模型切换与上线
将 Stage 1 的选表、意图检测等模型由 Haiku 切换至 DeepSeek Flash，完成 A/B Test、灰度验证与上线落地。
主要经历
网易实习
两段实习覆盖内部平台与 AI 应用开发。我参与 Text2SQL 从 Agent Demo 到内部 MCP Tool 的落地，也承担 Agent 测评、Code Review、系统需求与看板搭建等工作。
- 组织
- 网易
- 角色
- 平台开发实习生
- 时间
- 2025.03—08
2026.05—至今 - 地点
- 杭州
01 / AI APPLICATION
Text2SQL
围绕速度、准确性与安全性，推动内部 Text2SQL 能力从前期 Agent Demo 演进为实际使用的 MCP Tool。
调用效果优化
优化提示词设计与缓存命中效率，并新增渐进式披露接口，按知识域向 Agent 提供改写参考。
权限与保密边界
完善提示词内的权限约束与接口返回内容的保密控制，让工具在企业数据边界内稳定工作。
QUERY TRACE
用户：查询上月任务单
01选表与意图检测
请确认月份口径，默认为结算月。
用户：结算月，查询
02权限校验与知识改写
03执行查询并安全返回
DELIVERYAgent Demo → MCP Tool
更快 · 更准 · 更安全
02 / EVALUATION
Agent Eval
围绕日常即时检查与完整回归测试，搭建 Agent / MCP Tool 自动化测评框架。
GROWING TEST SET线上问题人工样例自动汇总
→
AGENT / MCP TOOLEvaluation
Harness
Harness
黑盒白盒
→
CHECK调用轨迹回答质量回归结果
两类测评入口
Skill 用于日常提问后的即时检查；Claude Agent SDK 用于完整、无人工干预的自动化测评。
增长式测试集
通过人工与自动方式汇总线上问题，把真实失败案例持续沉淀为测试样例。
更新前回归
在版本更新前运行回归测试，观察工具调用过程与最终回答，减少能力迭代引入的退化。
03 / ENGINEERING EFFICIENCY
Code Review
把需求级代码审查沉淀成可复用的 Skill，覆盖 trunk 开发阶段与 release 合并阶段的不同风险。
按需求聚合审查
以 ref# 聚合同一需求的前后端提交，按技术栈分流，并让审查 Agent 自取 diff 与最终文件，控制主上下文规模。
并行 Review
预处理后按需求并行审查，统一输出严重、警告与建议三级结论；只报告能说明触发条件和后果的问题。
Release 完整性核对
补充合并完整性、同文件碰撞、缺文件和待合并版本干扰检查，覆盖“已合并但合得不完整”的风险。
SVN TRUNKref #Aref #Bref #C
REVIEWER 01Backend最终状态
REVIEWER 02Frontend逐提交 diff
RELEASE CHECKMerge完整性核对
结构化报告🔴 严重 🟡 警告 🟢 建议
04 / PLATFORM
APM Platform
参与部门核心业务系统的持续开发，支持网易外包、外派及美术协作环节的整体管理。
需求进入→流程协作→交付管理→数据观察
业务需求开发
面向实际业务流程完成新需求开发，把业务规则落实为可维护的系统能力。
接口优化
持续维护与优化既有接口，配合上下游使用场景改进平台体验。
05 / OTHER WORK
Other
除核心项目外，也承担数据观察、分析验证与周边系统需求。
Grafana 看板搭建
组织关键指标与展示方式，帮助团队观察系统运行状态。
业务宽表导出
支持业务数据整理与导出需求，为后续分析提供可用数据。
有数 BI 调研
围绕业务分析场景调研 BI 能力与可行的落地方式。
质量可视化系统
参与质量数据可视化相关系统的需求开发。