关于

我从决策边界出发构建软件。

贯穿我工作的主线,是把模糊的运营问题转化为边界明确、可以测试的系统。

01

我现在做什么

我是一名覆盖产品定义、系统架构、实现与验证的全栈产品工程师。流程中一旦包含后果明确的决策,我就最能发挥价值:例如不能被绕过的审批、可能过期的证据、可能重复副作用的重试,或不能超出用途流转的私人信息。因此,这个作品集不只展示界面,也强调可以观察的系统行为与诚实边界。我目前在寻找产品工程或系统方向的岗位,希望从问题定义一直负责到交付,让团队能够检查解决方案背后的判断,而不只是看到技术名词。

02

这些能力如何形成

在把这些方法整理成公开工程作品之前,我曾在一家私营国际贸易企业担任技术负责人。真实运营让我直接理解软件的后果:研究会竞争时间,营运资金有限,供应商和物流信息持续变化,一个看似很小的自动化也可能产生昂贵承诺。这段经历让我在优化流程之前先建模不确定性,并把异常当作正式产品状态。我不会公开公司的身份、客户细节或内部运营数据;真正有价值的是由此形成的视角——技术决策本身就是商业决策,只有权力、证据与恢复路径都清晰,系统才值得信任。

03

我正在探索什么

我当前的工作连接三个主题。TradeFoundry 探索如何把证据谱系、假设排序、受限分配和反馈等量化纪律用于全球贸易决策,同时不假装预测结果,也不让软件自行授权交易。CargoMesh 与 n8n Reliability Lab 关注独立系统不一致时的耐久执行、验证状态、幂等与恢复。Women AI Network 则把隐私作为 API 与持久化契约,而不是藏在界面里的偏好。这些项目共同表达了我希望成为的工程师:理解商业、对声明保持精确、能处理模糊问题,并愿意把责任一直承担到测试、文档和发布准备。我也会公开项目背后的决策方法,让招聘团队能够评价判断力,而不只是统计框架数量。

从叙事到证据

直接检查项目与文章。

责任边界

我如何承担端到端责任

即使实现过程使用 AI 辅助和成熟开源组件,我仍负责保持问题、约束、决策、证据与发布边界的一致。

  1. 01

    定义

    我定义用户、决策、失败成本、隐私边界与验收标准。

    AI 可以帮助质疑假设,但不替我决定产品声明和权力边界。
  2. 02

    设计

    我选择系统边界、数据所有权、失败行为和支撑公开声明所需的证据。

    当许可证、维护成本和行为满足约束时,我会复用可靠的开源基础设施。
  3. 03

    实现 / 复核

    我完成系统集成,并复核高风险路径、契约、迁移与不可逆副作用。

    AI 工具可以实现边界清楚的常规工作;生成代码只有符合架构并通过复核后才会被接受。
  4. 04

    验证

    我定义负向场景、运行检查、审视失败模式,并区分执行与已证明的结果。

    自动化测试和独立审查提供证据,但不会把本地夹具变成生产声明。
  5. 05

    交付

    我决定哪些内容可以发布,记录限制,并保留可恢复的发布路径。

    部署工具执行发布;公开边界和最终验收仍由我负责。

正在进行

当前关注

这里只保留少量带日期的当前优先级,不公开私人路线图。