你好,我是张思瑶
从内容自动化流水线到经济预测模型——我设计 AI 工作流,用 vibe coding 交付产品,用数据衡量实际效果。
我做的事情是设计 AI 原生工作流——多个 AI 智能体各司其职,串成完整的生产链,从选题决策到内容生成到数据复盘全部自动跑。我自己的内容流水线有六个智能体在跑,抖音首条视频 76,000+ 播放,收藏率 14.3%(行业平均 3%)。这些结果是系统跑出来的,不是手动一条条磨出来的。
本科对外经济贸易大学金融双学位,现在在巴黎一大读经济学硕士。经济学训练了我的实证思维,而 AI 这件事本身就是实证科学——试、量、推边界、看数据、再迭代。Python 调度优化也好,内容开头 A/B 测试也好,我做事的方式都一样。
会四种语言,在三个大洲生活过,统筹过 100+ 志愿者项目(包括2022年北京冬奥会),做过一个 2,000+ 订阅者的内容平台。现在在做的事情是:一个人加上对的 AI 系统,产出能力可以顶一个团队。我在用自己的项目验证这件事。
硕士二年级 可持续发展经济学
巴黎一大先贤祠-索邦大学
寻找2026年9月AI产品或增长方向实习
AI 自动化系统 · AI 原生内容生产 · Vibe Coding 产品 · 商业×内容配对策略
每个项目都始于一个真实问题——最终变成了我真正在用的系统。
6 个专业 AI 智能体组成一条流水线
个人项目 — 使用 Claude Code 构建
一套全栈 AI 智能体链,自动化整个内容生产生命周期:选题过滤(三层验证)、脚本撰写、开头优化、标题生成、AI 写作痕迹检测,以及发布后的数据复盘与元分析。每个智能体都是一个专业的 prompt 系统——不是一次性的 ChatGPT 提问,而是具备结构化输入、诊断逻辑和反馈循环的工作流设计。
个人项目 — 完全通过与 Claude Code 对话构建
设计并交付了这个作品集网站,没有手动写一行代码——整个构建过程通过与 Claude Code 的自然语言对话完成。从布局决策到响应式设计再到滚动动画,每一个元素都通过 prompt 指导完成,而非代码编辑器。
Deloitte Case Study — Supervised group project, Paris
为南非电力系统设计了端到端的量化分析框架。构建并对比了六种预测模型(从 ARIMA 到 TFT 深度学习),随后实现了一个在碳排放、产能和合同约束下最小化系统成本的调度优化模型。
发展大数据 — 小组研究,Panthéon-Sorbonne
构建了一个暴露指数,衡量欧洲各职业受机器人技术采纳影响的程度,使用潜在语义分析(LSA)处理专利和职位描述语料库。发现中等工资、常规任务型职业面临最大的自动化风险——与劳动力市场极化理论一致。
独立项目 — 北京
创建并运营了一个数字内容平台,订阅者增长至 2,000+。主导协调了 100+ 志愿者项目,包括2022年北京冬奥会的运营培训。负责内容策略和利益相关方沟通。
国盛证券 — 北京
对医药定价和医保报销政策进行量化分析。参与撰写分析报告,综合监管影响评估,用于内部发布和面向客户的研究。
设计多智能体协作的自动化工作流,从决策到执行到复盘全链路覆盖。
数据是验证 AI 系统有没有用的唯一标准。每个实验都要有数字。
四种语言意味着更小的信息差和真正的跨境能力。
巴黎一大先贤祠-索邦大学 · 对外经济贸易大学金融学双学位
专业方向。课程涵盖发展大数据(Python 图像与文本分析)、计量经济学与影响分析、国际气候、产业发展与金融。
国家留学基金委奖学金巴黎一大先贤祠-索邦大学
综合成绩:14.3/20 (Bien) · 微观经济学:19.1/20。硕士论文研究贸易信贷、风险分担与库存融资——Stackelberg 均衡分析。
国家留学基金委奖学金日本东京
本科期间在商学院全年交换。课程以英语进行,涵盖经济学和国际关系。
JLPT N2 · 商学院对外经济贸易大学 (UIBE),北京
经济学与日语语言文化双学位。包含在东京早稻田大学的一年交换经历。
双学位