我在做什么
我目前就读于香港中文大学（深圳），主要围绕 Agent 系统、AI 应用研发与后端工程开展学习和实践。相比只关注模型调用，我更关心一个智能体系统如何在真实工程环境中稳定运行：上下文怎样组织，工具如何授权，长流程怎样恢复，人类审核如何进入关键决策，以及每一次执行如何被追踪和复现。
这个网站记录我对这些问题的持续拆解。文章既包含 MCP、Agent Harness、记忆治理、评测与可观测性等智能体主题，也保留 Java、Spring、分布式系统和工程基础设施方面的实现笔记。
研究与工程方向
- Agent 系统工程：Agent Runtime、Harness、MCP、工具调用、状态管理、可靠执行与多智能体协作。
- AI 应用研发：从原型验证走向可审计、可评测、可迭代的生产系统。
- 后端工程：Java / Spring 技术栈、微服务治理、数据与缓存、异步任务和可观测性。
- Agent Memory Governance：研究召回记忆进入生成上下文前的授权、过滤与风险控制。
代表性实践
AfterSaleFlow-Agent
面向履约争端的人机协同审理系统。项目使用 Agent Runtime Harness 约束身份、上下文、记忆、工具、循环和输出，由 Java 与 Temporal 维护业务事实及可靠流程，并把高风险决策交给人工审核。
shortlink
基于 Java 17、Spring Boot 与 Spring Cloud 的智能短链接平台。在短链创建、跳转、统计与网关治理之外，项目还扩展了投放分析、安全风控、风险画像和策略拦截等 Agent 能力。
Agent Memory Governance
围绕“语义相关不等于情境适用”展开的 Agent 记忆治理研究与工程项目，重点探索候选记忆在进入上下文之前的可解释授权判断、风险控制和确定性评测合同。
开源与写作
我持续参与 AI 基础设施与 Java AI 生态的开源协作，并把贡献过程中的协议边界、兼容性问题和工程判断整理成文章。写作对我而言不是结果展示，而是逼迫自己把概念、机制、证据和实现路径连成一条可复核的链路。
如果你也在研究 Agent 工程、后端系统或开源协作，可以通过本页下方的公开渠道联系我。