参与 AI Agent 系统设计与落地，涵盖 ReAct/Tool Use/Multi-Agent 架构、意图理解、任务规划，应用于rednote 治理、内容理解、搜推等核心业务场景
参与Agent的设计与效果优化，通过Agent架构优化（工具、上下文管理、编排等）和模型优化（Agentic RL等具体任务的Post-Training），产出效果领先的Agent
深度参与多模态大模型（LLM/LVM）预训练、SFT、RLHF/DPO 等全链路训练，参与构建多模态内容理解、Function Calling 等 AI 基础能力，推动模型从技术到业务价值的闭环落地
持续追踪AI Agent领域的最新进展，引入并验证新技术的可行性，沉淀技术文档与最佳实践，推动前沿技术在rednote业务中的应用，保持团队的技术领先性
，沉淀国际顶会论文（CVPR/NeurIPS/ICLR/ACL 等）