SELECTED WORK / 代表实践

真正的系统，
在演示结束之后才开始。

这里不只是展示做过什么，也记录这些系统为什么这样设计、如何被验证，以及哪些数字只是活动证据而不是价值结论。

评估与迭代产生的证据回流，驱动下一轮生成。

AGENT GENERATION INFRASTRUCTURE

Agent 生成基础设施

让业务 Agent 的创建从单点手工开发，走向可以规模化生产、组合和持续维护的工程体系。

AGENT EVALUATION SYSTEM

用可复现的评估方法，把“感觉能用”转化为可比较、可追踪的质量证据。

CONTINUOUS SELF-OPTIMIZATION

结合运行反馈识别问题、形成优化方案，并用后续结果验证问题是否真正被解决。

SELECTED CASE · CAPABILITY EVALUATION / 能力资产评估

我负责了一套能力资产评估系统的架构设计与全栈实现。核心工作不是做了一块看板，而是把 Agent 级的可观测性，扩展到公司级能力资产的追踪与治理。

从"这个 Agent 跑得好不好"，到"公司投入 AI 的产出到底怎样"——资产的覆盖广度、使用深度和实际效果需要同时可见。

我的角色: 架构设计与全栈实现：运行态指标管道、PA 静态质量评分框架、北极星指标体系、看板全栈。
关键决策: 把可观测性从"监控单个 Agent 运行"，扩展到"公司级能力资产的全景追踪"——让资产的覆盖广度、使用深度和实际效果同时可见。
方法: 三层质量评估：规则计数采集信号、AI 语义分析判断根因和质量、周度汇总形成趋势和告警。静态评分用 MECE 框架，结合确定性脚本与 LLM 混合评分。
验证方式: 评估结果不只是展示在看板上，而是驱动了治理动作——低质量资产被识别并推动改进，告警信号触发实际响应。

看得见，
才有得治。

评估告诉你哪里有问题，但修复需要另一套系统。

SELECTED CASE · SELF-ITERATION OS / 持续迭代系统

我参与设计并推进了一套面向 Agent 的持续迭代机制，重点关注如何从运行反馈中识别问题、形成改进方案，并验证变化是否真正有效。这个项目最重要的收获，不是某个具体模块，而是重新定义系统何时才算“完成”。

早期机制已经能够发现问题并提出改进建议，但一次复盘让我意识到：从信息送达，到使用者采取行动，再到问题真正消失，价值会在每一层继续损耗。

技术链路跑通，
不代表价值闭环成立。

信息已经发出，不代表使用者真正看到。只要没有进入当下的工作流，再好的建议也不会产生价值。

方向正确的大型重构，如果远超日常维护的行动成本，仍然不会落地。系统必须把建议变成足够小、足够明确的下一步。

方案被采纳只代表干预发生了。真正的结果，要看同类问题是否在后续运行中减少或消失。

FROM RECOMMENDATION ENGINE

这次复盘改变了我对终点的定义：不再以“建议已生成”为完成，而是继续关注使用者是否看到、是否行动，以及相同问题是否在后续运行中减少。建议只是过程，真实改变与后续效果才是结果。

这一轮的验证结果，就是下一轮运行要获取的证据。

DESIGN PRINCIPLE / 风险边界

系统可以主动诊断和提出方案，但不会默认直接改写生产中的 Agent。只有经过必要的人工确认与验证后，修改才进入真实交付流程。相比生成了多少建议，我更关注改进是否被采用，以及 Agent 是否因此变得更可靠。

FROM ACTIVITY TO OUTCOME

奖励的对象不应是创建了多少 Agent 或调用了多少次，而应是经过验证的业务增量。