二十年生产软件开发
我从 2005 年开始编写生产代码——那时还没有 AI 智能体,还没有云原生,我今天使用的语言 中有一半还没成型。这些年里,我在 Node.js + WebSockets 上交付过实时多人游戏,在 LAMP 栈上交付过约一千名活跃玩家的浏览器策略游戏,用 Python 写过加密货币交易机器人, 还从 1998 年起完成了 25+ 个客户网站项目。
这条长长的生产经验尾巴,是我看待当代问题时所用的镜片。架构品味不是可以调节的参数; 它是多年修补错误决策后果之后养成的习惯。
我目前在做什么
从 2025 年 3 月起,我为一家美国生物科技客户主导 AI 架构,构建用于科研的自治 AI 系统。我的职责是端到端地负责架构(编排模式、工具使用 设计、记忆与状态管理、安全边界、性能取舍),并主导把架构变成可运行软件的实施。
我搭建了一套规约驱动的智能体开发方法,可以快速且可复现地把一份写好的规约转化为可运行 的智能体。我搭建了评估框架——公开的智能体基准加上智能体在开发期间从未见过的内部场景套件。我搭建了定制的 MCP 服务(Stdio、SSE、 Streamable HTTP),把 LLM 与专有工具及安全执行连接起来。
我每天的真实工作方式
我不再手写代码。我把编程智能体(运行在 Opus 上的 Claude Code)作为实现层来调度,同时 保留对架构、方法论与质量的所有权。这个网站本身就是例子:整个 monorepo、采用 Clean Architecture 与基于 Protocol 的 DI 的 FastAPI 后端、带有 i18n 路由与 Tailwind v4 设计标记的 Next.js 前端、带签名 state 与不透明会话 Cookie 的 Google OAuth 流程、 多阶段 Docker 构建、Alembic 迁移、Railway 部署——全部是被调度出来的,不是被键入的。
这意味着什么?二十年的系统判断力被投入到"应该构建什么"的设计中。每天与智能体的协作 提供了真正交付的速度。规约的质量成为新的瓶颈;纪律从"写出正确的代码"转移到"写出正确 的规约并审阅正确的代码"。
早期项目
在该生物科技合作之前,我从零设计并交付了多个由 LLM 驱动的 SaaS MVP:一个 AI 咨询市场 (Telegram 机器人 + Flutter 应用)、Contento(由 LLM 驱动、带 prompt 编排的脚本生成器),以及一个集成 Telegram 的电商平台,包含支付、物流与仓储系统对接。 在所有项目中,我都是唯一的工程师——设计、实现、集成、发布。技术栈:FastAPI + PostgreSQL + Celery 后端、Vue/Nuxt 前端、端到端的 prompt 工程与 LLM 集成。
我还在 Python + Docker 上构建了一套 AI 增强的多策略交易系统——对 53 个加密货币 交易对进行了为期三年的回测,具备步进自适应策略与按资产的趋势过滤。
我在寻找什么
与正在把 AI 推向生产系统、希望有第二双眼睛审视架构的创始人或 CTO 之间的对话。长期 咨询合作——工作是设计"应该构建什么",而不是把字符敲进文件。重视工程质量、且把 "ship it"放在第二句而非第一句的公司的资深 AI 架构岗位。
M.Sc. 计算机科学,新西伯利亚国立大学(2001–2007)——俄罗斯顶级 CS 项目。常驻乌拉圭 (UTC−3),与美国时区有重叠。可远程工作。