7月12日，各项目小组围绕商业模式、技术落地、产品打磨等关键议题，与指导老师进行了深入研讨。各组在痛点识别、执行细节、差异化策略及风险规避等方面均有突破。现将今日打磨要点整理如下，既是对阶段性成果的沉淀，也为后续推进提供明确指引。
01
曹雅婷小组：
商圈AI人流视觉监测系统
破解多方利益冲突
今天下午我们与老师围绕商圈AI人流视觉监测系统展开讨论，核心存在多层利益冲突：政府希望均衡各商圈客流，商场想调配场内客流，但商户抵触曝光冷清、争抢客源；景区、商场现有人工排队统计误差大。
系统依托YOLO视觉算法，可采集客流数量、停留时长、动线行为数据，用于空间规划、广告投放、客流疏导。
落地场景含学校、商圈、景区，学校易落地但盈利弱，商业体变现潜力大；需规避隐私风险，路演需梳理痛点、产品、盈利、技术壁垒等板块，依托校内人脉做试点演示。
02
冯立桐小组：
跨境农产品贸易SPV项目逻辑
从“纸面漂亮”走向“执行可信”
今天团队全天围绕跨境农产品贸易SPV项目进行了高强度方案打磨。上午我们内部逐条过流程，从募集隔离基金、双向资金拆分，到双向对冲、循环复用——每一条机制都反复推敲逻辑漏洞。最让我们兴奋的是，把上下游两端的履约能力绑定为“一套资产”后，综合风险确实比单看任何一方都要低，这个认知在讨论中越来越清晰。
下午和施老师的讨论堪称“点睛”。施老师对政策增信备案、中信保投保范围、SPV隔离效力这些关键节点给出了非常具体的完善建议，尤其提醒我们注意下游种植端周转资金的投放节奏，必须与农产品的生产周期严格匹配。这个细节我们之前虽有考虑，但经施老师点出后，才发现落地执行层面还需要更精细的时间表。此外，施老师还肯定了我们的锁价锁汇组合方案，认为在当前拉美汇率波动背景下，这是真正的护城河。
整场讨论下来，我们最大的感受是：项目逻辑从“纸面漂亮”走向了“执行可信”。原本担心的一些模糊地带，比如回款专户的优先顺序、SPV与母公司之间的债务切割法律文本，都有了明确解决思路。团队信心明显增强，也深知接下来的文案、协议、尽调工作才是硬仗。感谢施老师的耐心指点和务实建议，我们会尽快把今天的细化结论落成操作手册，推动项目尽早进入实质落地阶段。今天，是离真实贸易闭环最近的一天。
03
韩一畅小组：
调整客群并扩充业务线
打造智能税务协作平台
在今天的项目打磨中，我们团队经过老师的点拨和指导，决定调整项目客群，扩充我们产品的业务线。我们原计划仅面向CPA Firm推广Agent产品，通过建立数据库，训练模型等提升CPA报税效率。施老师建议我们不止做单一业务线，即这一基础上，拓展业务线，即推出一款连接小微企业与会计师事务所的智能税务协作平台，通过企业端免费数据工具、事务所端税务流程Agent和增值数据服务，提升小微企业财税管理效率与中小财税机构的服务能力，实现降本增效，互利共赢。
04
徐佳慧小组：
重塑产品介绍逻辑，
聚焦用户体验与核心竞争力
非常感谢郑老师的耐心指导，今天郑老师的辅导让我们对项目有了全新的认识，也让我们意识到之前很多思路确实没想透。
最大的收获是 “产品介绍不是讲技术多厉害，而是讲用户用了之后获得什么” 。郑老师打了个比方：卖车先让用户试驾，一脚油门踩下去爽了，再讲发动机技术。我们之前一上来就讲RAG、RLHF，评委根本记不住。应该先让评委代入考研学生的视角——打开摄像头、语音对话、被AI连续追问、拿到深度报告、参加真人实战——这个全流程体验讲清楚，后面技术才有意义。
还有一点很重要：面试题目的来源。网上确实搜不到完全正确的真题，但我们可以让专业老师根据研究方向出题，让上岸学生对已有题目做重要性排序，用户考完后填匿名反馈——这些都不涉及泄露真题，但能帮我们迭代题库。这个逻辑闭环让我们踏实了很多。
接下来我们重点打磨两件事：一是把用户全流程体验做成一页清晰的PPT，站在用户角度讲；二是把“为什么只有我们能做”的核心竞争力串成一条线——垂直领域数据积累、强化学习迭代、上财场景验证，这个逻辑链条理顺了项目才能立住。
05
李正坤小组：
聚焦寿险场景优化方案，
明确术语与评估机制
今天在老师指导下，我们从三方面调整方案：
任务库：原计划从考试大纲和岗位要求拆解任务，老师认为过于宽泛，改为聚焦寿险品类——先跑通寿险场景的完整闭环 demo，验证可行后再横向复制到其他险种，确保资源集中、路径清晰。
Skill 库：老师指出“skill”一词更适用于人类肌肉记忆式训练，易与 AI 能力混淆。我们将在演示中明确术语层级，将 AI 端表述为“工具调用模块”或“标准化流程单元”，避免歧义。
可替代性评估：原方案仅靠单次大模型打分，老师建议升级为多模型并行生成任务拆解，对比差异并迭代优化；待 AI 产出成熟后，再引入资深精算师进行人工反馈，形成 RLHF 闭环。
此外，关于“AI 生成 vs. 人工访谈”的张力，我们采纳老师建议：两者结合——AI 快速产出初版，人类专家负责校验与改进，兼顾效率与专业性。接下来我们将按此方向加速推进。
06
张高盛小组：
明确产品定位与商业模式，
聚焦核心选品与用户积累
今天下午我们与老师围绕商圈AI人流视觉监测系统展开讨论，核心存在多层利益冲突：政府希望均衡各商圈客流，商场想调配场内客流，但商户抵触曝光冷清、争抢客源；景区、商场现有人工排队统计误差大。
系统依托YOLO视觉算法，可采集客流数量、停留时长、动线行为数据，用于空间规划、广告投放、客流疏导。
落地场景含学校、商圈、景区，学校易落地但盈利弱，商业体变现潜力大；需规避隐私风险，路演需梳理痛点、产品、盈利、技术壁垒等板块，依托校内人脉做试点演示。
今日研讨虽已落幕，但思考与行动仍在继续。师生之间的观点碰撞催生出不少新思路，各组在痛点拆解与策略优化上均有新的收获，为下一步探索指明了更清晰的方向。
END
文案 | 张高盛小组
摄影 | 潘睿雅
排版 | 赵一瑾
