自我介绍
我是 Luhui Dev，一个长期研究与拆解 Agent 工程、探索 AI 教育落地的开发者。关注 Agent Harness、LLM 应用工程、AI for Math 与教育 SaaS 产品化实践。
当前工作连接两个层面：一层是 Agent 工程，包括上下文、工具、记忆、权限、运行时、可观测性、评测与可靠性；另一层是领域落地，把 AI for Math 与形式推理应用到可验证的教育产品中。
我的工作方式是把产品判断和工程实现放在同一个闭环里，先做小范围试点，再逐步沉淀成可复用系统。比起追逐短期热点，我更在意系统是否可持续、可协作、可迭代。
能力矩阵
| 领域 | 重点 |
|---|---|
| Agent | Harness 工程、运行时、上下文、评测与可靠性 |
| LLM | 应用架构、检索增强、编排与成本控制 |
| 数学 | 几何运行时、约束建模、推理流程 |
| 产品 | 教育 SaaS、试点设计、路线图节奏与增长闭环 |
为什么做这件事
Agent 系统真正可用，需要可靠、可观察，并能在明确边界内行动。数学与教育是检验这些能力的高约束场景，因为中间推理和最终结果都可以被检查。