About
电子科技大学 27 届在读研究生。我按 产品工程师 + 开发者 这两头给自己定位：一头负责把业务上的「对」定义清楚，一头负责把它跑出来。
看多了会发现，Agent 落地这件事长的是同一个形状：怎么把一个不确定的模型行为， 变成能被校验、能被维护的工程部件。我的做法是先定什么算对，再定拿什么验证它， 能力这件事排第三位。
另一头我做过模型。癫痫异常放电检测这条线，噪声大、标注贵、错一次代价重， 从时间编码到图注意力再到检测试证客户端，得自己走完整条。 这段经历给我的是底层视角：模型能力之外，系统能不能被验证才是上限。
More about me
Blog
- 拆一个能上生产的 Agent 运行时：依赖方向、循环与压缩 2026-10-08
一个上得了生产的 Agent 运行时把代码切成调模型、跑循环、做业务几层。值得抄的不是它暴露了多少 API，而是循环靠什么停、压缩切在哪、对话存成什么形状这三处取舍。
- 横向验收任何一个 AI 产品：一张八层检查表 2026-09-30
判断一个 Agent 能不能上线，不该看它演示得多聪明。把产品拆成任务、上下文、能力、编排、执行、验证、状态、信任八层逐项问过去，任一层答不上来，就是那个洞。
- 让 Agent 给自己打分，评测集就开始变成作弊集 2026-09-17
自进化闭环一旦转起来，分数的含义就变了：题变窄、判据泄漏、模型给自己答案打高分，都能让曲线向上而能力不动。这篇写怎么给闭环装一根模型碰不到的尺子，也写闸门不装时分数往哪走。
- 先画依赖图，再写评测：你的指标会互相污染 2026-09-08
三个指标同时掉，往往只是一个根因被记了三次。评测体系的顺序错了：先把执行依赖图画出来，再规定每个指标在什么条件下可评，才轮到 Judge 和门禁。
- 自治等级不是模型说了算，是能不能撤销说了算 2026-09-01
给 Agent 多少自由度，判断依据不是模型看起来多聪明，而是动作的确信程度和撤销代价。L2 自治不是配置项，是幂等键、撤销窗口、补偿接口和审计工程出来的。
- 可验证性就是能力边界 2026-08-25
生码只占研发链路 20% 到 30%，口径是需求到上线里写代码这段的耗时占比，继续优化它的边际收益已经很低。Agent 能走多远，取决于你能给它多少真实反馈——构建、测试、部署、日志、监控，缺一样它就只能靠训练分布猜。
- 给上下文定预算：Multi-Agent 的钱到底花在哪 2026-08-18
多 Agent 拆分不天然省钱——并行意味着多份常驻上下文和初始化开销。真正把账单顶上去的是三类东西：常驻上下文、重复打包的历史，以及每次工具调用要付的四份固定开销。
All posts