专业定位

长期深耕后端基础架构与中间件领域，精通Java/Go技术栈，在微服务治理、高并发系统设计、海量数据存储与性能调优方面积累了丰富的实战经验。先后主导过多个日活千万级企业系统的架构演进与重构工作。

近3年深度拥抱AI技术浪潮，将大语言模型、RAG（检索增强生成）、Agent（智能体）等能力系统性地引入后端服务体系，独立搭建并落地了多条AI Native（AI原生）业务线。擅长从0到1构建AI应用工程化体系，包括Prompt工程管理、知识库构建、模型调优与推理部署，以及AI应用的可观测性与持续迭代体系。

典型项目成果企业级知识库与智能问答系统：基于开源大模型与向量数据库，搭建企业私域知识检索系统，将文档利用率从不足5%提升至60%以上，平均响应时间控制在800ms以内。AI辅助代码审查与质量平台：利用大模型对代码变更进行自动化逻辑漏洞识别与安全扫描，覆盖团队日均300+次提交，缺陷拦截率达40%以上，显著降低人工Review（审查）负担。分布式任务调度与数据管道系统：独立设计并实现百万级任务调度引擎，支持复杂依赖编排与故障自愈，稳定运行三年零严重事故。技术栈概览后端核心：Java、Go、Spring Boot/Cloud、gRPC、DubboAI技术栈：LangChain、LlamaIndex、向量数据库（Milvus/Pinecone）、RAG、Agent、Prompt Engineering（提示词工程）、模型微调（LoRA等）数据与中间件：MySQL、PostgreSQL、Redis、Kafka、Elasticsearch、ClickHouse基础设施：Docker、Kubernetes、Service Mesh（服务网格）、云原生架构、CI/CD（持续集成/持续交付）个人特点

兼具工程师的务实落地能力与架构师的全局视野，善于在产品需求与技术可行性之间找到最优解。对新技术保持敏锐嗅觉但坚持“服务于业务”的原则，不盲目追新。习惯于以“AI增强而非替代”的思路推动研发效能提升，具备较好的技术文档撰写与团队技术分享能力。