Fedor Chishchin
AI 工程师与构建者 · 资深全栈 · 20+ 年构建软件与公司
fedorstartup@gmail.comfedorthinks.comlinkedin.com/in/teochigithub.com/fedorellogitlab.com/teochi远程 · 乌拉圭（UTC−3），与美国时区重叠
AI 工程师与构建者，专注于多智能体编排与规范驱动的智能体开发。目前为一家美国生物科技客户担任 Senior AI Engineer，为科学研究设计并实现自主 AI 系统——以多个公开智能体基准（包括 FutureHouse 的 BixBench）和自定义内部场景套件进行评估。我工作在 AI 原生开发的前沿：我不手写代码——而是指挥编码智能体（运行于 Opus 上的 Claude Code）作为实现层，同时掌控架构、方法论与质量。20+ 年的工程经验赋予我判断该构建什么的系统级洞察；每日的智能体实践则赋予我快速交付的速度。
核心专长
- 智能体编排
- 多智能体系统架构 · 分层编排 · Agents-as-tools · 智能体间协议 · 递归工作流 · ReAct & plan-execute · 带重试与回退的类型化、可恢复交接
- LLM 工程
- RAG（分块、混合检索、重排序）· 向量检索与嵌入（pgvector）· 提示工程 · 结构化输出、工具/函数调用 · 流式输出 · 上下文与 token 成本优化 · MCP 服务器（Stdio, SSE, Streamable HTTP）· 模型无关——OpenAI、Anthropic、Google、OpenRouter，以及通过 Ollama 的自托管/本地模型
- 评估与可靠性
- 评估框架——公开智能体基准（含 FutureHouse 的 BixBench）与私有留出场景套件 · 离线 + 在线评估 · 回归套件与护栏 · 链路追踪、成本控制与可观测性 · 质量靠度量，而非声称
- AI 原生开发
- 规范驱动开发——真理之源是书面规范，而非提示词 · 端到端指挥编码智能体（运行于 Opus 上的 Claude Code）作为实现层 · 代码由智能体编写；架构、方法论与质量标准由我把控
- 架构
- 系统设计 · API 设计 · 数据建模 · 安全边界 · Clean / 六边形架构 · SOLID · 依赖注入 · 事件驱动 · 性能权衡 · 面向可测试性与可维护性的解耦
- 技术栈
- Python (FastAPI, asyncio) · TypeScript · Rust · C/C++ · C# · Node.js · React · Next.js · Vue / Nuxt · PostgreSQL（含 pgvector）· Redis · Docker · CI/CD · Kubernetes（实用掌握）· GCP —— 语言是次要的：我不手写代码，而是负责架构与关键决策。
代表性经历
Senior AI Engineer
2025年3月 — 至今美国生物科技客户 · 远程 · 保密
作为 Senior AI Engineer，主导面向科学研究自动化的自主 AI 系统的架构与实现。
- 端到端参与架构：系统设计、智能体编排模式、工具使用设计、记忆与状态管理、安全边界、性能权衡——以及将架构转化为可运行软件的实现工作。
- 构建了规范驱动的智能体开发标准，能够快速且可复现地将书面规范转化为可运行的智能体。该方法论压缩了从想法到交付智能体之间的距离，正是我们得以保持当前节奏的原因。
- 构建了评估框架：一套横跨多个公开智能体基准（包括 FutureHouse 的 BixBench）以及自定义内部场景套件的测量方法论——智能体在开发过程中从未见过的留出集。真正告诉我们正在进步的，是这套框架，而非任何单一基准。
- 构建了自定义 MCP 服务器（Stdio, SSE, Streamable HTTP），将 LLM 桥接到专有工具与安全执行环境。基于 PostgreSQL + pgvector 设计了面向科学语料的 RAG 管线。贯彻 Clean Architecture、SOLID、DI 与全面测试——指挥 Claude Code（Opus）作为实现层，同时掌控架构与质量。
资深全栈 & AI 工程师
2023年2月 — 2025年3月BOTTEC · WowCase · Contento · 独立 / 合同
- 作为唯一工程师从零构建了多款 LLM 驱动的 SaaS MVP：一个 AI 咨询市场平台（Telegram bot + Flutter app）和 Contento（一个带提示编排的 LLM 驱动脚本生成器）——设计、实现、集成、发布。此外，受 BOTTEC 委托（合同），构建了一个集成支付、物流与仓储的 Telegram 电商应用。
- 技术栈：FastAPI + PostgreSQL + Celery 后端，Vue/Nuxt 前端，端到端的提示工程与 LLM 集成。还用 Python + Docker 构建了一套 AI 增强的多策略交易系统。
教育与语言
计算机科学硕士 · 新西伯利亚国立大学 · 俄罗斯顶尖计算机科学专业
2001 — 2007英语（专业工作能力）· 俄语（母语）