建图层面，不只是输出几何地图，而是构建带语义标签的三维地图——能区分“沙发”“餐桌”“卧室门”这些语义实体，为后续的语义导航（VLN）打下基础。家庭场景的感知导航，难不在算法本身，而在工程化——如何把论文里的方法变成能在低成本嵌入式平台上稳定运行的量产方案，如何覆盖家庭环境的无数个corner case。一是“感知”不够鲁棒。技术方向：主导家庭机器人多传感器融合感知方案的设计与迭代，负责SLAM建

AI产品经理和通用型产品经理的底层思考框架虽然相似——都要经历产品立项、需求分析、产品设计、研发管理、验收、迭代等阶段——但AI产品经理需要额外理解“数据+AI算法如何形成效果好的AI应用或场景”。不需要会写模型训练代码，但需要能判断技术的能力边界——什么能做、什么暂时做不了、什么做出来用户感知不到——以及在具体场景中的适用性。如果你做过智能硬件的0到1，对AI技术有足够深的理解，又想在一个细分赛

摘要：生成式AI正在重构内容推荐逻辑，从匹配已有内容转向实时生成个性化内容。某硅谷公司开发的互动叙事产品日活超200万，用户通过选择影响剧情走向，系统实时生成文字、图像等内容。该产品面临三大设计挑战：非线性导航架构、可见的AI生成过程反馈机制，以及跨文化适配方案。公司现招聘资深体验设计师，要求具备C端内容产品设计经验，能独立优化AI产品的交互体验，薪酬35-50k/月。核心需求是提升产品的审美水准

重点讨论了极度稀疏数据下的协同过滤失效、非标房源的结构化特征工程、以及基于动态任务权重的多目标优化方案。如果一个新房源由高信誉度房东发布，且描述、设施和该城市热门房源有相似的特征分布，我们会在重排阶段给予一个短暂流量暴增窗口，然后根据后验数据决定后续流量分配。：在实时捕捉用户意图的基础上，引入一定比例的“非直接相关但高互动率”的房源。低频高决策场景下的推荐系统，还有很多值得深挖的命题：如何更好地建