张詠曦 Zara Zhang

自由顾问 / OKR 教练 | 2025 - 至今

• 持续为企业提供 OKR 培训、实战辅导和目标管理陪跑，当前客户服务仍以传统培训与业务辅导为主。
• 2025.12 起系统开展 AI 产品探索，将咨询方法、OKR Coach 经验和知识管理需求转化为 AI Workflow 与可运行原型；2026 年起密集搭建个人 Agent 工作系统。

字节跳动 / 飞书 OKR 咨询团队负责人 | 2020 - 2024

• 从 0 到 1 建设飞书 OKR 商业化咨询服务产品体系与团队，将培训、教练、推广和实战辅导沉淀为兼顾标准化与客户差异的服务方案，并持续迭代交付内容与人才培养机制。
• 累计服务 370+ 企业，完成 1700+ 场培训，覆盖 17000+ 位中高层管理者及 370+ 位创始人/CEO，最长客户服务周期 53 个月。
• 面向企业高管和业务负责人解决战略拆解、目标设定、跨部门对齐、业务复盘及 OKR 与绩效管理融合等复杂议题。
• 从跨行业客户实践中识别组织目标、管理流程和内部协同需求的共性与差异，沉淀行业解决方案、客户画像、成功案例和内部知识资产，支持市场、销售、客户成功、客户研究与咨询交付团队协同。

字节跳动集团人力资源部 / HRIS PMO 与需求管理负责人 | 2019 - 2020

• 从 0 到 1 建立 HRIS 需求管理机制，设计需求优先级模型、管理流程、模板和协同规则，并通过半年滚动需求复盘持续校准。
• 完成多系统需求管理功能研究比对，推动需求管理从分散文档迁移至系统平台并支持平台运维；协同 HR 业务与产研团队落实需求规则，参与员工生命周期系统与 HR 业务全景梳理。
• 负责 HRIS PMO，梳理 HRIS 定位与能力需求，制定 HR 系统采购制度并组织采购项目管理、Bad Case 复盘和内部管理会议。

管理咨询经历 | 2007 - 2019

历任凯捷咨询顾问、诺基亚西门子高级顾问、埃森哲咨询经理、德勤咨询总监。长期在大型企业信息化建设、数字化转型和新业务规划项目中承担核心顾问及项目管理角色，将管理层目标、业务问题与流程需求转化为系统能力、建设蓝图和推进路径。

• 信息化顶层规划与转型路径： 在电网业务战略研究、石油天然气企业信息化规划、重工集团信息化与电商规划等项目中，参与战略解读、管理诉求拆解、现状调研，以及应用、技术、数据和集成蓝图与分阶段建设路线设计。
• 业务诊断与能力蓝图： 围绕营销、销售、服务、客户管理、产品管理和运营监控等领域，组织访谈、资料与数据分析、案例研究和问题诊断，形成业务能力模型、管理体系、KPI、流程框架和改进机会。
• 流程优化与系统需求： 在电力营销、CRM、采购、财务集中和银行核心业务等项目中，设计一级/二级流程、流程说明、风险点、制度模板及系统功能需求，平衡标准化、管理效率和变革成本。
• 数字化产品与新业务规划： 在银行在线渠道、保险在线业务、手机官网、电商、O2O 社区医疗、连锁零售和电商物流等项目中，负责用户研究、业务场景、商业模式、页面/功能需求和 Business Case 分析；部分页面方案进入实现或试点准备。
• 复杂利益相关方推进： 通过访谈、研讨和阶段汇报协调客户管理层、业务部门、设计与实施相关方；在 SAP 等项目中协调 3 个集团部门与 5 个大区，推动需求澄清和方案讨论确认。
• 方法论沉淀与复用： 从多项跨行业信息化规划与系统需求项目中，沉淀“业务调研与洞察 → 流程/能力/需求建模 → 系统蓝图 → 优先级与演进路径 → 协同交付”的可复用方法。

多 Agent 协作体系

• 为 WebChat、飞书、微信等多通道 Agent 设计“共同身份 + 场景角色”体系：通过 IDENTITY / SOUL 保持一致的人格和价值取向，再按通道配置能力侧重；以共享 CHAT_BOARD 文件支持不同会话留言、任务交接和异步协作。
• 建立基于消息注入的跨 Session 任务协作机制：每日晨检 Agent 根据异常类型，将诊断结果和修复任务直接注入对应的专职 Session，由后者接续完成排查与修复；修复时间由人为传递信息所需的 1h 至 1 天缩短至分钟级别（多数情况下为 3-10 分钟）。
• 将多 Agent 协作用于 research 类文章和 OKR 知识库入库等自动化管线：根据资料类型调用视觉、音视频处理等专职 Agent，主 Agent 负责任务监控、结果验收、去重与入库、异常处理和断点续跑。
• 约 15 小时完成 DeepSeek Harness 调研、环境落地、工作区配置、视觉能力扩展、桌面使用链路和飞书融合，将第二套 Agent 平台纳入现有个人工作系统，扩展多 Agent 协作的角色和使用场景。
• 打通 OpenClaw 与 DSH 的协作链路：通过工作方案与任务计划交接实现任务接续，并以统一 Mem0 记忆底座和 daily memory 双源融合共享长期上下文。

