AI Agent 系统
关注工具调用、能力隔离、项目记忆、人工审批和长任务的可治理交付。
我研究 AI Agent、LLM、RAG 与智能系统的攻击面,也把研究过程做成可以运行、检查和复现的开源工具。
关注工具调用、能力隔离、项目记忆、人工审批和长任务的可治理交付。
研究提示注入、上下文边界、来源可信度、检索评测和模型应用可观测性。
关注需求、审批、测试、部署和记忆如何组成可治理的 AI 软件交付链。
把本地复杂流程封装成清晰、可恢复、可观测的 CLI、桌面应用与 MCP 工具。
把目标、约束、威胁和验收条件写清楚。
优先建立最小闭环,而不是只停留在概念和界面。
原型就是原型,实验就是实验,不用装饰性指标替代验证。
把重复工作变成代码、文档、CLI 或可复用流程。