打打王者
偶尔和朋友开黑，喜欢团队配合、节奏判断和临场博弈。代码之外，也需要一点即时反馈。
ABOUT / RISK AI ENGINEER
叫我小遨就好
99 年，来自湖南涟源，计算机科班出身。有 5 年 Java 后端研发经验，长期深耕风控技术与分布式系统。现在更关注把大模型、Agent、RAG、MCP 和可靠工程体系结合起来，让复杂业务流程真正自动化、可观测、可演进。
5 年+ Java 后端研发
0 → 1 风控 Agent / 决策平台建设
工作之外，我也喜欢让生活保持一点节奏感。
游泳
游泳是很好的重启方式。把注意力放回呼吸和动作里，很多复杂问题反而会慢慢变清楚。
爬山
喜欢往高处走，慢慢把城市、噪音和琐碎事情放在身后。到山顶那一下，会觉得很值。
理财
关注长期主义、风险控制和现金流管理。它和工程很像：不要只看收益，也要理解波动和边界。
我更擅长把“智能”放进可靠系统里。
风控决策系统
围绕实时决策、策略树计算、任务编排、降级兜底和高并发一致性做工程设计，让风险判定链路稳定、可解释、可运营。
AI Agent 工程化
参与 LLM 多轮 Agent、动态工具、MCP Client、Skill 模块、记忆模块和 Agent 工厂建设，把大模型能力接入真实业务流。
上下文与知识召回
关注 RAG、语义记忆、Token 压缩和 Agent 驱动检索，让模型在长对话、多任务和复杂工具场景下保持上下文连续。
常用技术栈
Java 8/21 Python 3.11+ SOFABoot CloudEngine Spring Boot FastAPI LLM Agent RAG MCP Protocol PowerMem MyBatis ZDAL Redis / Tair Lindorm SOFAMQ gRPC Docker / K8s Playwright
一些我投入较深的项目
近期 · 数字员工
轻量级 AI Agent 框架
负责记忆模块和 Skill 模块核心设计与开发，支持多渠道接入、LLM 统一调度、MCP 工具动态集成和三层语义记忆，帮助风控运营 SOP 自动化提效。
重点 · 业务风险 AI 智能决策引擎
从流程编排到多 Agent 协作
参与 Agent 范式演进，围绕记忆体系、工具体系和 RAG 召回做核心模块建设，支撑风险研判、处罚建议、多渠道触达等业务场景。
重点 · 业务风险智能决策引擎
实时风控决策核心链路
负责事件接入到风险判定的核心流程，覆盖实时判定、异步任务调度、策略树计算、能力插件化调度、降级兜底和幂等一致性保障。
平台 · 统一接入管理
风险发现与响应的中枢系统
参与需求审批、预警规则、驳回文案、应急工具和实时咨询模块建设，让运营、审核和风险响应链路更可追踪、更可控。
我的工程偏好
- 先稳定，再智能。 Agent 系统最终还是工程系统，链路可观测、可回滚、可降级比炫技更重要。
- 接口优先。 能用 API 解决的问题，不依赖脆弱 DOM；能沉淀成契约的能力，就别停留在一次性脚本里。
- 上下文是产品能力。 记忆、检索、压缩、经验复用决定了 Agent 能否从“会回答”走向“能做事”。
Java 后端、风控系统、AI Agent、RAG/MCP、个人博客搭建，或者任何你觉得值得折腾的工程问题。
评论
匿名评论隐私政策
