我在阿里国际做高级 Agent 开发工程师，负责广告外投的 Agent 基础设施，工作落在四条线上。外投报告看板把周报从人写人审改成一条可以接入、对比、验收的流水线，接入、版本对比、日常巡检、入库检阅、上线审批串在一起，每一步都留证据，出问题能回滚。外投领域知识库以外投业务本体为骨架，分原料、静态知识、应用包三层，用词表和分类法收敛口径，再加一道引用门禁，让 Agent 的回答落回原文。外投问答 Harness 用固定题集、同题双跑对照和线上 trace 回流做改进闭环，每次改动都能量化比较。内部 Agent Chat 平台把同事本机的知识库接进 Agent，再和外投问答打通，权限按只读授权、默认零权限、按人隔离可见范围来做，也支持多人多 Agent 接力。
四条线共用同一个判断：模型决定下限，Harness 决定天花板。Agent 要上生产，就得有可验证的记忆、可对照的评测、可回滚的交付和收得住的权限。我习惯先把业务问题拆到机器能判定的粒度，再交给 Agent 跑完。
在此之前我在阿里云做 AI 知识工程师，负责百炼国际站文档运营。四个 Agent 在一个钉钉群里接管了大部分日常，团队最后有 30+ 个生产级 Skill、约 95% 的任务自动化，每周省下 100+ 小时。下班后我写自己的系统，大多数是因为想要一个不存在的工具才动的手。
现在做的，和之前做过的
广告外投的 Agent 基础设施：报告看板、领域知识库、问答 Harness、内部 Agent Chat 平台。
百炼国际站文档运营，由四个 Agent 接管；30+ 个生产级 Skill，约 95% 自动化。
Johns Hopkins 应用数学与统计硕士 （2023.08–2024.12）· 中山大学数学学士 （2018.09–2022.06）
Harness 这套做法，先在自己的项目里跑过
把 Agent 放到生产环境里，难点通常不在模型本身，而在模型周围：知识库要能引用回原文，评测要有一组固定的题对照，线上要能收回真实的 trace，权限在碰到别人的数据时还得守得住。这些我在 FileVault、NodeMind、DaaS 里先做过一遍，外投这边需要的时候，大部分是搬过来改。工作里遇到的边界情况也会变成项目的功能。
逐个看这些系统Agent 回答业务问题时，能不能不编，还能告诉你依据在哪？
要做的事很具体：把知识拆到机器能判定的粒度，每个回答都能落回原文，每次改动用同一组题对照，权限在人和 Agent 之间都守得住。
写代码时遵循的几条朴素准则
- 判断力优先规则可以破，只要你说得清为什么。没有哪条准则大过眼前这一次判断。
- 先写下来讲不清楚，多半是没想清楚。设计先落成文字，代码只是它的一种实现。
- 不做过早抽象三行相似代码好过一个猜出来的模式。等模式自己出现再收口。
- 稳定比好看重要连跑一周不出事，比演示时好看重要。活主要在最后一公里。
- Agent 是系统会出错、要恢复、要有人看日志，按分布式系统来设计，别当聊天玩具。