Think · Build · Deliver
I'm Bing.
让 AI 能力进入真实系统。
专注 AI Agent、大模型应用架构与工程化交付。
关注系统边界、技术取舍、团队协作与长期演进。
我关注的事情
-
AI 系统架构
设计模型、Agent、数据与企业系统之间清晰可靠的协作关系。
-
Agent 工程化
让 Agent 具备可评估、可观测、可控制和可持续演进的能力。
-
技术决策与交付
连接业务目标、技术路线与团队协作,把复杂问题推进为可验证、可持续的交付结果。
我的项目
全部项目-
弼马温
Moto Agent
以自然语言驱动车辆数据管理的 AI Agent,围绕意图理解、工具调用、模型路由与确定性规则构建可控的生产架构。
-
Token 用量面板
Token Usage Dashboard
面向 AI 编程工作流的成本观测工具,统一聚合 Claude Code 与 Codex 用量,按项目追踪消耗趋势与资源结构。
-
IssuePilot
Multi-Agent Workflow
面向软件研发全流程的多 Agent 协作系统,以角色分工、状态机、人工 Gate 与隔离执行实现从 Issue 评估到 PR 交付的可控自动化。
我的文章
全部文章- 工程实践
我让 Codex 接管一台三星电视:从国区到港区的真实改造记录
记录 Codex 如何接管局域网内的三星电视,配置 Mac 网关、定位切区错误、辅助修改工程菜单,并用真实视频流量验证港区应用。
- AI 原理
Microsoft Agent Framework 企业级实战:构建安全、可审计的查询 Agent 系统
以法大大认证信息查询工程为主线,拆解 ChatClientAgent、严格 Function Tools、参数来源证明、证据模型、审计门禁与离线 Eval 的完整落地过程。
- Agent 架构
弼马温实战:从零构建一个 AI Agent 摩托车油耗管家
以弼马温为案例,拆解 Agent Loop、工具契约、分级模型路由与六边形架构,说明如何把自然语言能力交付为可控的生产系统。
判断与原则
- 不为使用 AI 而使用 AI。
- 系统的可控性和可观测性,通常比自动化程度更重要。
- 架构的价值,是帮助团队持续作出更好的技术决策。