AI雷達
InterconnectsPodcast: Kimi K3.1 Pro, the new cyber reality, and Muse musings— Nathan Lambert與團隊將Kimi K3.1 Pro視為開源模型追趕閉源能力的關鍵轉折,並關注其對代理系統成本結構的實際影響。Simon Willisonbattledrones v14: Compass Rose, a four player map— Simon Willison展示Claude Opus 5.5能直接處理多玩家WebSocket網路代碼重構,顯示LLM在複雜狀態管理上的實用性提升。Simon WillisonQuick Study— Willison利用Sobel邊緣檢測與原生Canvas實現即時繪畫模擬,證明無需外部庫即可讓模型生成高互動性視覺工具。Zvi MowshowitzThe Hackening— Zvi Mowshowitz將「The Hackening」定義為一次大規模、集中式網路攻擊事件,並暗示這可能是AI驅動安全威脅的常態化開端。Simon WillisonIntroducing Kimi K3.1 Pro— Kimi K3.1 Pro以半價於Claude Opus 5.5的價格提供高速度選項,直接挑戰現有API經濟模型對代理系統部署成本假設。Zvi MowshowitzAI #191: The Hackening Begins— Mowshowitz指出該日網路攻擊規模創歷史紀錄,反映AI輔助自動化攻擊已突破傳統防禦反應時間的臨界點。Zvi MowshowitzMisaligned!— Mowshowitz觀察到多個模型同時出現行為偏差,暗示訓練目標與實際部署環境間的錯位正成為系統性風險而非個別故障。InterconnectsLatest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China— Interconnects指出美國與中國監管收緊正迫使開發者轉向本地化開源模型,以規避跨境API依賴帶來的合規與供應鏈風險。InterconnectsPodcast: Kimi K3.1 Pro, the new cyber reality, and Muse musings— Nathan Lambert與團隊將Kimi K3.1 Pro視為開源模型追趕閉源能力的關鍵轉折,並關注其對代理系統成本結構的實際影響。Simon Willisonbattledrones v14: Compass Rose, a four player map— Simon Willison展示Claude Opus 5.5能直接處理多玩家WebSocket網路代碼重構,顯示LLM在複雜狀態管理上的實用性提升。Simon WillisonQuick Study— Willison利用Sobel邊緣檢測與原生Canvas實現即時繪畫模擬,證明無需外部庫即可讓模型生成高互動性視覺工具。Zvi MowshowitzThe Hackening— Zvi Mowshowitz將「The Hackening」定義為一次大規模、集中式網路攻擊事件,並暗示這可能是AI驅動安全威脅的常態化開端。Simon WillisonIntroducing Kimi K3.1 Pro— Kimi K3.1 Pro以半價於Claude Opus 5.5的價格提供高速度選項,直接挑戰現有API經濟模型對代理系統部署成本假設。Zvi MowshowitzAI #191: The Hackening Begins— Mowshowitz指出該日網路攻擊規模創歷史紀錄,反映AI輔助自動化攻擊已突破傳統防禦反應時間的臨界點。Zvi MowshowitzMisaligned!— Mowshowitz觀察到多個模型同時出現行為偏差,暗示訓練目標與實際部署環境間的錯位正成為系統性風險而非個別故障。InterconnectsLatest open artifacts (#25): DeepSeek V4.1 Flash 1017, American-made models, and new regulatory controls in the US & China— Interconnects指出美國與中國監管收緊正迫使開發者轉向本地化開源模型,以規避跨境API依賴帶來的合規與供應鏈風險。
Agentic AI · 系統與技術領導力

為會行動的agent
打造harness——
並為結果負責。

Long Yang 主導 Intuit 的 agentic AI 轉型。利用夜晚與週末,他獨立構建了四個跑在生產環境的多智慧體系統——交易、市場情報、影片生產、家庭財務——外加連接它們的 A2A 協定網。近 45 天 421 次提交、8,031 個測試函式。其中兩個操作控制台正在即時運行,任何人都能打開看。

此刻在跑資料日 2026-09-30 · 每晚重新產生
8即時總覽的分節
421近 45 天提交
8,031倉庫裡的測試函式
91流水線產出的影片
234記錄在案的交易動作
86% / 36%M7 事實核查:pass@5 / pass^k
55每個數字背後的來源
打開即時總覽
01 / 關於

為 可靠性而生。

誰都能搭一個展示效果不錯的agent——難的是模型周圍的一切。Long 把evals當作上線的把關機制,把context當作頭等工程問題,把克制本身當作一種能力:他的系統靠該出手時選擇不出手、誠實地降級,以及把每一次判斷都記錄下來,來贏得信任。

Agentic AI
Harness Engineering

在 Intuit 最早一批把 AI agent 真正推進生產環境的工程師之一——如今全面主導這條線:MCP、多智能體架構,以及 looping engineering——讓 agent 自己閉合回饋迴路,而不是靠人工反覆改prompt。

系統
十年生產環境經驗

Kafka、Snowflake、FastAPI、pgvector——在「AI工程師」這個頭銜出現之前,已經有十年端到端掌控分散式系統的經驗。Agentic AI 是同一套紀律用在一個更難的問題上:非確定性下的規模化可靠性。

技術領導力
別人據以建設的方向

在 Intuit 帶一支六到十人的工程團隊,方向是 agent 設計、評測框架,以及它們底下的編排層。他定下的編排、可觀測性與崩潰復原方案,成了整個組織 AI 工作的標準做法,而不只是自己團隊在用。更早在 SVB,他從零帶起並擴展到七人的工程團隊。

