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
  1. 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。

    Agent 架构 · 工具调用
  2. 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。

    工具效率
  3. 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。

    Multi-Agent · Workflow

我的文章

全部文章
  1. 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。

    工程实践
  2. 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。

    AI 原理
  3. 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。

    Agent 架构

判断与原则

  1. 不为使用 AI 而使用 AI。
  2. 系统的可控性和可观测性,通常比自动化程度更重要。
  3. 架构的价值,是帮助团队持续作出更好的技术决策。