精选工作
我参与过的一些问题。系统本身不便公开，但思路可以分享。
从几小时到几秒钟：一款工程师真正想用的诊断工具
问题。 工程师排查问题时，要依赖一款查看超大系统日志的工具。它加载慢，过滤更慢；没有颜色区分，没有像样的键盘导航，也没有命令行，只有图形界面。每次排查，都从等待开始。
我做了什么。 用 Go 写了一款新工具，从第一行代码起就为大型日志文件而设计。过去要几个小时的工作，现在几秒钟完成，还能一次批量处理多个日志。同一个核心引擎，支撑五种使用方式：命令行、终端界面、网页、VS Code 和桌面应用。全程键盘优先，用颜色帮你读懂日志。
AI 的作用。 两个方面。一是 AI 智能体可以直接驱动这个工具，让日志分析又快又可重复，而不是让模型对着原始文本瞎猜。二是工程师可以用自然语言阅读和过滤日志，打字或语音都行。
为谁而做。 在乎自己效率的工程师：想要现代化工具、离不开键盘、讨厌等待的那群人。
把 AI 带进团队的开发方式
AI 编程工具刚出现时，对于运行在银行里的软件，谨慎是理所当然的默认态度。我没有靠幻灯片去说服，而是拿出一个可验证的成果：用 AI 智能体把一个现有应用按原样完整重建，大约只用了一周。这个成果让讨论从「要不要用 AI」变成了「怎样用好 AI」。
让老平台走向现代化
推动成熟的软件向前演进：迁移到现代的平台和运行环境，同时让内部工具和面向客户的产品都拥有现代、统一的用户体验。难点很少在新代码本身，而在于：脚下的地基在变，已经在现场稳定运行的一切，还得继续稳定运行。