Open to work · AI 应用 / AI Agent 研发 · 3 年经验
Xu Qiang · 杭州 / 深圳
About Me
徐强 · 把 AI 做成能用的产品
杭州 / 深圳 · Agent 与 AI 应用开发
我是徐强，AI 应用研发工程师，3 年经验。比起「写完需求」，我更在意系统能不能被真实用户持续使用、数据能不能对得上、模型能不能稳定地产生业务价值。
从 .NET / MES 业务系统与车间设备对接起步，逐步转到大模型应用：先在工业场景做对话、运维、知识库三个 Agent，再在客运 SaaS 场景把 Agent 运行时、垂直 RAG、端云流式语音与多模态视觉做成生产链路。习惯自己扛前后端与上线，也习惯和业务一起改优先级。
我擅长什么
- Agent 运行时：Agent Loop 自主决策循环 + 「一切皆插件」Harness 底座，SubGraph 业务解耦与 PostgreSQL Checkpointer 状态机持久化及断点恢复
- 检索工程：BM25 专有名词召回 + HNSW 稠密向量（Int8 量化）多路召回，动态调节 dense_weight 配合 Cross-Encoder Rerank 精排与 MMR 去重
- 模型工程：正则与 NER 双层脱敏、SFT / QLoRA 与 DPO 偏好对构造、LLM-as-a-Judge + Cohen's Kappa 一致性盲评、Prefix Caching 与 KV Cache 优化 TTFT
- 多模态与设备：Qwen2-VL 视频关键帧时序推理、端云流式语音（VAD / ASR / TTS + Jitter Buffer）、Modbus / MQTT / 串口 / TCP 设备接入
- 全栈交付：C# / .NET 与 Python / FastAPI 双后端，Vue3 / React / Next.js / Electron 前端，WebSocket 与 SSE 流式链路、限流熔断与 TraceID 全链路日志
近期方向
- 垂直 RAG：检索命中率由 72% 提升至 89%，存储降低 75%，复杂链路首字延迟（TTFT）从 15s 压缩至 2s 内
- 模型与评测：人工盲评风格一致性由 2.1 提升到 4.3（5 分制），建立检索与风格双评测闭环
- 多模态中台：安检视频流自适应抽帧过滤静态背景，下游推理算力开销降低约 60%
- 数据工程：正则 + NER 双层脱敏准确率 98%，沉淀万级高质量微调样本与 RAG 规程资产
我相信好的工程师需要同时具备产品思维与技术实现能力：先搞清楚约束，再选能长期维护的架构把它做稳。