工作职责: 1、专注真实交付 (Delivery-Driven): 技术的价值只在业务结果中体现
评估组织工作的唯一指标是：这套系统是否在生产环境中成功接管了过往时代需多名资深研发维护的复杂模块？关注如何用Agentic的方法让大模型在 C++/Go 的底层代码、Hadoop 调度队列或 Linux 内核参数中完成精准的排障与调优
2、Agentic & Context Engineering：组织将以AI Native的方式重构技术资产，将业务背景、架构设计、优化思路、排障 SOP等工程直觉，拆解并重构为 Agent可见的知识和环境，为组织内外的AI提效提供基础支撑
基于对基架业务的深刻理解，持续通过Harness Engineering等手段提升Agent能力，是实现提效目标的关键手段
3、安全性与可审计性是底线 (Security & Auditability as the Baseline): 在基础架构领域，每一次变更都可能引发全网故障
Agent 不仅要是高效的执行者，更必须是绝对守规矩的系统公民
组织必须将 RBAC（基于角色的权限控制）、爆炸半径限制、静态配置检查以及不可篡改的执行审计日志（Audit Trail）深度打入 Agent底层
Agent 的每一次思考过程、每一次工具调用、每一次状态流转，都必须做到 100% 可追溯、可审计、可确定性回滚
4、工作内容：用Claude Code/Codex/BuildYourOwnAgent完成真实业务中的SWE/SRE/ACE工作，探索和实现机构级AI Agent产品形态