保持好奇心，让 AI 完成你的梦想。
计算机与软件系统本科背景，理解 Agent Loop、工具调用、上下文管理、MCP 等 AI 应用机制，并能使用 Coding Agent 与 AI 工具辅助产品开发和研究提效；同时具备 AI 产品评测、科技项目筛选、产业链研究、访谈及 Pitch/BP 材料经验，能够连接技术理解、商业化判断与沟通协作。
GitHub
@yicLionelLoading contributions…
精选作品
面向精品 FA 机构分析师的具身智能行业研究工作台：独立设计开发，把资料搜索、证据整理到简报产出结构化为五阶段证据流——人工审核优先，不追求全自动。
FA 行业研究里，资料搜索、数据摘录、口径核对是重复劳动，且容易口径混用、引用不准；通用搜索工具只管返回结果，不管来源可信度与证据留痕。
目标：把行业研究整理变成可追溯、可人工审核的证据流——每条结论都能对应原始来源、数据年份、地域和统计口径。
Pydantic 不可变领域模型 + SQLite 持久化，pytest 与 ruff 工程检查，简报支持 Markdown / CSV 导出。明确定位：研究验证阶段的原型，不做生产级投研系统。
免费、诚实的开源 AI 简历教练：围绕「输入 JD → 识别匹配差距 → 针对性改写 → 生成可投递简历」链路，把简历定制从重复劳动变成看得见差距的标准流程。
应届生多岗位投递时 JD 差异大、简历定制耗时；付费简历服务贵，通用 AI 又爱编造经历——HR 一问就露馅。
目标：做一套不编造任何经历的免费简历教练，围绕「JD → 诊断 → 改写 → PDF」标准链路，服务不同 AI 使用水平的用户。
文档覆盖 EN / FR / JA / ES / DE 五种语言；邀请约 20 名同学灰度测试，累计分析 100 份 JD、生成 200+ 份简历草稿。
最终产物是 ATS 友好、可选中文本的 PDF 简历，围绕目标 JD 针对性改写。
为判断 Agent 类产品的技术可行性，深入真实 Agent 运行时读源码、做实验、提优化。基于开源 KamaClaude，非原创项目——价值在于把 Agent 运行时从黑盒变成自己读得懂、改得动的系统。
判断 Agent 产品的可行性不能只停在 API 层。选 KamaClaude 深读，因为它把模型调用、工具执行、权限审批、会话管理与上下文压缩放进同一套运行时，是最贴近 Claude Code 一类的真实工程样本。
读源码时锁定两个具体问题：超长工具输出「只留前缀」截断，丢掉尾部关键事实（测试失败原因、退出码）；全量压缩本身很贵，还可能被反复触发。
4 档输入长度（4.1k / 8k / 20k / 60k 字符）改动后头尾事实均保留，截断吞吐仍在 µs/条量级；未做真实 API benchmark 前，不在简历或文档里声称 token / 成本收益。
CLI / TUI 客户端经 JSON-RPC 与常驻 daemon 通信，核心是 AgentLoop + 工具注册 + 权限 + 会话 + 上下文压缩。
在墨尔本大学 COMP30027 的两个 Kaggle 任务上回答一个产品级问题：当分类从「10 类动物」变成「10 种鸟类」，特征表示和分类器谁更值得投入？结论：表示决定天花板，模型只是逼近它。
AI 分类产品从通用场景到专业细分领域，就是一次「粗粒度 → 细粒度」跃迁：电商识别从「服装」细分到「T恤/衬衫」，医疗影像从「正常/异常」定位到病变亚型。每层粒度跃迁，都对特征表示和模型选择提出新要求。
要回答的问题：表示和算法，谁更决定上限？跃迁时最优选型会翻转吗？
混淆矩阵仅有的 2 个错误均发生在近缘物种对（Ring-billed Gull ↔ Herring Gull 等）——剩余困难来自表示瓶颈，而非模型拟合不足。实验管线全流程脚本化，可复现。
Task 2 混淆矩阵：仅 2 个错误，均为肉眼难辨的近缘物种对。
能力矩阵
AI 产品策略
判断模型能力边界，定义 AI 原生场景，规划从 MVP 到规模化的路线。
大模型落地
Prompt 工程、RAG 架构、评测集设计，与算法团队同频沟通。
数据驱动增长
搭建北极星指标体系，通过实验与漏斗分析驱动留存与转化。
用户体验设计
为不确定性设计——处理 AI 的置信度、失败态与用户信任。
跨团队推动
在算法、工程、业务多方之间对齐目标，推动复杂项目按期交付。
技术深潜
阅读 Agent 运行时源码，理解工具调用循环、上下文管理、MCP 等机制。
教育背景
墨尔本大学
核心课程：机器学习、数据结构与算法、数据库系统、操作系统。
浙江大学
GPA 3.8/4.0 · Distinction 结课。
实习经历
久谦咨询 / 久谦资本
参与 Kickstarter 等海外平台创新硬件项目筛选，覆盖具身智能机器人、AI 网球发球机器人、外骨骼及 AI 眼镜等方向；参与 30 余场投资人及创始人访谈，沉淀 20+ 份访谈及项目分析材料；制作 10+ 份客户 Pitch 和 BP 材料，持续更新覆盖 200+ 个项目的资料库。
华泰证券股份有限公司
参与 ChatGPT、Gemini、Claude、MiniMax、GLM 等 5 款 AI 产品对比评测，形成 3+ 份报告材料；参与设计 5 组 AIGC 视频模型测试；跟踪 Google、OpenAI、阿里等厂商产品生态与 AI Infra 演进。
国海证券股份有限公司
聚焦半导体上游薄膜材料，完成 1 份公司深度研报；开展全球智能手机竞争分析，覆盖 10+ 个品牌；协助搭建财务模型与估值分析框架，持续跟踪科技产业数据。
校园经历
墨尔本大学中华文化社
参与筹办两届墨尔本大学文化节，协调活动部、外联部、宣传部、财务部、秘书部等部门，统筹宣传、外联、预算、流程与现场执行。
墨尔本大学中国学生会
参与筹备 2024 年墨尔本中秋及国庆晚会，联动多校中国学生会并对接总领馆及各方代表；组织会议，协调分工与时间节点。