业务上下文
组织战略、项目档案与决策依据，让每项任务从共同的业务理解出发
1PUBLIC RESUME / UPDATED 2026.09
曾子昱PETER ZENG
行业 AI 解决方案 · 组织级 AI 架构 · 业务增长
以业务判断定义 AI 的工作方式，将行业知识、数据与协作流程组织成可运行、可复用的系统，让技术投入对应真实业务价值
CURRENT MODEARCHITECTURE × BUSINESS
200+产研成员使用组织级 AI 工作体系
100+Skills 设计与搭建
50 万+累计培训学员
4000 万+为培训学员创造收入（元）
01 / SOLUTION EXPERTISE
以业务判断定义架构让 AI 成为组织能力
从识别高价值场景，到设计知识、数据与工作流的连接方式，再到业务验证与团队使用，贯穿一套行业 AI 方案从设计到运行的全过程
ORGANIZATIONAL INTELLIGENCE将分散的专业经验
将分散的专业经验
构建为组织共享的工作体系
把业务目标、知识资产、数据调用和协作规则纳入同一套架构，让 AI 能理解上下文、执行专业任务，并保留关键环节的人工判断
应用规模从 7 人团队验证到 200+ 产研成员使用
核心交付团队外脑、可复用 Skills、数据与用研模块、协作机制
02 / ARCHITECTURE IN PRACTICE
组织级 AI 架构从设计走向日常运行
在 ClassIn，主导团队 AI 工作体系建设，将业务知识、专业动作、数据接口与协作机制分层组织，支持从需求研究到产品迭代的日常工作
专业能力
将竞品研究、需求分析、用户洞察等专业动作封装为可复用 Skills
2数据连接
接入自助取数与用户研究模块，让分析依据连接真实业务数据
3协作机制
以任务记录、评审和复盘串联协作过程，让成果与判断持续积累
4知识边界
区分个人资料与团队共享知识，明确不同任务的信息使用范围
5200+ 人产研成员日常使用
48 条可复用方法论沉淀
41 张用户洞察卡片
37.4%→52.4%课后卡片评价率，11 天同批口径
03 / SELECTED EXPERIENCE
以架构连接业务以实践验证价值
大型平台的业务经验、组织级 AI 建设与一线增长实践，共同构成行业解决方案的判断基础
01专业背景与架构方向
百度 · 字节等平台百度任职经历 · 字节等平台服务经验
当前 AI 架构方向
企业 AI 应用架构与工作流设计
以业务目标定义系统边界，将行业知识、数据接口与专业判断组织为可协同的 AI 工作流，关注从单点智能体到跨部门应用的架构设计，以及运行过程中的质量评估、权限控制与人工接管
- 业务流程建模
- 知识与数据连接
- 智能体协作与治理
02AI 原生组织
ClassIn（翼鸥教育）组织级 AI 架构与工作体系建设
主导团队 AI 外脑、专业 Skills、自助取数与用户洞察系统建设，连接产品研究、需求评审与迭代协作，从小团队验证推广至 200+ 产研成员日常使用
03业务智能系统
红松AI 销售 · AI 陪伴官 · 智能客服
围绕客户理解、销售跟进与持续服务，搭建 AI 销售助手、陪伴智能体与智能客服体系，将业务知识、客户意向与沟通策略组织成可复用的服务能力
04AI 产品增长
声智科技AI 产品场景化与私域用户运营
围绕语音克隆、转写等 AI 能力设计应用场景、内容传播与私域运营，连接技术能力与用户需求；将产品体验、内容触达和用户反馈纳入持续运营流程
05内容与用户增长
脉脉内容营销与规模化用户增长
建立内容生产、投放测试与效果评估流程，实现召回效率提升超 50%、内容获客成本降低超 30%，为 AI 内容工作流的选题判断、质量标准与效果评估提供实践基础
从一个关键业务问题
开始一套 AI 解决方案
围绕具体场景，讨论值得投入的 AI 机会、系统建设边界，以及可以验证的业务成果
交流合作需求 ↗