经历

企业 AI、Agent 系统与一线落地的时间线。

Agent 开发

在职 · 北京

快手 · 中国北京

2026年8月 – 至今

在主站技术部-运营技术部负责 M0 Design（PRD → Figma → Code）Agent 的评测体系、Figma 结构化编辑及 MCP 接入建设从生成、评测到生产调用的完整 Agent 链路。

主导 PRD → Figma Agent 持续评测平台建设，构建 84 个任务 / 160 个页面 / 979 条原子验收项真实业务 Benchmark，融合 Figma 原生结构解析、截图证据、Rule-based Grader 与 LLM-as-a-Judge，核心验收项自动覆盖率达 95%+，单 Case 验收耗时由 20–30min 降至 3–5min，高优 BadCase 占比由 18% 降至 6%。
参与设计 Agent 的声明式编辑协议建设，将 Figma SceneGraph 序列化为 JSX 结构供模型读写，再通过 Reconcile 将差异安全写回；在 143+ 自动测试基础上复杂设计修改成功率达到 95%+，减少 60%+ 细粒度工具调用。
将生稿能力封装为 MCP 接入内部 Agent，打通 Agent → MCP → Figma Runtime / Host 写入链路，治理写入超时、连接失效与环境注销等异常，复杂生稿 E2E 成功率提升至 95%+，并发异常率降低 50%+。

查看 3 项工作与成果

主导 PRD → Figma Agent 持续评测平台建设，构建 84 个任务 / 160 个页面 / 979 条原子验收项真实业务 Benchmark，融合 Figma 原生结构解析、截图证据、Rule-based Grader 与 LLM-as-a-Judge，核心验收项自动覆盖率达 95%+，单 Case 验收耗时由 20–30min 降至 3–5min，高优 BadCase 占比由 18% 降至 6%。
参与设计 Agent 的声明式编辑协议建设，将 Figma SceneGraph 序列化为 JSX 结构供模型读写，再通过 Reconcile 将差异安全写回；在 143+ 自动测试基础上复杂设计修改成功率达到 95%+，减少 60%+ 细粒度工具调用。
将生稿能力封装为 MCP 接入内部 Agent，打通 Agent → MCP → Figma Runtime / Host 写入链路，治理写入超时、连接失效与环境注销等异常，复杂生稿 E2E 成功率提升至 95%+，并发异常率降低 50%+。

Agent SystemsFigma AST / JSXEvaluation BenchmarkMCPPythonTypeScript

蕉内（三立人科技） · 中国深圳

2026年4月 – 8月

围绕企业内部 AIGC 视觉生产与 Agent 平台建设，负责产品设计、权限管理及 AI 数据链路的工程落地。

主导商品生图平台与 PS AI 插件开发，设计 LookSpec 结构化理解、DAG 编排、BBox 局部修复与质量重试链路。ROI 测算目标为单人日产约 10→30 张、单张成本 ¥89.8→¥43.9（−51%）；实际生产效果尚未核验。
建设 AI Gateway + MCP 能力层，统一模型、数据与业务 API 接入，设计身份透传和权限范围；推进 AI 企划 Agent 的数据接入与培训准备，后续业务采用情况未核验。

查看 2 项工作与成果

主导商品生图平台与 PS AI 插件开发，设计 LookSpec 结构化理解、DAG 编排、BBox 局部修复与质量重试链路。ROI 测算目标为单人日产约 10→30 张、单张成本 ¥89.8→¥43.9（−51%）；实际生产效果尚未核验。
建设 AI Gateway + MCP 能力层，统一模型、数据与业务 API 接入，设计身份透传和权限范围；推进 AI 企划 Agent 的数据接入与培训准备，后续业务采用情况未核验。

FastAPIReactAdobe UXPMCPAgent PlatformRAG

校企联合 · 远程

腾讯 × 深圳技术大学 · 中国·远程 (校企联合)

2026年3月 – 9月

腾讯 mini 项目｜RepoMind Code Intelligence & Agent Quality Evaluation：面向大型代码仓库的 Coding Agent 质量评测与优化系统，负责 Agent Trace 分析、评测体系建设、MCP 调用治理与代码理解优化。

基于 496 条 Agent Trace 构建可回放 Observation Kernel，统一采集 Tool Call、Evidence、Usage、Latency、Outcome 等事件；结合 Replay、Grounding Audit 与 Guardrail 分析 BadCase，分阶段评测推动跨文件分析 F1 0.28→0.61。
基于 Tree-sitter 构建多语言代码图谱与增量索引，通过 Snapshot、不可变 Generation、依赖闭包及 Freshness Gate 解决源码更新后的 stale-index；在 310 文件、3,855 Symbols 代码库中将单文件更新耗时由 10.78s→0.12s（约 90×）。

查看 2 项工作与成果

基于 496 条 Agent Trace 构建可回放 Observation Kernel，统一采集 Tool Call、Evidence、Usage、Latency、Outcome 等事件；结合 Replay、Grounding Audit 与 Guardrail 分析 BadCase，分阶段评测推动跨文件分析 F1 0.28→0.61。
基于 Tree-sitter 构建多语言代码图谱与增量索引，通过 Snapshot、不可变 Generation、依赖闭包及 Freshness Gate 解决源码更新后的 stale-index；在 310 文件、3,855 Symbols 代码库中将单文件更新耗时由 10.78s→0.12s（约 90×）。

MCPCode GraphTree-sitterASTTrace & ReplayEval

深圳市麟远科技 · 中国深圳

2025年10月 – 2026年2月

基于 FastAPI + Redis + WebSocket 搭建电商视觉生成链路，统一多模型调用。

竞品发现 → VLM 视觉风格拆解 → 提示词/风格库，统一异构模型调用。
通过 FastAPI + Redis + WebSocket 异步生成管线，结合 Prompt / Style Library 与 LLM-as-a-Judge 优化生成效果。
实现 API 成本降低约 20%，人工审核 / 二改介入降低约 30%。

查看 3 项工作与成果

竞品发现 → VLM 视觉风格拆解 → 提示词/风格库，统一异构模型调用。
通过 FastAPI + Redis + WebSocket 异步生成管线，结合 Prompt / Style Library 与 LLM-as-a-Judge 优化生成效果。
实现 API 成本降低约 20%，人工审核 / 二改介入降低约 30%。

FastAPIRedisWebSocketVLMMulti-Model RoutingLLM-as-a-Judge

TwinBuddy（拼途旅行） · 中国深圳

2026年1月 – 6月

通过数字分身与双 Agent 协商完成旅行搭子匹配，获抖音 AI 创变者计划 2026 年黑客松联赛清北哈站赛道三二等奖。比赛已收官。

查看 3 项工作与成果

LangGraphMulti-AgentPersonaFastAPIReactProduct