leif@field: ~/about

whoami --long

我是 Leif Yi, 一名进入业务现场的工程师

GitHub ID 是 xifengzhu。我的角色是 Forward Deployed Engineer(FDE):不是坐在需求文档后面写代码,而是进入真实业务现场,和使用系统的人一起工作,把口头需求、手工流程和例外情况梳理成可运行的 Agent 系统。

cat story.md

为什么走 FDE 这条路

做工程这些年,我反复看到同一个问题:系统在技术上没问题,却没有承接住真实业务——因为流程里最关键的部分只存在于人的脑子里、聊天记录里和例外处理里。AI Agent 让这件事有了新解法,但前提是有人先把业务现场梳理清楚。这正是我选择专注的位置:站在业务和工程之间,把现场约束翻译成系统。

使命

把业务现场做成可执行的 Agent 系统。具体来说:让 AI 不停留在演示和工具层面,而是进入真实业务流程——有明确的输入输出、有自动化边界、有人工确认节点、有反馈闭环。

cat how-i-work.md

我如何工作

  1. 业务梳理(Discovery)进入现场,观察真实操作,把口头需求、手工流程、例外情况和角色边界记录成可实现的规则。
  2. Agent 设计判断哪些动作值得自动化、哪些节点必须保留人工判断,为每个 Agent 定义输入、输出和确认机制。
  3. 系统落地(Deployment)把规则、工具、数据和反馈闭环组合成可运行系统,先在现场跑通,再根据反馈持续迭代沉淀。

cat principles.md

三条交付原则

  • 先跑通现场,再沉淀系统:能在真实业务里运转的最小闭环,优先于完整架构。
  • 自动化有边界:判断力强的节点保留人工确认,Agent 负责汇总上下文和给出建议。
  • 技术栈服务业务:先回答业务问题,再选择实现方式,而不是反过来。

open contact/