Agent 长期记忆体系

• 搭建覆盖实时、小时、日、周、月五个时间粒度的记忆蒸馏体系，将原始对话逐层提炼为事件记录、主题总结、跨周期模式和长期知识资产，形成“记录—提炼—复盘—沉淀”的闭环。
• 完成 Mem0 中文适配与本地稳定运行，打通向量语义、BM25 关键词和实体提取三类中文检索；从 2026年4月21日 至 2026年8月21日，共计完成 120 天、13,311 条事实记忆导入。
• 将 DSH 会话事实接入同一 Mem0，并在 daily memory 中融合 OpenClaw 与 DSH 两端记录，使两套 Agent 平台共享可检索的长期记忆。
• 基于本地 DSH-Mem0 实践，在一个工作日内将本地实现重构为可复用、可发布的通用插件 dsh-mem0-memory，已发布至 npm 和 GitHub，并已提交 DeepSeek Harness 官方插件市场审核（实践总结）。

Agent 规则、运维与安全治理

• 针对关键规则因上下文拉长而注意力衰减、规则失效的情况，将行为边界固化于 AGENTS / Rules，并通过 HEARTBEAT 在会话中周期性重新注入，缩短规则与当前任务的上下文距离，刷新关键约束的注意力与执行优先级。
• 建立日常管线巡检与周度系统健康检查双层体系：每日核验关键自动化任务是否正常运行、产出是否完整及质量是否异常，自动形成问题台账并跨 Session 派发至对应专职 Agent 完成诊断与修复，处理结果回写台账形成闭环；每周检查核心文档的完整性、体量及备份归档状态。
• 为知识入库等高影响 Agent 工作流设计写入边界、状态管理、故障恢复和结果验证机制，并沉淀为可复用的运行规范，提升自动化流程的安全性与可维护性。
• 在 OpenClaw 定时调度器持续失效后，一天内将 13 项核心日常任务（涉及 research、多层记忆、健康监控等多条管线）迁移至 Windows Task Scheduler，使不同任务能够脱离 OpenClaw 调度器独立运行和排障，降低对单一 Agent 底座的依赖。
• 针对 Gateway 崩溃导致的会话与任务中断，按小时保存当前会话的关键决策、进度与待办；由独立 Watchdog 定时检测 Gateway 可用性，异常时自动重启并复查恢复结果。系统在 7/25-8/4 出行期间实现无人值守常态化运行。

AI SKILL、流程与产品原型落地

• 设计并发布本地知识检索 SKILL Local Knowledge Retrieval Skill，将约 30KB 的单体指令重构为“核心流程骨架、按需参考模块、确定性执行脚本”三级渐进式披露架构；通过 AI 语义匹配与 BM25 检索本地多格式文件，无需外部向量数据库，并支持索引动态更新和检索降级。上线 ClawHub 3 个月自然下载 1,100+，在“Knowledge Retrieval”关键词下位列个人贡献者 Top 3。
• 搭建每日自动运行的 Agent Diary 管线，将 daily memory、IDENTITY / SOUL、历史日记与互动资料转化为具有连续人格和第一人称视角的叙事；多轮迭代优化素材完整性、叙事质量与自然表达，探索记忆、角色设定与有温度的人机交互体验如何结合（案例说明）。
• 搭建 AI Research 持续研究管线，将资料采集、原文入库、主题分析、研究摘要和飞书发布串联为可持续运行的工作流；沉淀群聊采集、每日研究分析和飞书发布 3 项可复用 SKILL，建立 “是否采用—适用场景—替代方案—认知冲突” 的决策导向分析框架，以及原文追溯与入库质检机制。
• 将演讲教练方法论产品化为七步工作台（包括任务定义、受众分析、沟通目标、核心观点、内容结构、关键素材和表达打磨），每一步由 AI 基于教练方法论提供候选建议和阶段产出，通过交互引导用户输入素材、确认或改写，最终实现 AI coach 与用户的工厂内容生成。完成本地应用、服务端 AI 代理和完整的试用迭代。