个人信息
- 邮箱: wyanassert@gmail.com
- 方向: 高级 iOS 开发 / AI 工具研发
- 经验: 9 年
- About Me
教育背景
华中科技大学 / 计算机科学与技术（卓越工程师班）/ 本科（2013年9月 ~ 2017年6月）
- 平均成绩 85.2，高于保研线；GPA 3.78/4.00
- 英语 CET-6
工作经历
武汉悦然心动网络科技有限公司(创业板上市)（2017年7月 ~ 2020年7月）
- 参与工具类 App 开发，以及基础库建设与维护
- 参与 10+ 项目交付，两次获得公司“季度之星”荣誉及奖金
腾讯音乐娱乐集团（2020年9月 ~ 至今）
iOS 业务开发（2020-至今）
- 负责 QQ 音乐 iOS 端歌单、歌手主页、收藏、最近播放、本地等 PV Top10 核心模块的开发与迭代
- 深入分析并修复 Top10 高频动图闪退问题，推动逐帧解码方案替代全帧预解码，显著降低线上崩溃量
- 主导歌单个性化模板动效与客户端音乐资产的性能优化，支撑列表容量上限由 1,000 提升至 100,000
AI Agent 工具研发（2026-至今）
1. iOSDevTool：从 Bug 自动修复到需求自动完成
从零设计并实现面向大型 iOS 仓库的 Bug 自动定位与修复工具，并逐步演进为覆盖 iOS / Android / Kuikly 三端的自动化开发工具链。
2. 参与集团需求自动开发平台建设，负责客户端三端需求自动化
主导建设多端 AI Agent 体系，将「需求 → 实现 → 编译 → CR」全流程自动化，覆盖 iOS / Android / Kuikly 三端：
- 针对 AI Agent 探索低效、轮次失控问题，设计多 Agent 架构，辅以 AllowedTools 物理切断、Bash→原生 Grep/Glob 替换、Artifact 产物约定等手段约束模型行为；需求分析耗时 25min→5min，单次代码生成成本 $20→$3
- 针对代码因编译错误、语义补齐或 CR 问题被打回后 Agent 反复探索、修复耗时过长的问题，引入快修模式（独立 system prompt + 更严格的工具白名单）；编译修复耗时 8分53秒→50.1秒（↓90.6%）
- 主导 iOS Agent 体系向 Android + Kuikly 扩展：抽取 ClientWorkspace 基类 + PlatformWorkspaceConfig 配置化使三端共享核心逻辑，Android/Kuikly 端复用 iOS 调优成果跳过调优周期直接上线
- 系统性治理 LLM 对 Kuikly DSL 不熟悉、频繁编造代码的问题，通过 Prompt 正面规则硬编码 + Skill 注入语法示例 + 快修分类修复三重手段保障代码质量
3. 需求澄清 — AI 驱动的结构化需求分析
需求开发前往往需要组织需求评审会，由 PM、产品、交互、各端 Leader、开发与测试共同参与，整体过程耗时耗力。独立主导设计并实现 AI 驱动的需求澄清功能：
- 对接需求单，并调用带知识库检索能力的 Knot AI 智能体，自动生成含模糊点、确认方、优先级的结构化澄清列表，将碎片化沟通转为可持久化、可追踪的数据
- 针对多人协作下的数据一致性问题，设计 JSON 单一真源 + Patch 增量版本链（基线快照 + 自动 checkpoint），配合 baseVersion 校验、自动合并与冲突保护，保障澄清历史完整可回溯
- 提供 Web 交互界面支持确认/编辑/AI 回写需求单，澄清结果可直接对接后续需求开发 Pipeline，避免每个需求都要拉会议评审
技能
iOS 开发
- 精通 Objective-C / Swift，深入理解 Runtime / RunLoop / GCD 与内存管理（ARC/MRC/AutoreleasePool）
- 熟练掌握 Kuikly 跨端开发框架
AI Agent 工程化
- 多 Agent 系统设计：分层调度、Artifact 契约、轮次预算控制、引擎层 fail-open 兜底
- Prompt 工程：冷启动硬约束、工具白名单物理收紧、反模式禁令、执行清单范式
- Pipeline 编排：声明式 Stage 定义、三类闸门（Metric / AI / Human）、回退与重试机制
- LLM 工程优化：Token 控制、Beam Search 搜索收敛、置信度驱动早停、上下文注入策略