深入挖掘研发全生命周期痛点，设计并实现基于 LLM 的自动化工作流，覆盖需求分析、代码辅助、自动化测试等核心环节
负责复杂 Agent 的逻辑设计与工程落地，通过高级 Prompt Engineering（CoT, Few-Shot, ReAct）优化智能体的规划与执行能力
构建针对产研场景的 Benchmark（评测集） 和 Golden Datasets（黄金数据集）
建立自动化评估流水线（Eval Pipeline），以量化指标（如代码通过率、推理准确率、任务完成耗时）对比不同模型与 Prompt 的效果，用数据指导技术选型
基于 Claude Code 和 Codex 技术，开发高度定制化的 IDE 插件或 CLI 工具，将 AI 代码生成能力无缝融入现有开发环境，提升代码编写质量与交付速度