企业级 Agent 的生产化落地 —— 效果评测、受控化改造与生产运维
近三年做企业 AI 应用的全生命周期落地：从商机与 POC 验证，到方案设计、交付上线，再到生产系统的长期运营。跨医疗、汽车、交通、教育、法律五个行业，40+ 项目。
关注方向
- Agent 受控化 —— 把开放生成式的取数/问答收敛成可审计的受控流程：口径资产外置、生成前强制核查、零凭证访问与写操作阻断、口径歧义转人工确认、无法可靠计算时执行拒答
- 效果评测方法论 —— 模型 / 知识 / 工作流 / 交互 四类归因框架；版本化评测集，白盒（逐案看推理过程、定位错误层）与黑盒（只对最终结论）双轨并行
- Agent 产品形态 —— Harness 方向的架构演进、工具编排与上下文工程
在生产环境持续运行的系统
- ReAct 问数 Agent（NL2SQL） —— 覆盖客运调度 / 机务 / 应急 / 主数据四域、28 张核心业务表；主导 Skill 化受控重构（四阶段流程 + 9 项生成核查清单 + SQL Guard 安全代理）
- 城市公共交通大模型应用 —— 客流识别效果攻坚：MAE 10.93 → 8.32、准确率 81.6% → 85.2%，30 个功能点通过三方评测验收
- AICO Agent 搭建平台 —— 智能体编排 / 工具集 / 知识库 / 数据库，生产运维
研究与文档
- Augmenting LLM with Prompt Engineering and Supervised Fine-Tuning in NSCLC TNM Staging —— JMIR AI，共同作者
- 发明专利 1 项（多模态问答方向，第二发明人）
- 企业内部技术文档 81 篇
在跟的东西 —— Agent harness、长期记忆、上下文工程、RAG 与图谱检索
📍 杭州 ｜ chiyuchen2020@outlook.com