我为科学与运营构建有据可查、可测试的 AI 智能体。
我构建的 AI 系统把检索、评估、安全护栏和领域经验结合起来， 将复杂、高语境的知识工作流变成可靠的软件。我喜欢会留下轨迹的智能体、 真能测试的 demo，以及会说明出处的回答。
context engineering · loop engineering · harness engineering · safety gating
两个我端到端负责的系统
一个企业级交付，一个独立构建 —— 最能说明我怎么工作。
Academy-Wide Virtual Assistant
面向约 3.8 万会员协会的 member-facing agentic 助手
“Second Brain” — 本地优先个人 AI
把工作流编译成知识的本地优先个人 AI
ChemGraph Loop
一个可以现场跑的真实 agentic 化学工作流
设备状态监测智能体
一个可以现场跑的确定性预测维护管道
预防健康模型实验室
一个能从头看到尾的 QLoRA 微调研究
液流电池氧化还原电位预测器
在预测前先确认分子身份的公开氧化还原电位 Demo
分子发现工作流
解析身份、检查结构，再明确展示证据缺口
指南忠实度聊天
如实复述临床指南立场,并保住每一份的官方推荐力度
Scientific Agent Lab
科学 AI 的评估与可复现层
Property OS
安全门控的实时语音与短信运营智能体
我如何构建可靠的 agent
四个工程面 —— context、control、evaluation、safety 如何组成一个系统。
Context Engineering
喂给模型的东西：grounded retrieval、引用和署名护栏，让回答始终以真实证据为依据。
Loop Engineering
控制回路 —— retrieve → reason → act → verify —— 让行为可观测、可纠正，而不是黑盒。
Harness Engineering
怎么知道它有效：可回放的 eval harness、确定性测试和回归检查，让行为可度量。
Safety Gating
护栏：硬编码的安全筛查、受限工具、隐私边界，以及上线前的人工复核。
我的 AI 工作由在 阿贡和 JCESR 的 15+ 年电化学能源研究塑造 —— 液流电池、电解液、自主材料发现。这也是我在意证据、可复现性和安全边界的原因。
一起做点经得起考验的东西。
开放注重严谨的 AI / agent 工程机会。问 Loopi 关于我的工作，或者打个招呼。