AI产品经理（主动式交互）

场景与用户价值：通过佩戴观察、访谈、场景回放和用户反馈，找到值得主动帮助的具体时刻，明确目标用户、当下任务、介入收益与退出条件，比较主动提示、被动查询和保持安静等方案。

硬件与信号策略：基于各机型的传感器、显示、扬声器、麦克风、交互输入及端侧能力，基于已授权、实际可用的语音、视觉、位置、时间、佩戴和运动等信号定义契合主动式交互的结构化场景事件

主动交互定义：制定触发、置信度、去重、优先级、频控、冷却、静默和个性化策略；定义眼镜与App的职责，以及语音、显示或其他实际支持方式的选择、信息长度、等待、打断、恢复和失败反馈。

用户控制与异常：设计授权、首次说明、关闭、暂停、稍后提醒、忽略反馈和偏好调整；处理误识别、用户忙碌、驾驶或运动、多人场景、断网断连和低电量等边界，使触发原因可解释、退出入口易找到。

独立原型与实测：使用AI编程工具搭建可交互Demo或场景模拟器，接入实际可用信号或明确标注的模拟事件，联动眼镜及App完成走查、用户试用与迭代，区分概念验证和真机验收结果。

效果与上线闭环：定义有帮助的主动服务标准，建立触发准确性、用户采纳、忽略或关闭、打扰反馈、延迟与功耗的评估口径；结合访谈与数据归因，推动算法、硬件、设计及研发完成迭代。

好奇心与行动力：欢迎职业早期、对真实生活保持敏感的人才，持续探索AI与可穿戴交互；能举出主动发现问题、动手尝试、因用户反馈改变判断的经历。

Vibe coding实践：能用Codex、Claude Code、Cursor等工具独立完成可运行的交互Demo，接入模型或事件数据、排查基础问题并迭代。

交互体验能力：有交互设计、用户研究或产品实践，能清晰表达完整用户旅程、状态流转、输入输出和异常恢复，关注提示时机、注意力成本与用户掌控感；产品、设计、技术背景均欢迎。

硬件与多模态理解：理解眼镜佩戴、视野、收音、显示、功耗、网络与时延约束，能与技术团队辨认传感器事实、算法推断和未知状态；对不确定场景能给出保守、可验证的规则。

证据与产品判断：愿意做田野观察和用户测试，能把主观体验与行为数据结合，设计对照验证，识别触发更多与帮助更多之间的差别。

落地协作：有从问题定义到原型、验证、交付和复盘的完整实践，能写清策略与验收标准，协调硬件、算法、设计和研发；有智能眼镜、耳机、车载、可穿戴或环境交互经验加分。