AI 托管业务流
消息预处理、主 Agent 路由、子 Agent 执行、工具调用、老师可见与 Badcase 回归测试。
AI 产品经理 · Agent 工作流架构 · 知识系统策展
我关注的不是把 AI 当成演示工具,而是让模型、知识库、业务规则、人机协同和验证闭环一起进入真实工作流。
AIGC / 视频 / 直播 / 社区 / XR
教育直播课 Agent 与人机协同
实体、概念、方法与综合页持续沉淀
Read / Execute / Signal / Tune 的个人协作回路
好的 AI 产品不是替代人,而是让人的判断力、经验和品味可以被系统放大。GoldenWave · 2026
Selected Works · 2017—2026
把经历压缩成四条主线:业务 AI 托管、Agent 配置平台、AIGC 视频与 XR、以及可复用的个人知识系统。
Agent Harness
核心目标是让任意 Agent 在任意根目录冷启动,30 秒内知道自己在哪、能做什么、不能动什么,并把状态变化显式写入事件流。
偏好、方法、实体页、综合页与 daily 反馈入口。
业务原件、PRD、SOP、Prompt 与一线服务知识。
Issue、Autopilot、@mention 与任务生命周期。
日常扫描、方案对话、编码执行分工协作。
AGENTS.md、docs、代码、验证和远端 Git 记录。
消息预处理、主 Agent 路由、子 Agent 执行、工具调用、老师可见与 Badcase 回归测试。
inbox 摄入、frontmatter、实体/概念/综合页、INDEX 巡检和 stale 归档。
把 Skill 文档当作可验证资产,用 rollout、reflection、edit、validation 小步更新。
从上下文检索、PRD、技术方案、任务拆解到多 Agent 执行与复盘沉淀。
Knowledge & Signals
你的个人知识库已经形成清晰主题:Agent 基础设施、记忆系统、Skill 编排、AI 托管业务和服务系统机制。网站应该把这些沉淀展示成可被理解的思想地图。