我现在正在做什么

LEARNING

正在学习

• 继续完成临床医学本科阶段学习，把医学作为理解专业场景和风险边界的基础。
• 最近在读《Designing Data-Intensive Applications（数据密集型应用系统设计）》，补分布式数据、可靠性与系统设计的基础框架。
• 持续看 AI 领域的长访谈，重点记录从业者如何判断技术变化、产品机会和工程取舍，而不只追逐发布新闻。
• 补 Agent 的上下文、记忆、工具调用、状态管理与评测方法，而不只停留在提示词层面。
• 把书和访谈里的判断带回真实项目，用代码阅读、测试、部署和事故复盘验证自己是否真正理解。

BUILDING

正在实践

• 继续维护和复盘智能客服、数据同步与经营数据自动化等真实业务工作流。
• 整理 Coding Agent 的失败模式，把使用感受转成能检查、能复现的任务和验证点。
• 刚完成第一轮开源上游贡献：给 4 万+ star 的 Academic Research Skills 提的三个医学模块 PR 在 8 月初全部合并，正在消化多轮对抗式审查里学到的东西。
• 维护个人站、开源记忆项目和这套可按岗位编辑导出的简历系统。

QUESTIONS

反复在想

• 一个 Agent 怎样才算真正完成业务任务，而不是只生成了看起来合理的回答？
• 如何把失败告警、结果回读和人工接管变成产品默认能力？
• 医疗等高风险场景里，怎样明确区分知识辅助、产品建议与专业判断？

INPUTS

我怎么处理输入

• DDIA 提供相对稳定的系统知识；访谈提供快速变化中的一手判断，两者互相校正。
• 不把“看过”当成“会了”：会摘出概念、追问适用条件，再尝试映射到自己的客服、数据与 Agent 项目。
• 准备逐步把有价值的读书笔记和访谈启发写进博客，让输入留下可检查的痕迹。

GAPS

正在补的短板

• 非计算机科班，复杂架构、安全与高并发能力仍需要系统学习和专业协作。
• 医学学习与 AI 项目并行，需要更稳定地安排长期投入，而不是只靠短期冲刺。
• 部分产品判断来自个人使用和真实项目观察，还需要更规范的样本与评测设计。

PRIVATE · ENCRYPTED

我的目标

这一部分更私人，也会持续调整。内容已加密，输入密码后才能查看。

输入密码查看 →