定义目标
先追问为什么做、为谁做,以及结果需要由什么证据来证明。
从托卡马克数字孪生,到消费决策、个人纪律与旅行记忆。主题不同,但都在回答同一件事:怎样把复杂信息组织成能被理解和使用的体验。
我的性格偏向目标驱动和结构化推进。比起等待完美条件,我更愿意先定义问题、建立验证路径,再根据结果调整方向。
先追问为什么做、为谁做,以及结果需要由什么证据来证明。
列出条件、成本、能力缺口与机会,把大问题拆成可行动的阶段。
借助 AI Agent 与 Vibe Coding 形成可操作原型,让讨论落到真实界面和行为。
检查完成边界、失败原因与下一步,不用“做过”替代“做成”。
当前优势是快速理解需求、主动搭建结构并推动原型落地;需要继续补足的是更扎实的代码工程能力、定量评估方法和长期项目维护经验。
完成 Unity XR 交互链路、多个网页产品原型,并能把项目整理成公开、可浏览的成果。
系统学习 AI Agent 架构、工程化开发与数学基础,让快速构建不止停留在界面层。
完善聚变项目实机证据;把“我想花钱”从本地原型推进到多用户版本;持续沉淀可复用的 Agent 工作流。
成为能够连接专业知识、AI 能力与真实用户场景的系统架构型人才。
NUCLEAR ENGINEERING
APPLIED MATHEMATICS
AI AGENT
SYSTEM ARCHITECTURE