Reasoning
让模型判断下一步，而不是只生成下一句。
AI AGENT DEVELOPER
于鹏逍PENGXIAO YU
Building agents that reason, retrieve,
remember and act.
PORTRAIT / 2026PENGXIAO YU
+
+
NEW YORK / SHANGHAIAI AGENT / SYSTEMS
CHAPTER 01OPERATING PRINCIPLES
我关注的不是会说话的模型。
我在构建能理解任务、连接知识、
调用工具并持续完成目标的系统。
THE AGENT LOOP5 SIGNALS
Retrieval
把问题连接到可验证、可追溯的外部知识。
Memory
让系统在长周期任务中保留真正有用的上下文。
Tool Use
把意图转化为可靠、可恢复的真实动作。
Evaluation
用数据与轨迹，而不是感觉，判断 Agent 是否有效。
CHAPTER 02ACADEMIC TRACE
Education
从计算机科学基础到工程化智能系统，持续构建更完整的技术坐标。
2025.09 — 2027.06NEW YORK, US
纽约大学 New York University
计算机工程硕士 · M.S. in Computer Engineering
2021.09 — 2025.06CHANGCHUN, CN
吉林大学 Jilin University
计算机科学与技术学士 · 吉林大学二等奖学金
CHAPTER 03SELECTED SYSTEMS
01
MULTIMODAL / CUSTOMER SERVICE
多模态客服
智能体
将产品说明书中的文本与插图转化为可检索知识，利用主 Agent 路由、混合召回与证据分析，连接产品问答和售后服务链路。
0.63 → 0.69LLM-AS-JUDGE
34 / 456DATAFOUNTAIN
TOP 7.5%FINAL RANKING
LIVE ARCHITECTURE01
01USER REQUEST
02ROUTER AGENT
03ARAG CHAIN
03BSERVICE CHAIN
04GROUNDED ANSWER
SYSTEM TRACE / ACTIVE
02
PLANNING / TOOL ORCHESTRATION
智能旅行规划
问答助手
通过 Task 机制拆解复杂旅行请求，调度子 Agent 与 MCP 工具完成路线、票价和网络信息检索，并以长期记忆支持连续任务。
85%TASK COMPLETION ACCURACY
3×TOOL DOMAINS
LIVE ARCHITECTURE02
01TASK INPUT
02TASK SPLIT
03SUB AGENTS
04MCP TOOLS
05MEMORY
06RESULT
SYSTEM TRACE / ACTIVE
CHAPTER 04CAPABILITY MATRIX
System
Capabilities
从模型推理到服务部署，围绕完整 Agent 生命周期建立工程能力。
Agent Architecture
状态编排、路由、任务拆解与子 Agent 协作。
LangGraphReActTaskMulti-Agent
RAG & Retrieval
从混合召回到重排，让证据真正服务于决策。
QdrantBM25RRFReranker
MCP & Tool Use
工具接入、参数生成、权限隔离与失败恢复。
MCPTool CallingFastAPI
Memory Systems
短期状态、长期偏好、动态压缩与异步归档。
RedisRabbitMQEmbedding
Backend Engineering
面向真实用户的并发服务、数据持久化与部署。
PythonMySQLDockerSSE
LLM Evaluation
围绕轨迹、证据与任务完成度建立评测闭环。
LangFuseLLM-as-JudgeEval Set
FINAL FRAME / 05
AVAILABLE FOR INTERNSHIP & COLLABORATION