02 / 專案

五個系統, 一個人。

下面四個;第五個是連接它們的 A2A 協定網——再往下的拓撲圖用節點代替了卡片。近 45 天 421 次提交、8,031 個測試函式,覆蓋被統計的那幾個倉庫。全部利用夜晚和週末,與上面那份全職工作並行。每一個都是按「扛得住一次錯誤決策」來設計的,而不只是「做出好決策」。

Trader Joe
自主交易

一個五角色 agent 迴圈——分析師、交易員、挑戰者、評估者、覆盤者——在模擬帳戶上對接即時行情交易,風控紀律和真實資金帳戶完全一致。

難點在於:硬性風控寫在模型改不了的程式碼裡,還有一個自我提升迴圈——同一個錯誤反覆出現之後,會從一條教訓升級成寫死在程式碼裡的硬性攔截。

閱讀完整案例 →
Family CFO
自主財務

一個財務agent,讓一個家庭對自己的錢真正有規劃能力——預算、淨資產、現金流預測、異常偵測——在任意Plaid支援的銀行資料上無人值守運作。

難點在於:把雜亂的真實交易資料變成一個家庭每天都能信任的數字,而且沒有人在旁邊替它把關。

閱讀完整案例 →
TMZ
市場情報

五個可替換的市場情報專家——採集、富化、新穎度、評估、訊號——封裝著Trader Joe今天就在讀取的那條生產流水線,背後還備著一個已經建成、尚未啟用的ReAct編排器。

難點在於:原地重構一條正在生產環境運作的流水線——每個專家都先以行為完全一致的封裝形式上線,經過一致性測試驗證,然後才允許編排邏輯真正改變運作方式。

閱讀完整案例 →
Video Factory
多智能體生產

25 個流水線階段,跨兩張顯卡編排——一張跑本地模型、一張跑渲染——兩套生產模式:熱門新聞走全自主流水線;而涉及私人情感的內容,系統反過來——由 AI 即時用語音採訪一個家庭,把他們自己故事裡的空白問出來。

難點在於:一個採訪 agent 要向一個家庭問出恰到好處的問題——問題必須紮根於他們真實照片時間軸裡的空白,絕不能憑空編一段記憶——外加一個自研的 LLM 路由和從零搭建的 MCP 工具伺服器,撐起底下另外 25 個階段。

閱讀完整案例 →
全部五套系統,以及各自對外公開、正在運行的部分
02b / 生態系統

彼此如何連接

四個獨立的系統,四個各自存在的理由。Wall Street 是讓它們可選地交換資料、互相諮詢的那套協定——一份在各自獨立的系統之間真實生效的契約,而不只是架構圖上的一個樞紐節點:每一條連線都是選擇性接入,任何一個對端熄火,其餘系統都照常按設計運行。

Wall Street3 個 AgentFamily CFO6 個 AgentTraderJoe5 個 AgentTMZ5 個 AgentVideo Factory26+ 個 Agent刻意保持獨立
這些系統如何協作
  • Mutual support, never mutual dependency: every system's core function works with all other peers offline.
  • Any peer being unreachable degrades to an explicit 'not connected' state — it never crashes or blocks the caller.
  • Cross-system calls are read-only by default; remote conclusions can only produce proposed actions gated by local user confirmation.
  • No shared databases across systems — HTTP contracts only, and the contract schema is the privacy whitelist.
  • Every capability is env-gated and off by default; off means byte-identical behavior to before integration.
閱讀完整設計
03 / 經歷

十年 生產環境經驗。

真正的難點

核心的工程難題不是讓它跑起來,而是讓它安全地失敗——一次啟動後中途死掉的重放,會把生產環境留在一個沒有任何錯誤訊息會提示的錯誤設定裡。

Agentic AI Engineer

Intuit2025年11月至今

主導 Intuit 的 Go-to-Market 資料平台從傳統 ETL 向 AI 原生的 agentic 架構轉型,帶一支六到十人的團隊。作為設計負責人與技術主導,交付了一個跑在生產環境的 agent:它接管的那項高風險資料操作,原本需要工程師斷續盯上一到三天。它可以無人值守連續執行數天,能在自己的伺服器被銷毀重建之後繼續,透過 Slack 與 JIRA 與三個團隊協作,經由可稽核的審批流程寫入生產資料庫,並獨立核驗資料在每個下游目的地都正確落地。與之並行的還有:一條 CI 門禁的評測流水線,把原本數天的人工 QA 壓縮成幾分鐘的自動執行;以及一套 agentic 工具鏈,把行銷資料的接入週期從數週縮短到數小時——這些流水線在尖峰時承載數千萬筆記錄。

看它是怎麼做到的

資深軟體工程師

Capital One2023年7月 – 2025年6月

把舊有基礎設施遷移到 AWS CDK 和 CloudFormation。用檢索增強生成(RAG)搭建了一套AI驅動的CI/CD流水線,大幅縮短流水線故障排查時間。

資深軟體工程師

SVB Financial Group2020年6月 – 2023年6月

主導面向新一代網路銀行的關鍵資訊報表系統設計。組建並管理一支7人以上的開發團隊。

資深軟體工程師

Cisco2015年1月 – 2020年6月

設計了 Chassis-View——業界首個圖形化網路設備管理系統。主導從單體架構向微服務架構的遷移。

Long 自 2015 年起在矽谷做工程與交付——基礎設施、資料平台,如今是 agentic AI。在 Intuit、上面這四個系統以及連接它們的協定之外,他還在低調孵化一個獨立的消費級專案 Game On——另一種性質的下注,按它自己的節奏走。

他堅信,審慎打造的AI會讓世界切實變得更好——更有效率、更有創造力、更有溫度。

— 履歷與聯絡方式

聊 聊。

無論你是獵頭、投資人,還是同行builder——履歷只差一次點擊。角落裡的助手已經讀過這個網站上的每一篇文章,能查到交易台今天做了什麼,還能替你寫一封引介郵件。