全栈 · AI 协作
抖音爆款内容创作 Agent
从爆款数据中提炼创作规律，AI 批量生产短视频文案，发布数据反哺规则迭代，形成"越用越强"的内容飞轮。以 SDD 搭建 Spec→Code 全流程，双库 RAG 让创作质量可积累。
2026
我相信好的工程，始于对问题的理解，而非对代码的堆砌。 从设计到前端，再到 AI——变的是工具，不变的是把模糊的需求， 打磨成确定的、可验收的东西。
— 设计 → 工程 → AI，一条连贯的路
工业设计出身的前端工程师，8 年工程沉淀。
如今把这份对产品与细节的敏感，投向 AI 应用开发—— 用规范、Skill
与 Agent 协作，让 AI 真正交付完整的工程，而非补全几行代码。
我相信好的工程，始于对问题的理解，而非对代码的堆砌。 从设计到前端，再到 AI——变的是工具，不变的是把模糊的需求， 打磨成确定的、可验收的东西。
关注的是协作范式与方法论，而不是某个具体工具。
先把需求沉淀为可验收的规范（WHY / WHAT / HOW），再驱动 AI 生成代码并对照验收，从源头消解"生成结果与真实需求漂移"。
把"采访需求 → 写规范 → 拆任务 → 实现 → 评审"沉淀为可复用的 Skill，让复杂流程一句话触发、稳定复现。
引入 reviewer 等 subagent 对照规范自动审查实现完整性，把人从机械校验中解放出来，专注真正的决策。
用结构化 Memory（决策 / 踩坑 / 约定）配合进度追踪，让长周期项目在多次会话之间不丢上下文。
三个把理念落到实处的个人项目。
从爆款数据中提炼创作规律，AI 批量生产短视频文案，发布数据反哺规则迭代，形成"越用越强"的内容飞轮。以 SDD 搭建 Spec→Code 全流程，双库 RAG 让创作质量可积累。
基于苏格拉底式追问与费曼学习法的 AI 教授，讲授 / 考察双模式、SM-2 间隔复习、流式语音沉浸体验。把教育心理学最佳实践编码进可读可改的系统提示词。
可自部署的跨设备剪贴板工具。更是一份规范驱动开发的工程范本——5 个 Sprint、31 个结构化任务，决策与踩坑沉淀为独立 Memory，系统回答"AI 如何与人协作完成长周期工程"。
8 年间服务于工业、汽车、医疗、政务等多个领域。