Li Tan
我写测量，也写把混乱信号变成清晰决策背后那点安静的手艺。
现在做 Opendoor
正在写 AI-native analytics
在读 The Book of Why
所在地 Bay Area, CA
笔记本
全部文章 →- 与 AI 对练 大多数人把 AI 对准工作。更高杠杆的用法，是把它对准你自己——一个不停拷问你的陪练，直到那场面试、那次汇报、那个你怕的房间，都变得轻松。 4 分钟
- Default to AI 之后 我们公司现在默认 default to AI。提速是真的。但你在键盘上省下的时间，全花在 review 上了。我看到很多人会陷进两个误区。 4 分钟
- 我 pipeline 里藏着的幻觉 AI 写出来的代码看着对，有时候是对，经常不对。你的工作就是抓住它。AI 的上限，取决于你的 review 水平。 2 分钟
- A/B 之外：没法做实验，如何衡量真实的产品影响 当随机化不可能时，因果推断方法依然能揭示真实影响。这是我测量非典型产品变更的做法。 2 分钟
- 关于 DMA 测试的一些想法 设计真正能用的地理实验：从一线 DMA 测试经验里学到的事。 1 分钟