AI 全栈工程师 / 多智能体系统指挥者
Max Zhang
中国 成都
我写过很多代码,但真正让我睡不着觉的不是代码。 是一种错觉。是我盯着终端里跑通的那一瞬,觉得这件事到此为止了。 我第一份工作是在 2016 年。没有 mentor 带我,没有 Jira 上拆好的 ticket,没有人告诉我这个需求该拆成几步、每一步归哪个角色。公司丢过来的是一个模块:资源系统。 从前端文件上传,到服务端接收,到 AWS S3 落盘,到 PostgreSQL 存元数据,到前端回显,一整条链路。我既是画流程图的那个人,也是亲自写上传组件、写服务端路由、写 S3 客户端、写 SQL migration 的那个人。 那时候我不知道这叫 ReAct,想一步,做一步,看一下结果,再想下一步。我也不知道这在后来的 Agent 架构里叫 Planner + Executor 解耦。我只知道一件事:目标定了,我必须从头走到尾。大脑是我的,手也是我的。 十年过去了。我面对的东西变了,串链路变成了 MCP、A2A,想一步做一步变成了 ReAct,手动查文档变成了 RAG。我要驱动的不是自己的一双手,是一群专家级 Agent 把它们捏成一支能自主打仗的军团。但那条思路没变。 这个东西长什么样。 它不是聊天框。聊天框是死的。我问,它答,对话结束。灯灭了,大脑也跟着灭了。我想要的是一盏不灭的灯,一个活着的东西。它能感知,能决策,能行动。我划一条线,它在里面跑。 AI 几十年的积累,终于走到了 Agent 这一步。最早的专家系统,就是个照本宣科的机器。给它一堆规则,它按规则办事,多一步都不会走。然后强化学习来了,在一亩三分地里卷到极致,下围棋赢人类,打 Dota 碾压职业。但它走不出那亩地。出了棋盘,它连路都不会走。 直到今天。LLM 能理解模糊的意图,能拆一个含混的需求成十二步,能调用外部工具,能在执行中间停下来想一想,能自己纠错,能把结果整理成我想要的格式。它不是什么黑科技,它挨个打通了理解、规划、执行、反馈的链条,然后把这四个环扣在一起,转起来了。 很多人怕它替代自己。 卧槽,替代个屁。 我试过把一句含混的需求直接丢给它。它确实会输出东西,但我敢直接拿去用吗,我不知道它跳过了什么、误解了什么、忽略了什么。它能跑十二步不代表每一步都对。它需要一个人站在高处,定方向,画边界。 但它能让我一个人干出一个团队的吞吐来。利用 Agent 脑负责拆解和决策,一群专家 Agent 各管各的地盘并行推进。检索的检索,执行的执行,校验的校验。它们不互相等待,不互相打断,不用咖啡,没有情绪。它们只是做自己最擅长的事,然后把结果拼回一张完整的答卷。 这就是我眼中的人机协作新范式。不是自动化,那是二十年前的词。不是替代,那是恐惧驱动的叙事。是杠杆。是放大。是我说了算,而它们在替我打仗。 我写这些东西的时候,脑子里不是架构图,不是技术选型表。是那个 2016 年坐在工位上的自己,面前一条从没走过的链路,从前端到数据库,从头到尾一个人扛。他那时候不知道他在写的叫"工程思想",他只是在用一个人的大脑和一个人的手,把一个模块从头撑到尾。 如今我知道了。如今那双手可以是一群 Agent。 我写的不是代码。代码会过时,框架会换代,API 会废弃。我写的是下一个十年的生产力基础设施。是一个人加上一个 Agent 军团所能撬动的产出边界。是千行百业的齿轮里,一厘米一厘米往前顶的推力。 不是替代人的 AI。是放大人的 AI。 不是一个会聊天的系统。是一个会干活的系统。 它不是未来。它是现在。
技术栈
研习方向
- 01多智能体协作系统(MAS)架构设计
- 02ReAct 规划与执行 Agent 开发
- 03MCP 协议 — 统一 LLM 工具调用标准
- 04A2A 协议 — Agent 间通信与分布式协作
- 05沙箱隔离环境 — Docker 容器内安全执行代码
- 06Playwright 浏览器自动化 — CDP 协议操控
- 07上下文工程 — 记忆持久化与会话状态管理
教育经历
北亚利桑那大学
计算机信息技术硕士