个人简历与代表项目
彭子豪
专注分布式系统与 AI Agent 工程化。
从任务调度、流程引擎，到 Agent 的会话、工具、上下文与可观测性，关注 AI 能力在真实场景中的可靠应用。
- GitHub
- xiaobazeo
01 / FOCUS
工作方向
AI Agent 工程化
围绕 Runtime、会话、工具接入、上下文与运行轨迹，推动 Agent 在实际场景中落地。
生产系统建设
建设分布式任务调度、可配置流程编排与可靠的服务协作链路。
02 / EXPERIENCE
工作经历
小米AI全栈工程师
- 参与建设任务调度与流程引擎平台，支撑月均 200 万+ 流程实例、日均 100 万+ 算法任务，覆盖 40+ 业务线。
- 参与内部 AI Agent 工程平台建设，落地 10+ 可复用工作流，服务 70+ 用户，完善隔离运行环境与执行可视化能力。
03 / PROJECTS
代表项目
Agent 协作工程平台
面向研发与业务团队，将重复性、多步骤任务沉淀为可复用的 Agent 工作流，降低 AI 使用门槛，提升复杂任务协作与交付效率。通过持久会话、分层上下文与 Trace 回放，支持中断恢复和问题追溯。
10+ 可复用工作流，服务 70+ 协作用户
数据流引擎平台
通过控制面与执行面解耦、异步 Webhook 与可靠流程编排，打通“数据采集 → 算法处理 → 人工作业 → 自动清洗 → 编译回传车端”的全链路数据闭环。
新业务接入周期缩短 40%
算法任务统一调度平台
提供算法任务统一、可视化的调度、执行与分析能力，支持优先级调度、Worker 健康管理和弹性扩缩容，提升任务执行效率与算力利用率。
资源利用率提升 50%
04 / OPEN SOURCE
开源项目
05 / WRITING
精选文章
06 / EDUCATION
教育经历
湖南工业大学
计算机科学与技术 本科
07 / SKILLS
技能
- 后端与数据
- Java · Spring Boot · MyBatis · MySQL · Redis · RocketMQ
- 系统与基础设施
- Kubernetes · gRPC · 分布式事务 · 任务调度
- Agent 工程
- Agent SDK · MCP · Skills · SSE · Trace / Perf
08 / CONTACT