01 · 我能带来什么
剑桥大学光子材料博士，论文发表于 Nature Communications 和 Advanced Materials，被引用 1,000 余次。在实验室待得够久，分得清一次漂亮的结果和一个可重复的结果，也总会追问：产量放大一千倍以后会怎样？
RAG 平台、MCP 服务器、智能体工作流、评测、人在回路设计和 harness 工程。足够亲自动手，所以知道模型在哪里真正值得用，又在哪里用简单的规则就够了。
十年来，客户一直把技术上的关键决定交给我，先是硬件，现在是 AI。这是我最喜欢的部分，也往往决定了一个项目能不能真正落地。
02 · 故事
第一幕 · 2012 – 2020 · 科学
第一幕 · 2012 – 2020 · 科学
你知道吗？蝴蝶和鸟身上几乎所有的蓝色，都来自纳米结构，而不是色素。植物也会这一招：在 Pollia 浆果里，纤维素会自己排列成重复的结构，把光反射成颜色。我的博士课题，就是借用这个技巧，用植物原料做出明亮的金属色泽。读博期间，我还联合创办了 WaterScope，一家用计算机视觉检测饮用水的初创公司，那也是我做 AI 的起点。留下来的那一课：光彩来自排列，而不是原料。
第二幕 · 2020 – 2025 · 深科技商业化
第二幕 · 2020 – 2025 · 深科技商业化
实验室里的好结果，离一个有人愿意买的产品还很远。填上这段距离，大多是不起眼的苦功：成本、良率、安全法规，还要保证第一百批和第一批一样靠谱。我在这段路上走了五年。在剑桥的工程咨询公司 TTP，我主导过医疗器械、过滤和先进材料领域的客户项目，从配药机器人的视觉系统，到两项已授权的专利。之后在 Sparxell，我回到植物基颜色，把产量从每天几克做到几公斤，材料成本降到十分之一，客户包括 LVMH、Moncler 和 Gucci。这份工作大半其实是翻译：科学家、工程师、投资人和客户，需要用各自的方式听到同一个事实。
第三幕 · 2025 – 至今 · AI 转型
第三幕 · 2025 – 至今 · AI 转型
大多数 AI 项目都卡在概念验证阶段。模型通常没问题，缺的是更大的图景：它应该带来什么影响，又怎样融入真正使用它的人。在 SyndicateRoom，给投资人的更新原本是同一封邮件群发给所有人，打开率不到五分之一。我把它重做了：每月数千条公司动态，由 AI 提炼成一份简短摘要，只讲每位投资人实际持有的公司，金融监管要求从一开始就内置其中。打开率升到了 70% 左右。在 Softwire，一家会计初创公司想把 AI 放在产品核心，除此之外没有更清楚的需求。我大部分的工作，是让所有人对“做完”是什么样子达成一致；七周后，产品上线了。工作之余，我在运营 OutRung，一个 AI 辅助求职平台，所以这些系统我至今仍亲手搭建、测试和运行。
03 · 联系
如果你正处在实验室成果和真正有人用的产品之间，无论是科学、规模化还是 AI，我都很想听听。我也乐意做分享、交流心得，或者陪你走一次像我这样的职业转型。