I help teams make better technical decisions.

多年软件工程、系统架构和技术项目管理经验。目前主要关注 AI Systems、Agent Automation、Software Architecture 和 Quantitative Research。

  • 一个项目值不值得做
  • AI 是否真的适合这个场景
  • 应该自研、采购,还是基于现有平台搭建
  • 当前技术路线是否合理
  • 怎样用最小投入验证核心假设

What I Help With

围绕你的问题,而不是技术清单

核心价值不是出售开发工时,而是帮助团队更快判断复杂技术问题,减少错误投入和试错成本。

Technical Strategy

把业务问题翻译成技术选择,并判断方案的成本、复杂度、风险和边界。

AI / LLM Projects

判断 AI 是否适合真实业务场景,以及模型、数据、Agent 和现有系统应该如何组合。

Architecture Review

检查已有系统是否存在性能、复杂度、可靠性、技术债或过度设计问题。

Prototype & Validation

用尽量小的成本验证项目中最关键的不确定性,而不是一开始就构建完整系统。

Independent Technical Review

为创始人、管理层或投资人提供独立技术第二意见,包括技术尽调和方案审查。

AI Automation

设计和优化 Coding Agent、多 Agent 协作、知识管理、任务执行与检查、交付自动化工作流。

Background

从复杂系统到 AI 系统

我有多年软件工程、系统架构和技术项目管理经验,长期参与复杂软件系统的设计、开发、技术决策和项目推进。

近几年,我的主要关注逐渐转向 AI、LLM、Agent 系统和自动化研发工作流。

相比单纯完成既定需求,我更擅长快速进入复杂问题,识别真正的技术约束,比较不同技术路线,并通过架构设计、实验和 Prototype 帮助项目减少试错。

了解更多背景 →

Agent / AI Automation

让 AI 成为可靠参与真实工作的系统

我目前持续研究和优化的方向,是更自动化的 AI 工作方式。兴趣不只是「让 AI 帮忙写代码」,而是让 AI 成为可以长期、可靠参与真实工作的自动化系统。

  • Coding Agent
  • Multi-agent collaboration
  • Automated task decomposition
  • Long-running task workflows
  • Context / knowledge management
  • Permission & execution boundaries
  • Automated checking / testing / delivery
  • Human-AI responsibility boundaries

这一方向的具体实践 →

Quant / Research

研究系统与工具,而不是「荐股」

我也长期关注 Quantitative Research、Financial modeling、Research tools、Data systems、Strategy / hypothesis validation 和 AI-assisted research。

更让我感兴趣的是研究系统、工具和模型本身——如何把假设变成可验证、可复算的流程,而不是简单的选股建议或短线交易。

How I Prefer to Work

High-leverage, low-overhead collaboration

我目前有一份全职技术工作,因此只选择性参与少量外部合作,把有限时间投入到判断、研究、架构、设计、验证和关键问题解决上——而不是出售固定工时。

不太适合

  • 长期驻场
  • 固定大量工时
  • 常规人力补充型开发
  • 高频同步会议

更适合

  • Short-term consulting
  • Architecture / technical review
  • AI feasibility review
  • Prototype / validation
  • Technical due diligence
  • Fractional technical advisor
  • Remote、周末或非固定时间合作
  • 偶尔的本地项目和技术讨论

有合适的事?从这里开始 →