第二届星瀚杯「全国大学生法律 AI 应用」创新挑战赛
规航 CompliPilot:参与合规检索、引用验证与产品技术支持,把法规依据贯穿到分析报告。
一位能把 AI 产品从想法一路做到生产环境的工程师。
我是王健俊,一名 AI 工程师,专注于用 LLM、Agent 与多模态 AI 构建智能系统。我的工作覆盖从问题定义、系统架构、MCP 工具治理、RAG 与评测闭环,一直到企业级部署的完整链路。
我的核心是把真实的业务问题转化为生产级 AI 系统,而不是停留在原型。
从实践看能力
围绕可编辑设计产物,分别验证交付有效性、证据完整性与需求符合度,再依据问题修复并回归。
Business-First Delivery
AI 系统的最终评判标准不是生成内容的多寡,而是能否真正嵌入生产工作流、稳定降本增效,并经受住真实用户的严苛检验。
Strict Tool Contracts & Governance
智能体调用工具必须有严格的输入 schema 校验、结构化输出规范以及稳健的重试契约,杜绝幻觉扩散与级联崩溃。
Triple-Layer Verifiable Evals
不把单一的 HTTP 200 或非空文本作为验收依据。解耦产物有效性、运行证据完整性与业务需求符合度,建立多维评测闭环。
Obsessive Traceability & Regressions
完整冻结每次运行的输入上下文、决策轨迹、中间产物与错误快照,让偶发性问题能够精确定位、并在同一条件下回归验证。
设计与构建能推理、检索、结构化编辑与行动的 Agent 系统。
建立可验证基准、混合检索与数据飞轮闭环。
交付高可用、并发稳定的生产级后端系统与工具链路。
把业务问题转化为已落地、可验证、可回归的生产级 Agent 能力。
规航 CompliPilot:参与合规检索、引用验证与产品技术支持,把法规依据贯穿到分析报告。
LabMemory:带队设计可信实验决策记忆,把组会讨论、人工确认和行动前审计连成完整流程。
拼途旅行:通过数字分身与双智能体偏好协商完成旅行搭子匹配,负责主要产品、技术与开发。
围绕 NIPT 检测时点与质量控制问题,运用广义加性模型开展统计建模与优化分析。
面向 LED 光谱优化问题,使用遗传算法进行多目标建模与参数搜索。
围绕无人机配送市场开展调查分析,使用 TabNet 进行数据建模。