TANG / 唐泽龙 BUILDING WITH AI

WORK ARCHIVE

作品档案

四个持续实践中的系统:它们解决什么问题、我承担什么角色,以及目前已经走到哪里。

04
持续项目
03
公开入口
2026
持续更新

SELECTED SYSTEMS

问题 / 角色 / 工作 / 结果
01

AI INFRASTRUCTURE · 2026

泽龙 AI 中转站

持续运营
一个入口接入多个 AI 模型:选哪条线路、花多少钱、哪里出了问题,都能在同一处处理。

它不只回答“模型有没有”,更关心一次请求是否真正成功、费用是否正确、异常能否被定位和恢复。

我的角色
产品负责人 · 路由与交付验收
核心工作
把多模型接入、渠道路由、计费、健康检查和故障恢复放进同一套运营体系。
当前结果
已作为持续运营的模型服务运行;每次更新都以真实请求、费用与异常恢复收口。
模型服务计费可靠性
02

AI CREATION · 2026

黄雀 AI 创作系统

持续迭代
把文案、图片、配音和视频接成一条真正能交付的创作流程,不再靠几个分散的生成按钮。

我与团队持续把分散能力连接成账号、项目、任务、资产和作品,让客户能够看见进度、拿到结果。

我的角色
产品方向 · Agent 编排 · 交付验收
核心工作
连接账号、创作工具、生成任务、作品资产和后台运营,让图文音视频不再是分散的按钮。
当前结果
已形成主站与小程序协同迭代的创作系统,并持续把新能力送到真实用户路径。
AI 产品内容生产真实交付
03

HUMAN × AGENTS · 2026

AI Agent 协作体系

方法体系
多个 AI 像团队一样分工:有人查资料、有人动手、有人验收;人来决定方向和最后结果。

这不是把工作全部交给 AI,而是给每个角色清楚的边界、事实源和验收门槛,让复杂任务可以持续推进。

我的角色
协作架构 · 事实核验 · 知识维护
核心工作
用共同事实库、主写入者和验收门槛,把调查、实现、发布、复盘连接成一条工作流。
当前结果
已经用于真实产品开发、上线验收、故障排查与知识沉淀,而不只是一组对话演示。
多 Agent知识库协作
04

GENERATIVE VIDEO · 2026

AI 视频实验室

实验与交付中
把选模型、放参考素材、生成镜头、配音字幕和剪辑,变成有记录、能复用的视频制作流程。

每次实验都记录模型、参数、耗时、成本、失败和质量,不用一张偶然成功的样片代替真正的生产能力。

我的角色
流程设计 · 模型验证 · 成本与质量决策
核心工作
围绕参考素材、镜头、人物一致性、声音字幕、剪辑和失败恢复建立可复现链路。
当前结果
已形成按模型合同、成本、耗时、失败与质量记录的实验方法,服务真实视频交付。
生成视频剪辑成本验证

HOW I WORK

我的工作方式

  1. 01

    先看真实世界

    从用户、运行状态和限制出发,不从想象中的功能出发。

  2. 02

    先做最短闭环

    尽快把模糊想法变成可以点击、运行和判断的结果。

  3. 03

    让证据收口

    作品、日志、费用和用户体验必须能互相对上。