自我介紹
我是 Luhui Dev，一個長期研究與拆解 Agent 工程、探索 AI 教育落地的開發者。關注 Agent Harness、LLM 應用工程、AI for Math 與教育 SaaS 產品化實踐。
目前工作連接兩個層面：一層是 Agent 工程，包括上下文、工具、記憶、權限、運行時、可觀測性、評測與可靠性；另一層是領域落地，把 AI for Math 與形式推理應用到可驗證的教育產品中。
我的工作方式是把產品判斷和工程實作放在同一個閉環裡，先做小範圍試點，再逐步沉澱成可複用系統。比起追逐短期熱點，我更在意系統是否可持續、可協作、可迭代。
能力矩陣
| 領域 | 重點 |
|---|---|
| Agent | Harness 工程、運行時、上下文、評測與可靠性 |
| LLM | 應用架構、檢索增強、編排與成本控制 |
| 數學 | 幾何運行時、約束建模、推理流程 |
| 產品 | 教育 SaaS、試點設計、路線圖節奏與成長閉環 |
為什麼做這件事
Agent 系統真正可用，需要可靠、可觀察，並能在明確邊界內行動。數學與教育是檢驗這些能力的高約束場景，因為中間推理和最終結果都可以被檢查。