一篇给小团队看的复盘；不谈宏大叙事，只讲踩过的坑、做过的取舍。

从2023年低到现在，大大小小做过3个产品

• 做到定开，服务过某大型国企（保密需求）
• 做过小SaaS服务过顾家家居
• 做过C端应用
• ...

站在产品层面说下理解-

第一个产品：Mass 平台，好用的底层，不等于好卖的产品 核心能力

定位：模型应用平台，支持 ReAct 模式的 Agent，用户自己搭建。

目标：企业内部平台发门槛，给需要用大模型的开发团队。

当时的分析

​编辑B端Agent的机会，不在于“助手”，而在基于垂直领域的任务式Agent微调https://zhuanlan.zhihu.com/p/700042251

但也遇到了真实问题

1. 用户不会用：ReAct 链路、一堆工具、记忆策略、知识库检索参数……对大多数业务方门槛仍然高。
2. 平台变成了外包开发：用户“不会用”最终演化为“帮我做一个XXXX”。用户需求被拉向一个个定制。
3. 灵活性错配：看似灵活，实则企业的每个问题都要重新设计”。通用能力与具体场景之间没有天然迁移。
4. 定开消耗巨大：

• 记忆：短期/长期/会话/用户画像，如何裁剪与命中？
• 知识库：切片、召回、重排与幻觉抑制，从可用到可靠”之间存在天然的屏障

当时阶段性的理解：

• 平台不是不能做，适合大厂的大投入。小团队走向定制定开。
• 对小团队，更现实的路径不是“面向所有人的平台”，而是“少数高价值场景的半平台化模板”。

第二个产品：场景化 AI 应用。贴近场景，大幅降低使用成本，但仍被工具属性掣肘

产品：AI 说明书

• 场景：说明书问答，做了文档版面识别、知识对齐、多路召回、多agent协同、防幻觉、多文档聚合。
• 结合线下：NFC 贴纸一贴，扫码直达说明书问答。

当时写的文章：

​编辑【多模态+deepseekRAG实践】chat2manal（AI 说明书）专家级文档智能体，重新定义使用说明书https://zhuanlan.zhihu.com/p/1893287080022488831但是客户依旧不买单，价值存在质疑：

• 我们解决率效果方面：直接交付（不存在交付成本），不存在二次各种服务。Coze 级方案 ≈ 70%，我们做至 ≈ 90%。
• 质疑点：“多出来的 20% 值多少钱？”
  • 如果失败代价低：小客户70%觉得够用了，用户多问问不影响。意愿付费很弱。
  • 如果失败代价高：合规、医疗、金融，用户更倾向于人来服务，bot的价值不确定。

核心问题工具的宿命：

• • 只对解决过程问题，不对结果负责。
  • 单用户只关心“问题是否被解决”，不在乎我们用了什么模型、多优雅的链路。 阶段性结论-

思考：

• 场景化提升体验是必要条件，但不是充分条件。
• 要想跨过“工具—结果”的分水岭，要么直接对结果负责，直接对用户负责
• 走向结果负责：数据 × 场景 × know-how × 多 Agent 协同

简单来说：居然你们用不好工具，那老 -子 自己来！

我们当前的主线：InJob AI —— 面向求职者与企业的“模拟面试与真实评估”系统。

我们解决的“结果问题”

• 对求职者：拿到一份能指导行动的评估，而不是泛泛而谈的面试过程。
• 对企业：可对比、可追溯、可预测的人才测评，而不是冗长、主观的面试记录。

怎么做（详情见）：​编辑Injob Ai 把面试写进 AI：从“出题”到“考核”：数据叠加 + 顺序化 Agent，让模拟面试更像大厂级“真面试https://zhuanlan.zhihu.com/p/1944431047979831329主要构成：

底座：

• • 专家标注的题库与评分锚点：行为面/技术面/案例面。
  • 真实面经与通过/淘汰样本沉淀。
  • 岗位画像库：我们沉淀了多版本的人才画像维度。
  • 多 Agent 协同 + 基于面试场景评估维度：

交付物：不再是工具，结果。而是对你的评估结果！！！

• • 标准化评分报告（含证据片段与锚点解释）；
  • 能力雷达与“通过概率”区间（随训练轨迹变化）；
  • 练习清单与预计提升曲线（把“怎么改”说清楚）；

为什么这条路更有“价值密度”

• 重痛点：求职季密集发生，失败代价高，时间窗口、机会成本。
• 难替代：数据与评分锚点越沉淀越准；题库、权重、校准策略都可复用但难被复制。
• 结果闭环：从模拟到录用结果可追踪，能验证预测力（效度、信度与一致性）。
• 2B/2C 双边

结尾：我们的路径

• mass平台：小团队做不起，让我们明白技术“能做”与用户“会用”之间有深沟。
• 场景化工具：体验提升 ≠ 价值捕获，关键在“失败代价”与“结果责任”。
• 结果负责：是我们当前的答案：用数据与 know-how 驱动、对结果交付负责。

---

产品内测中，欢迎体验

集美/兄弟！我们这开发了一款AI模拟面试产品，现邀请你作我们的内测嘉宾。完成后也希望你能提供一些指导建议，帮我们优化提升明确方向下。产品地址(目前只支持pc 端哈)：

Injob Ai​injob.scenifyai.com/interview-tool/https://injob.scenifyai.com