public
2026
controller
email
creative
video
voice
AI4Marketing
产品 · 架构 · 全栈
运营人员只跟控制器对话。其余所有事情——邮件、广告创意、视频、TTS——都由专门的子 Agent 自治完成。整套平台是为"一句话变成一场战役"而设计的。
Qwen3-Max
DashScope
Wanxiang Video
Qwen-TTS
OSS
Nginx
11阿里云产品
170+测试用例
20校验模块
llm4marketing.com
作品集 · 2026
陈锴 / Chen Kai
工程师 · 研究者 · Agent 系统构建者
我搭建在长时间运行的 Agent 之上的系统：营销自动化、自动化科研、Agent 控制平面。我关心的是那些没人愿意做、但放着会让整个系统慢慢崩坏的事——可观测性、令牌经济、技能进化、共享记忆。
北京 · 远程
回信通常 24 小时内
筛选
public
2024–至今
chenk.top
写作 · 主题 · 图像管线
你正在阅读的这个站点。Hugo + 手写主题，约 400 篇双语长文，1500 张 matplotlib 图表通过自建管线推送到 OSS。设计上追求杂志感而不是"博客模板"。
Hugo
Custom theme
matplotlib
OSS
CDN
~400长文
~1500图表
14+主题系列
internal
2025–至今
AI4Science
架构 · Agent 控制平面
运行长周期科研 Agent 的控制平面：读论文、跑实验、写报告。设计核心是共享记忆架构与基于 harness 的技能进化——失败的尝试会被压缩成 lesson 反哺到下一轮。
Claude Code
Gemini
DingTalk Stream
SQLite
A2A orchestration
设计原则
- 共享记忆作为 Agent 间的协议
- Lesson 压缩替代显式监督
- 跨 Provider 的令牌经济仪表盘
生产环境 · 内部使用
internal
2025–至今
Research Agent
流水线设计 · Writer 子流程
从一个问题到一份完整报告的全自动管线。Writer 子流程被独立成一组可重入的小 Agent，配合技能进化循环——每次失败都会沉淀进 harness 与共享记忆，下一次起点更高。
harness
shared memory
writer pipeline
skill evolution
设计原则
- 问题→报告 单一入口
- Writer 拆成可重入的小 Agent
- 失败被压缩成可复用的 skill
内部研究系统
internal
2025
CK Planet
Agent 控制平面 · 实时仪表盘
面向 Agent 运维的实时仪表盘：会话时间线、限流预算、跨 Provider 的令牌经济。把 Agent 当成有成本、会出故障的真实系统来对待——而不是一个 prompt。
provider-agnostic
rate limiting
log streaming
session timelines
设计原则
- Provider 抽象统一接口
- 先防御性限流，再谈性能
- 日志即流，可订阅可重放
内部基础设施
internal
2025
Memory System
设计模式 · 个人在用
跨 Claude Code 会话的持久化文件型记忆：用户画像、反馈、项目状态、参考资料各为一类。MEMORY.md 作为索引，按需懒加载具体片段。
typed memory
MEMORY.md index
lazy semantic recall
设计原则
- 记忆按用途分类，不混在一起
- 索引常驻，正文按需加载
- 文件即真相，可 grep 可 diff
设计模式 · 个人长期使用
public
系列 · 5 篇
阿里云 PAI 实战指南
从 PAI-Designer 的可视化建模到 EAS 的弹性推理，覆盖一条机器学习生产链的全部关键节点。
PAI-Designer
DSW
EAS
public
系列 · 5 篇
阿里云百炼实战指南
从模型选型到 Agent 编排，把百炼的"能力"翻译成可上线的产品形态。
Qwen
RAG
Agent app
public
系列 · 8 篇
面向 AI Agent 的 Terraform
用 Terraform 给 Agent 系统搭基础设施：plan-validate-apply 闭环让自然语言意图变成可审查、可回滚的真实资源。
Terraform
IaC
plan-validate-apply
该筛选条件下暂无项目。
正在探索
最近在想的几件事
01
Agent 的令牌经济
一个长跑 Agent 在多个 Provider 之间应该如何分配预算？哪些步骤值得用最贵的模型？
02
Skill 进化的边界
什么样的失败可以压缩成可复用的 skill？什么样的失败只能丢弃？
03
共享记忆的 schema
多个 Agent 共享一份记忆时，类型系统应该有多严格？
04
从 prompt 到产品
Agent 真正落到产品上的"最后一公里"——可观测性、回放、监管、用户信任。
保持联系