工作流拆解
先定义任务、证据、边界和人工责任动作，再选择模型和工具。
Proof of capability
Proof：AI workflow 产品与交付能力证据
这里不再只是个人作品集，而是说明两个产品实验背后的工作流拆解、治理、安全、评估和落地判断能力。
产品如何证明能力
TOEIC 880→990 学习库和 SEC Filing Radar 分别覆盖内容产品与公开来源数据研究，展示两种不同的 AI workflow 产品边界。
设计与交付产物
这些公开安全文档不是装饰品，而是企业 AI Agent 项目走向试点前必须回答的问题。
能力证明
企业 AI Agent 案例研究
四个公开安全案例，覆盖 legacy browser automation、HR、财务和运营效率。
WorkflowGovernanceMetrics
能力证明PRD：HR 政策问答 Agent
展示如何定义用户、引用规则、人机协作、升级路径和成功指标。
PRDRAGHuman review
能力证明ADR：企业 AI Agent 运行时模式
用工作流主导、结构化交接、最小权限工具和人工批准设计生产级 Agent。
ArchitectureRuntimeAudit
能力证明企业 Agent 指标与评估计划
用业务影响、任务质量、人工审核、可靠性和治理指标判断 Agent 是否可上线。
EvalsRelease gatesOps
可复用方法
无论是学习产品、公开数据研究还是企业 Agent，核心流程都保持一致。
1
输入
本地文件夹或公开 ticker
2
解析
结构化证据、来源链接、风险点
3
复核
人工确认清单和边界提示
4
输出
报告、brief、CSV 或下一步意图
风险治理
把提示注入、数据泄漏、过度自动化和审计事件放进设计阶段。
产品验证
用样例报告、点击意图、beta 用户和轻量定价假设验证需求。
跨语言落地
中文、日文、英文服务不同受众，不做机械翻译。
想看最新文章和产品思路？
Posts 会持续记录生成式 AI、本质数学、产品验证和 AI workflow 的公开思考。