About / CV
AI Engineer，关注 Agent 系统如何进入现实。
我正在把传统机器学习背景、后端工程学习和 Agent 系统实践连接起来，专注于 workflow、runtime、evaluation、observability 与安全边界。
我在意什么
我不把 Agent 当成一个更长的 prompt。对我来说，Agent 系统的难点是：不确定的模型如何在确定的权限、状态、工具、评估与人工责任中工作。
因此，我会优先问：系统知道自己做了什么吗？失败后能恢复吗？一个结论能回到证据吗？换模型之后，行为边界还在吗？
Working method
我会把“会做”拆成可检查的证据
先定义边界
哪些事情由代码决定，哪些事情交给模型，哪些事情必须由人确认。
再保留证据
状态、工具结果、来源、失败和评估结果都要有可追溯的形状。
最后谈自动化
自动化不是目标。可恢复、可解释、可持续改进才是。