做了 12 年测试开发的工程师，现在用 AI 干活，也研究怎么验证 AI 干得对不对
在 X 上公开记录 AI 实测：模型对比、Agent 上手、用下来的成本和权限
抖音：借助 AI 搭了一套 agent 工作流，做英语学习和 AI 科普视频
用 Obsidian 加 AI agent 管自己的知识库：原始记录只增不改；经历写成笔记，三个方向的简历按配方一键生成 PDF
2025–2026
给容器集群、CPU/GPU 容器、分布式训练和存储搭功能、性能、稳定性的测试体系；接口自动化框架做了两代，从 pytest 驱动演进到低代码用例设计，接进 CI/CD，适配 7 个数据中心的迭代上线
2025
用 RobotGo、OCR 和图像识别从零搭桌面 UI 自动化框架，再把操作能力封装成 MCP 服务，让大模型看懂界面后自己调度执行，做出了 MVP；覆盖 30 个以上核心 UI 用例
2023–2024
负责三类知识库的应答效果评测，建立准确度评测方法，推动标注优化，准确率从不到 10% 提到 50% 以上，推广到 5 条以上业务线
2023–2024
用 Go 和 Vue3 独立开发自动化回归、日志定位、指令测试三个模块，研发自测后的 BUG 从 10 个以上降到个位数
2025.04–2026.04
AI 基础设施
半年内推动 5 个项目交付投产，线上 0 事故
2019.05–2024.06
在线教育
线上问题从每年 100 多个降到 20 个以内
2014.04–2019.05
互联网
2016 年起负责视觉算法模型的端上质量验证（人脸关键点、OCR、图像分割等），参与模型训练
2010.12–2014.03