王鸿 · 苏州大学人工智能硕士 / 2027 届
聚焦 Agent Runtime、Multi-Agent 工作流与大模型应用真实落地的开发者
个人信息
- 姓名：王鸿
- 求职方向：大模型应用 / Agent 工程
- 在线主页：https://wh5233.me
- 邮箱：wh_5233@163.com
- GitHub：https://github.com/wanghong5233
教育背景
- 苏州大学（211） / 人工智能 / 硕士，2024.09 – 2027.06
- 武汉科技大学 / 软件工程 / 本科，2019.09 – 2024.06
- 研究方向：边缘智能、多智能体强化学习、大模型应用与 Agent 系统工程
核心技术栈
- 工程交付：Python、TypeScript、Node.js、FastAPI、PostgreSQL、Redis、Docker、Serverless、WebSocket / SSE
- Agent 系统：Multi-Agent、LangGraph、Agent Runtime、Workflow Orchestration、Tool Calling、LLM Structured Output
- RAG / 检索：RAG、Hybrid Search（BM25 + Vector）、Embedding、Cross-Encoder Rerank、pgvector
- 后训练与评估：QLoRA、SFT、DPO、LLM-as-a-Judge
工作经历
-
上海启湾智驰科技有限公司 — AI全栈工程师（实习）
在AI漫剧生产中，按需求从零到一负责剧本解析微服务的后端开发与迭代，覆盖小说选材推荐、长文本结构化、带证据报告、Agent改写与分镜脚本生成，并完成与业务主站的报告展示及Agent联调。
- Python
- FastAPI
- PostgreSQL
- Redis
- Serverless
- LLM Structured Output
- RAG
- Tool Calling
- TypeScript
- 剧本解析从零到一 ： 独立完成可运行全栈原型，演进为独立部署与存储的剧本解析微服务，并在业务主站打通报告展示、任务轮询、证据定位与Agent可审阅写回；结构、情绪、悬疑、投流等分析通道并行，单通道失败降级，不拖死整次任务。
- 小说选材推荐与分镜脚本生成 ： 建设小说原材料库与离线画像批处理管线（幂等、可续跑、单本失败隔离），对百万字级长篇分块浅读（Map-Reduce归并）形成推荐画像，完成题材、走势与改编意图三路召回的选材推荐，以及分镜脚本生成。
- 集场切分与人物解析 ： 针对半结构剧本切分不稳、人物易漏抽/易污染，以确定性格式识别与自声明对账为主、LLM兜底为辅，并保留切分诊断；人物与大纲改全文单次抽取并共享实体ID，关系摘要由关系边派生；按任务标定输入覆盖与上下文/输出预算，避免固定阈值静默少喂，局部失败显式暴露、禁止空值伪装成功。
- 高光识别与曲线解析稳定性 ： 以目标达成、观众悬疑、观众情绪等曲线刻画剧情起伏，按波峰波谷与突变识别高光候选，并支持人工勾选写入校准账本，服务投流选段；针对同剧重跑曲线漂移、结果不可比，验证降温度与多模型投票无法消除定义漂移后，改用固定模板受控填槽与确定性归约，并以稳定性/正确性双轴探针与gold锚点回归；当前可支撑报告消费，客观性与稳定性仍按真实剧本迭代。
- 剧本专家Agent ： 建设垂直域剧本助手（领域人格、工具分工、领域知识外置），打通报告结论、爆款视频到剧本的结构迁移与LiteXML Diff写回；超长剧本先给场次索引、再按需读正文，同会话靠对话历史连续；工具写回不信任模型自述，修改前后对比文档状态，无变化则显式失败；共享编辑器上多Agent并行会争抢节点id并丢失Diff，改为单Agent批量修改。
- 长任务异步化与可恢复执行 ： 针对分钟级剧本分析在同步HTTP下超时、丢状态，改为PostgreSQL持久化任务与Serverless Worker，上传即返回任务标识；以原子claim、租约、有限重试、repair与幂等写入处理超时、重复触发与卡死，进度与失败可查可恢复；入库与分析状态分离，避免分析失败覆盖已入库剧本。
项目成果： 上述能力已上线，供短剧业务方真实使用并快速反馈迭代，再逐步扩展至其他使用团队。
项目经历
Corvia Fit — Shopify 服饰合身顾问
- 时间：2026.07 – 至今
- 角色：独立开发者 / AI 全栈工程师
- 技术：TypeScript、React Router、Prisma、PostgreSQL、Shopify Theme Extension、LLM API
