我最早做的是算法问题：模型、特征、训练、指标、论文和实验。
这些经历很重要，它们让我知道模型能力从哪里来，也知道很多看起来漂亮的指标背后其实有多少限制。但越往后做，我越觉得只谈算法是不够的。
真实业务里的 AI 应用，经常卡在模型之外。
数据有没有权限，字段口径是否一致，文档能不能解析，结果能不能被业务人员理解，报告格式是否符合场景，系统是否稳定，客户能不能在熟悉的入口里使用，这些问题都很具体，也都很关键。
所以我现在更喜欢站在产品和系统的角度看 AI。
一个好的 AI 应用，不是把模型 API 接进去就结束。它应该理解业务输入，组织上下文，调用合适工具，把结果变成可交付内容，并且让用户觉得这东西真的省力、可靠、愿意继续用。
这也是我做个人项目时最在意的事：技术要锋利，但最后一定要落到可使用的产品里。