ByteDance

时间线

1. 2021 — 2022

   MAC 流量入口与店铺基础体验

   背景

   店铺需要在商品详情、搜索、直播、账号主页和分享链路里稳定承接自然流量。

   我做的事

   围绕 MAC 流量入口建设店铺橱窗能力，沉淀可复用的进店组件、状态表达和多宿主适配方案。

   关注结果

   让进店入口在不同页面形态下保持一致、可追踪、可灰度，也建立了我对高流量消费者链路的系统理解。

   2021 — 2022 · MAC 流量入口

   把店铺橱窗铺到用户会经过的高曝光位置

   这阶段的核心不是单独做一个页面，而是把“进店”这件事做成一套可以被商品、搜索、直播、账号主页和私信分享等场景复用的入口能力。前端需要处理不同宿主的展示约束、埋点口径、降级兜底和迭代节奏。

   入口场景

   商品详情、搜索、直播、主页、私信分享

   工程关注

   组件复用、多宿主适配、曝光点击追踪、异常兜底

   

   

   

   

   

   2022 · 店铺基础体验

   补齐店铺里的基础浏览、关注和搜索发现能力

   MAC 入口把用户带进店铺后，店内还需要稳定的基础体验承接：分类 Tab 帮用户快速理解商品结构，关注的店把店铺内容沉淀成可持续访问的关系，店铺热搜词则降低搜索成本，让用户更快进入具体商品和品类。

   

   

   

2. 2022

   电商 SaaS 多宿主接入

   背景

   电商能力需要以 SaaS 形态接入今日头条、番茄小说、西瓜视频、悟空浏览器、懂车帝等内容 App。

   我做的事

   参与商品、店铺和交易链路的多宿主适配，处理入口展示、宿主差异、数据协议和体验一致性。

   关注结果

   让同一套电商能力能够在不同内容场景里稳定复用，并保持清晰的工程边界。

   2022 · 电商 SaaS 多宿主

   把电商能力以 SaaS 形态接入多个内容 App

   这部分工作面向今日头条、番茄小说、西瓜视频、悟空浏览器、懂车帝等宿主，把商品、店铺和交易链路能力抽成可配置、可观测、可适配的电商 SaaS 能力，在不同内容场景里保持一致的体验和工程边界。

   

   今日头条 资讯内容场景

   

   番茄小说 阅读内容场景

   

   西瓜视频 视频内容场景

   

   悟空浏览器 浏览器内容场景

   

   懂车帝 汽车内容场景
3. 2023 — 2024

   店铺第三方组件性能优化与橱窗混排框架

   背景

   店铺页本质上是一个列表，但列表里的楼层来源不同：头部信息更适合 Native 承载，商品楼层需要跨端快速迭代。

   我做的事

   参与橱窗混排框架和店铺第三方组件优化，定义 Native 与跨端楼层边界，并推动 H5 组件接入 Lynx 渲染链路。

   关注结果

   让猜你喜欢、直播爆款等楼层能以跨端组件方式进入 Native 列表，同时提升第三方楼层渲染性能，相关项目获得 2023Q1 电商项目奖。

   2023Q1 · 店铺第三方组件优化

   让 H5 第三方组件以 Lynx 渲染

   这类店铺楼层原本依赖 H5 容器承载，进入橱窗混排后需要更轻、更稳定的渲染方式。我参与优化第三方组件接入链路，让 H5 组件能够以 Lynx 渲染能力复用到店铺橱窗里，同时兼顾性能、样式一致性、数据协议和异常兜底。

   

   技术角色

   大前端技术负责人 主导跨平台店铺组件生态建设。

   迁移链路

   小程序 DSL 转 Lynx 自研 ISV 调试 App，打通组件迁移、调试、预览与定制缓存策略链路。

   性能与结果

   2023Q1 电商项目奖 2023Q1 电商项目奖奖杯 iOS 2s 降至 1.2s，Android 3s 降至 1.7s；店铺访购率 +18.6%，ISV 页访购率 +43%。