- 描述：在商品页提供 Fit Finder，根据确认尺码表确定性选码，并结合真实买家评论解释合身依据，支持一键加购。
- 关键工作：完成选码引擎、评论信号管线、SKU 校准飞轮、商家后台、店面组件、Billing、GDPR 与生产部署。
- 结果：完整演示路径覆盖确定性选码、评论证据与回流校准；2026-08-04 已上架 Shopify App Store（Limited）。
- 链接：App Store · 详情：/projects/corvia-fit
RivalLens — 多 Agent 竞品分析平台
- 时间：2026.05 – 2026.06
- 角色：队长 / Agent 全栈工程师（3 人团队）
- 技术：Python、FastAPI、LangGraph、React、PostgreSQL、Docker、SSE
- 描述：字节跳动 AI 全栈项目挑战作品，将自然语言需求转成竞品发现、证据采集、分析、写作与质量审查任务。
- 关键工作：主导多 Agent 编排、结构化协议、检索与证据链、Run API / SSE、Trace DAG 和端到端部署。
- 结果：公开 Demo 可走通调研全链路与证据回看；从约 60 支队伍中入围 30 强答辩。
- 详情：/projects/rivallens
Pulse — 通用个人智能助手
- 时间：2026.03 – 2026.05
- 角色：独立开发者 / Agent 全栈工程师
- 技术：Python、FastAPI、asyncio、PostgreSQL、Agent Runtime、ReAct、MCP、Patchright、WebSocket / SSE
- 描述：个人 Agent Runtime 实验项目，底层分为 Agent OS、Task Runtime、Memory Runtime，支持长期任务调度、恢复和多渠道交互。
- 关键工作：实现 Heartbeat、任务抽象、模块自注册、安全门控、Checkpoint / Resume、长期记忆；在此基础上落地求职自动化与技术雷达。
- 结果：系统在个人真实求职中持续运行；求职模块覆盖 BOSS 直聘、猎聘、智联招聘、实习僧等平台，单平台日均自动触达 50+ 位 HR。
- 详情：/projects/pulse
ScholarMind — 面向学术研究的 AI 助手平台
- 时间：2025.07 – 2026.03
- 角色：独立开发者 / Agent 算法工程师
- 技术：FastAPI、PostgreSQL、RAG、Multi-Agent、ReAct、Hybrid Search、Cross-Encoder
- 描述：面向学术研究的 AI 辅助平台，重点处理文献调研、引用可信和 LaTeX 长文档编辑。
- 关键工作：构建学术 RAG 与引用溯源能力；实现 DeepResearch 多智能体研究工作流和 Doc Studio 编辑 Agent。
- 结果：DeepResearch 支持本地知识库与学术网络双源检索联合推理，Doc Studio 支持 LaTeX 长文档语义定位、精确改写、编译校验、Diff 对比与审批回滚。
- 详情：/projects/scholarmind
科研经历
- Safe Multi-Agent Deep Reinforcement Learning for Privacy-Aware Edge-Device Collaborative DNN Inference，IEEE Transactions on Vehicular Technology，Early Access，2026，DOI: 10.1109/TVT.2026.3670497（中科院二区 Top / IF 7.1）
- Privacy-Aware Joint DNN Model Deployment and Partitioning Optimization for Collaborative Edge Inference Services，IEEE Transactions on Services Computing，2025（CCF-A / IF 5.8）
- Graph-Enhanced Deep Reinforcement Learning for Share-Aware Multi-Task DNN Inference in Low-Altitude Intelligent Service Networks，IEEE Transactions on Services Computing，Under Review，2026（CCF-A / IF 5.8）
证书与其他
- 软件设计师（中级），2021.11
- CET-6，526 分，具备英文文献检索与技术资料阅读能力