1. 量产质量管控：负责多款AR/AI眼镜端到端质量保障，落地 AI眼镜LLM、联⽹搜索模型线上实时质
检，AR图⽂质检、io眼镜9⼤AI模块（镜端/APP/云端/模型层）全流程准出测试，严控量产交付质
量。
2. ⾃动化测试体系0-1搭建：落地14项专项测试能⼒，覆盖弱⽹、故障注⼊、内存/ANR、功耗、AI
Runtime、压⼒测试、智能⽤例⽣成、跨端UI⾃动化、代码⻛险扫描等，全⾯提升测试⾃动化率与迭
代效能。
3. ⾏业竞品对标：搭建带⻨设备⾃动化评测流⽔线，竞品评测，输出能⼒
基线，⽀撑产品战略规划与迭代优化。
4. AI模型评测平台搭建：覆盖语⾳交互、意图识别、LLM、RAG、记忆模块，构建评测数据集、数据回
流、标注流⽔线，基于交互轨迹⾃动⽣成Benchmark，实现AI能⼒量化评估。
核⼼⼯作2：AI+DevOps运维基建与可观测体系落地
主导⼀体化运维基建建设，搭建⼯单系统、FinOps资源成本治理、AIOps全链路监控、AI业务质量可
视化⼤盘，构建AI业务从研发到运维的全链路可观测、可追溯、可管控体系。
核⼼⼯作3：AI-Native智能体平台&⾃演化能⼒建设（核⼼亮点）
1. 基础平台搭建：基于Higress⽹关+Bifrost账号体系搭建统⼀AI⽹关与权限体系，接⼊多类AI开发助
⼿，集成⻜书知识库、MetaBI多源数据平台，落地Data Agent智能分析能⼒。
2. 智能体⽣态建设：上线智能体&Skill能⼒⼴场himarket，基于OpenClaw搭建私有化个⼈智能助⼿，
打通数据标注平台与n8n⾃动化⼯作流，实现业务流程⾃动化串联。
3. 智能体⾃演化核⼼突破：基于DSPy/Meta-Harness搭建Agent⾃主进化框架，摆脱⼈⼯调优依赖，
实现智能体⼯作流⾃主评估、动态迭代、持续优化，⼤幅提升智能体任务精度与场景适配能⼒。
核⼼⼯作4：IPO级全流程质量闭环体系搭建
⾸创AITest+AIOps+AIPMO三位⼀体质量运营模式，构建线上问题⾃动发现、智能分派、闭环整改、复
盘迭代的全链路质量闭环，满⾜IPO⾼标准质量管控要求。

1. 多语⾔源码级程序分析⼯具0-1⾃研，夯实智能测试底层技术底座。
2. 搭建AI智能代码⻛险扫描⼯具，突破Sonar传统静态扫描局限，精准识别运⾏态、业务隐性⻛险，落
地数据平台、营销中台两⼤业务线。
3. 研发智能接⼝⾃动化⼯具，⽀持代码仓⾃动解析、测试脚本⾃动⽣成，⼤幅降低测试⼈⼒成本，全
⾯赋能营销中台迭代。

1. ⼤模型全链路质量体系建设：基于有穷状态机搭建⽤⼾视⻆端到端评测平台，累计发现⼯程问题118
个；创新⿊盒+灰盒模型质检⽅案，通过蜕变测试优化意图模型，精度从52%提升⾄85%，依托Token
概率识别模型幻觉问题。
2. AI赋能质量左移&效能提效：训练Qwen-VL多模态客诉分类模型，分类精度超85%，加速线上问题
闭环；构建PRD知识图谱，通过向量检索前置暴露产品设计⻛险，从源头降低缺陷率。
3. 全域模型评测能⼒落地：负责公司NLP、图像模型常态化评测，实现数据增⼴、⻛险识别、⾃定义
Benchmark训练全流程能⼒闭环。

微服务Fuzz测试平台Owner，负责平台架构设计、技术落地与迭代优化，保障微服务迭代
安全与稳定性。
1. 学术成果：核⼼研究成果发表于ICSE 2024（CCF A类顶会）。
2. 落地成效：累计⽣成5.7K+测试⽤例、1218条⾼危攻击案例，修复缺陷1.7K+；代码覆盖率提升
12.25%，CI/CD变更分析精度提升38.4%，⼤幅提升微服务安全合规性。

1. 鲲鹏⽣态⼯具研发：负责CMake迁移模块开发，实现C/C++程序Intel转ARM鲲鹏平台⾃动化迁移。
2. 芯⽚架构预研：量化鲲鹏与Intel芯⽚性能差异，输出国产化芯⽚适配编程规范。