   2023 · 橱窗混排框架

   把一个列表拆成可解释的 Native 与跨端图层

   这个页面看起来是一条连续的店铺商品列表，但真实实现里有两类组件在同一个滚动容器里协作：上方店铺信息表达区由 Native 保证稳定体验，下面的猜你喜欢、直播爆款和排行榜楼层由跨端组件承接快速配置和复用。

   独立开发 20+ 组件、10+ 二级页。

   Native · 店铺信息表达区 Cross-end · 猜你喜欢 Cross-end · 直播爆款

   

   

   

   Native 店铺信息表达区 搜索、店铺头像、关注、口碑等高稳定信息区由客户端承载。 Cross-end 猜你喜欢楼层 推荐商品卡片跟随业务策略快速更新，复用跨端渲染能力。 Cross-end 直播爆款楼层 直播上下文和商品卡片混在列表中，前端处理数据、曝光和兜底。
4. 2025 — 2026

   异形卡与 AI 电商

   背景

   抖音推荐 feed 与 AI 导购都面向高频消费场景：一个要在上亿级 PV 下承接商业表达，一个要用 AI 降低用户挑选礼物的决策成本。

   我做的事

   持续迭代异形购物卡的布局、营销样式、接券体验、价格动效、曝光点击埋点、灰度和降级链路；同时参与送礼助手 POC，把 AI 生成商品内容、虚拟小人、实时语音入口和 AI Agent 问答组织成可体验的前端产品。

   关注结果

   在高曝光 feed 流里平衡转化表达、性能预算和稳定性，并把商品表达从静态素材推进到可对话、可语音、可实时生成的 AI 电商体验。

   抖音 Feed 异形购物卡

   在推荐流里承接上亿级 PV 的短视频购物卡

   这张卡出现在抖音推荐 feed 的视频画面之上：用户仍在看视频，卡片要同时讲清商品卖点、店铺背书、券后价、降价利益点和行动按钮。前端关注的不只是还原 UI，还包括首屏性能、曝光口径、点击转化、弱网降级、实验灰度和不同视频内容下的遮挡边界。

   

   流量场景 抖音推荐 feed · PV 上亿

   卡片挂在视频消费链路里，曝光、点击和转化都需要精确记录，并支持实验分层。

   异形表达 视频画面 + 商品利益点同屏

   商品卡不是标准列表卡，需要处理视频遮挡、圆角容器、半透明背景和双 CTA 的信息密度。

   工程关注 性能、稳定性、灰度与降级

   在亿级 PV 下，样式、动效、图片加载、埋点和降级都必须可控，避免商业表达拖慢 feed 体验。

   2025 · 抖音电商 AI 创新

   从内容生产到导购对话的 AI 产品探索

   参与 AI 创新团队的产品原型，把模型生成能力接入用户看内容、挑商品和运营素材的具体流程。

   01 / CONTENT

   AI 内容 App

   负责 App 前端与多 Feed 内容消费链路，并建设 B 端内容管理平台，让生成内容有展示、管理和迭代的入口。

   02 / WORKFLOW

   模型与工作流接入

   在送礼助手中维护 Agent 对话与素材管理，接入 Coze 工作流和火山引擎模型，生成可用于导购场景的内容素材。

   03 / EXPLORATION

   更多电商场景

   探索手机智能对比与商品文案改写，关注 AI 输出如何帮助用户比较商品、理解卖点并继续决策。

   AI 电商 · 送礼助手 POC

   送礼助手：让 AI 生成内容并实时回答用户

   这个 POC 面向“送礼”场景：AI 负责生成商品卖点和推荐话术，虚拟小人承担导购角色，用户可以通过实时语音或文字继续追问，AI Agent 再围绕商品、适用人群和购买理由给出回答。

   AI 内容 内容由 AI 生产

   围绕商品卖点、送礼场景和用户语气生成可展示的导购内容。

   虚拟小人 角色化导购表达

   用拟人化角色承接推荐话术，让商品介绍更接近对话体验。

   实时语音 边看边问

   语音入口让用户不打断浏览节奏，也能继续追问礼物选择问题。

   AI Agent 商品问答与推荐理由

   Agent 根据上下文回答商品功效、适用场景和下一步选择。