邓思宇Siyu Deng
AI 应用研发工程师/AI Agent 应用工程师
4 年软件研发经验，前 3 年以前端与全栈交付为主，近一年聚焦 AI 应用。计算机科班出身，高中开始接触算法并参加过 NOIP；现在关注 LLM、Agent，以及它们与推荐、匹配系统结合的可能性。
从前端与全栈工程，转向可验证的 AI Agent 应用
我过去并不是专职算法工程师。前端与全栈经历让我长期站在用户、产品与工程交付的交界处；过去一年，我开始把这套能力迁移到 AI Agent 开发，并补齐推荐、匹配、Evals 和多模态文档智能。
我更愿意把 AI Native Builder 理解为一种工作方式：快速进入问题，完成研究、数据处理、算法设计、工程实现和产品验证，同时对边界和结果负责。
AI 会降低跨领域尝试的门槛，但人的判断、问题定义和解决问题的能力会变得更重要。
人不应只被过去的岗位名称定义。能够理解问题、快速学习、验证结果并承担责任，才是长期能力。
Bonjour Recommendation Lab
帖子推荐与岗位匹配系统实验室
基于 Bonjour 公开页面保存的样本，完成一个可切换算法、可创建用户画像、可记录行为、可解释排序并支持离线标注评估的运行系统。
300
公开帖子样本
104
公开岗位样本
4 + 4
帖子 / 岗位算法
34
自动化测试通过
边界：帖子与岗位是一次公开页面观察窗口；行为与 Gold Set 是本地实验数据，不代表 Bonjour 真实生产日志，也不宣称线上指标提升。
核心能力
推荐与匹配
候选过滤、内容与画像召回、多目标效用、双边匹配代理、多样性重排、行为埋点和离线评估。
TF-IDF · Cosine · Multi-action · NDCG / Recall / MRR
Agentic 应用工程
把模型放进有工具、状态、预算、校验与停止条件的工作流，而不是只给产品增加一个聊天框。
Tool Calling · Structured Output · SSE · Human-in-the-loop
AI 质量工程
用 trace、benchmark、error analysis、eval gate 和受限修复回路，把非确定性结果变成可验收系统。
Trace · Evals · Error Analysis · Repair Loop
全栈产品工程
从需求拆解、交互与前端，到 Node.js 服务、数据模型、部署和回归验证，独立完成从想法到上线。
TypeScript · React · Next.js · Node.js · PostgreSQL
工作经历
2026.05 — 2026.07
课灵 Corling（万卷互联）
AI 应用研发工程师
独立负责教师端核心 AI 应用链路，把 LLM、OCR、题库、结构化协议和人工复核组织成可验收的工作流。
- 实现 Paper Parser 异步多阶段流水线：Doc2X / MinerU / Vision 分级解析、切题与题图绑定、逐题复核、JSON / CSV / DOCX 导出。
- 在 596 份试卷、10,420 题回归中，以确定性规则将 9,041 题标记为免人工复核，其余 1,379 题进入复核队列；596 / 596 份 DOCX 导出审计通过。
- 基于 warning 分桶做 error analysis，并实现取原卷页图证据、字段白名单、代码校验和 eval 复验后才采纳的受限修复回路。
- 完成对话式 AI 组卷 / 命题、SSE 状态回传、多供应商模型调用层和声明式数学题图引擎。
注：86.8% 是确定性规则未触发的“免人工复核率”，不是逐题内容准确率。
2025.08 — 2026.04
江苏南数大数据产业集团
高级前端工程师
负责多端 Monorepo 前端架构与 Nuxt SSR 迁移，并把 AI 辅助研发从个人使用整理成团队可复用流程。
2024.11 — 2025.07
独立交付 / Freelance
全栈开发工程师
独立交付多租户 SaaS 与运营后台，覆盖订阅、OAuth、通知、Webhook 和即时通讯，从需求到部署完成 MVP 闭环。
2023.05 — 2024.10
南京溪水网络科技股份有限公司
前端工程师
参与 Vue 2 → Vue 3 迁移，推动 TypeScript、Vite、组合式 API、组件库和工程文档落地。
2022.06 — 2023.02
中国移动紫金院
前端开发
参与内部 CRM / Admin 管理后台与数字孪生可视化项目，完成多个业务模块的开发与交付。
用四层结构组织 AI 系统
只有真正进入“执行 → 观察 → 校验 → 停止”的反馈回路，才称为 Agentic Workflow；单次 prompt chain 不包装成复杂 Agent。
01
Prompt
约束单次任务的输出
结构化协议、JSON Schema、受限修复提示词
02
Context
决定模型本次看到什么
当前目标、约束、历史与原始证据的选择和压缩
03
Harness
给模型行动边界
工具、权限、状态、日志、评测和安全门
04
Loop
形成可停止的反馈回路
执行、观察、校验、修正、复验和人工接管