更舒服的”——系统要能把图片里识别到的商品，和你说的预算、场景这些约束接上，再去检索和排序，而不是凭空生成一段听起来很合理的推荐。
有个设计我印象很深：硬约束不能未经用户确认就自动放宽。 预算就是预算，检索不到就直接说检索不到，不能悄悄推一个超预算的给你。
评测这块我做得还不够正式——当时主要是靠日志和一个现成的评测工具在观察效果，没有搭起完整的评测体系。这是这个项目下一步最该补的地方。
- 代码开源在 GitHub：Ryan-wu-web/smart_price_ai
- 参加了 2026 年字节 AI 全栈挑战赛并顺利完赛
🎓 教育 · 荣誉 · 证书
教育
| 学校 | 专业 | 学历 | 时间 |
|---|---|---|---|
| 南京邮电大学 | 通信工程 | 本科 | 2024/09 – 2028/06 |
证书
- 大学英语四级（CET-4）、大学英语六级（CET-6）
- AIGC 高级 AI 生成应用师 — 工业和信息化部教育与考试中心，2026/07
- 携程 2026 前端训练营 · 日常实习绿卡
- 字节跳动 2025 训练营 · 客户端方向结营证书
比赛与角色
- 江苏大学生创新大赛 · 省二等奖 — 2026 年
- 字节 AI 全栈挑战赛 · 顺利完赛 — 2026 年
- 字节跳动高校合伙人 — 2026/09 – 2027/06：负责南京邮电大学方向的招聘宣发、字节校园活动的落地与宣传，以及和学校相关部门的沟通对接
- 技术型俱乐部校负责人：组织技术分享活动，并完成商业赞助的洽谈与合作落地
江苏大学生创新大赛（前身是大家更熟悉的「互联网+」）——2026 年我和队友组队参赛，做的是面向老年人的智能陪伴机器人这个方向，最后拿了省二等奖。照片是省赛现场拍的，同方向的发明专利也在下面这一节里。
发明专利
- 《一种台面式居家养老 AI 陪伴机器人》—— 共同申请人 · 已受理（申请号 202611174942.0）
- 《一种台面养老型智能 AI 陪伴机器人》—— 共同申请人 · 已受理（申请号 202611173717.5）
这两项是 2026 年 8 月提交的发明专利申请，目前处于受理阶段，尚未经过实质审查，也未授权。
🛠️ 我用过什么
AI 与多模态
- 机器学习基础：机器学习、深度学习、强化学习
- 微调与迁移学习：LoRA、Adapter、冻结主干与分层解冻、迁移学习
- 训练与优化：SGD / Momentum / Adam / AdamW、学习率调度、梯度裁剪、批大小与轮数调参
- 视觉：YOLO 目标检测、PP-OCRv6 文字识别、Qwen3-VL 多模态理解与复核
- 具身与机器人：VLA（视觉—语言—动作）、VLN（视觉语言导航）
- 大模型：OpenAI GPT-4o / Whisper、智谱 GLM-4V、腾讯混元、火山引擎 Doubao VLM
- 工程：SSE 流式输出、Prompt 工程、结构化输出约束、RAG 检索与 Agent 工作流
前端开发
- 框架：React (Next.js), Vue 3/2, 微信小程序
- 语言：TypeScript, JavaScript (ES6+), HTML5, CSS3
- UI / 动画：TailwindCSS, Radix UI, Lottie, Live2D, ECharts
- 组件与状态：组件化拆分、状态管理、前端路由
- 布局与适配：Flex / Grid、响应式布局、移动端适配
- 工程化：Vite / Webpack、npm / pnpm、ESLint、Git
- 网络与接口：RESTful API、Axios / fetch、SSE 流式接收
移动端开发
- 原生 Android：Kotlin / Java、Activity 与 Fragment 生命周期、Gradle
- 渲染与性能：OpenGL ES、大图内存与 GC 优化、列表复用
- 网络层：Retrofit + OkHttp 封装、接口签名与鉴权
- 跨端：Flutter、Capacitor、微信小程序 (Vant Weapp)
后端与数据
- 语言与框架：Java (SpringBoot / SpringMVC / MyBatis-Plus)、Python (FastAPI / Flask)、Node.js
- 架构：MVC / MVVM、分层设计（Controller / Service / DAO）、RESTful 接口设计
- 数据：MySQL、Redis、SQLite；表结构设计与 SQL 索引优化
- 鉴权与实时：JWT 统一认证、SSE 流式响应
- 其他：Python requests / BeautifulSoup 爬虫、多平台数据采集与清洗
🌿 生活里的我
上面几节全是工作，其实我的生活不只有这些。
篮球是我打得最久的一件事，从高中一直打到现在。最痛快的一次不是大学的比赛，是高中那场联赛——我带着我们班一路打到全校男子组第一，最后发下来一个特别大的奖杯。照片就是夺冠那天在球馆里拍的。
到了大学我进了院队，位置是小前锋，主要负责得分和内线的对抗。大一打得最多，大二开始变少，现在大三基本一个月一次。
这张是队里打完球在体育馆拍的合影，人比高中那次多了不少。
健身差不多练了两年，不算系统训练，就是有空就去，但已经是我现在最频繁的体育活动了。主要练肩、胸、背、腿和腹肌。
有个愿望：大四想上台打一次中国大学生自然组的健体比赛。我最崇拜的选手是何局，应该是中国健美健体的第一人，他的形体我特别喜欢。当然不指望练成那样，只希望自己有清晰的肌肉线条，练得好看一点。
练到现在最大的感受是，这件事没法偷懒——练没练，身体自己知道。
2024 年 7 月去的黄山，和我表哥一起。
夏天爬山，山下热得不行，爬到山顶突然狂风大作还下起了雨，冷到发抖。上山的时候身体已经开始打颤，下山就真的发烧了。风景是真好，但这段记忆里最清楚的，其实是那场雨。
大学过得挺满的，但也会有压力大的时候。那种时候我一般会去玄武湖走一走，吹吹风。
不用干什么，沿着湖走两圈，看看水面和远处的灯，人就能缓过来。有时候什么都不想，走完回宿舍，那点事也就没那么大了。
另一个常去的地方是夫子庙。
和玄武湖不一样——那边是安静，这边是人声鼎沸。热闹的街市、河上的灯影，走一圈心情就舒展开了。散步、发呆、把情绪放一放，对我来说是挺重要的一件事。
这两个地方离学校都不远，想去就能去，算是我的固定出口。
这张说不上具体是哪天拍的。每次去玄武湖或者夫子庙，我常常会随手拍两张，这张就是这么留下来的。
我喜欢路灯把树叶照亮的那种画面——安静，但是有人气。谈不上什么摄影，就是当时觉得好看，顺手拍下来了。
我家还有一只猫，叫灰灰，布偶，今年一岁半。
性格超级好：乖，不怎么咬人，也不拆家，就是安安静静地陪着我们。写代码写烦了抬头看一眼，挺治愈的。
这张是它钻垃圾桶的时候拍的——那天垃圾桶里套了塑料袋，我们把它放进去，它自己就把头探出来了。
最后放一张高中毕业的照片。
高中那帮人当时玩得特别好，毕业之后就各奔东西，去了不同的城市和学校。大学过得热闹，但偶尔还是会想起那段日子——把它放在这里，算是留个念想。
📫 找我
评论
