简单说说我的背景和方向。
我的代码基本是自学的。这几年大部分时间都花在做项目上——写过一个纯 Rust 的去中心化即时通讯系统，在公司主导设计过一个 AI 产品的整套架构，也做过软硬件结合的机器人。
这个页面我没怎么修饰，就是把每项能力到了什么阶段、连同证据一起列出来。该是什么水平就标什么水平，没到的地方会直接说"在补"——这样你判断起来也省事。
每项都标了真实阶段 + 证据。评分原则：可辩护——面试追问扛得住的水位，不虚高，也不自谦。
AI 时代，这是我花了最多心思的方向。分两层讲清楚——工程落地我做过真东西，原理理解我啃得很透，但训练实战的边界我自己拎得清。
RELIK 是我在公司主导设计的 AI 服务编排平台。老板给了"陪伴"这个方向，从技术架构、能力体系、依赖管理到产品形态和商业路线，除 UI 前端外都由我设计。代码归公司、不公开——但设计思路是我的，这里讲讲我做了哪些判断。
真实项目。已开源的给链接，公司产品和未上传的讲清角色与设计——代码可应约提供。
纯 Rust 的去中心化即时通讯系统。没有中心服务器，每个用户自托管节点直连转发；消息 Ed25519 签名、三档信任模型、中文全文搜索。约 1.4 万行，每个模块都有测试覆盖。架构参考 matrix-rust-sdk 的 sans-I/O + Trait 分层。
一个去中心化、用户自托管的音乐系统。底层的神经 codec、IPFS 都是现成的成熟技术，但"把音乐当成神经 codec 的 token 来做去中心化分发"这个用法和整套系统是我自己想的——我查过，没找到第二个这么做的。音乐以 token（不是音频文件）存进 IPFS，解码、搜索、混音全在浏览器本地算；我设计的一个点是：解码器模型权重也进 IPFS，它的 CID 天然就是"全网唯一版本号"，用内容寻址解决"去中心化系统全网必须用同一模型"的难题。
一个商业 AI 服务编排平台。除 UI 前端外，整体技术架构、能力体系、依赖管理、产品形态与商业路线都由我设计——是我做过的偏架构和产品设计的一个项目。
微服务 AI Agent 平台：AI 在独立沙箱容器里执行操作，用户通过 VNC 实时观看。7 个服务、多层隔离、Planner→Executor→Reviewer 多 Agent 工作流、GUI/Code 双模式。
智能家居系统：Rust 后端 + Flutter 跨端客户端 + 真实硬件。插件系统支持 JS / TS / WASM 三种运行时；规则引擎、多协议适配、WebSocket 实时推送、JWT+Argon2 鉴权。
面向 AI 协作开发的任务与合并控制系统。把 task、progress、commit 证据和 merge readiness 连起来，让人和 AI 在合并前拥有可靠上下文。Task 为唯一主对象，事件 push 架构。
摄像头实时识别手势，经 TCP 把指令发给 Dobot 机械臂，做夹爪开合、上下左右等动作。自建 10 类手势数据集、训练 MLP 分类器，用队列+条件变量做帧批处理和抖动过滤。CV + 机器学习 + 硬件控制 + 网络 + 并发的全链路。
我从初中就开始接触编程，AI 普及之前就一直在写。这里放两个那时候自己手写的东西，外加一个我研究过原理的项目——主要想说明：我的底子是自学一行行练出来的，不是这两年靠 AI 速成的。
用 Flutter 调 Rust 实现的校园网认证客户端：自己分析 BRAS 门户认证流程、构造参数复现登录请求。用 FFI 打通 Dart↔Rust，技术点偏冷门，能体现跨语言集成和协议钻研。
植物大战僵尸的内存修改器：附加游戏进程，用特征码(AOB)扫描定位、做字节级内存 patch。体现 Windows 底层 / 逆向能力，代码把内存管理和 GUI 做了解耦。
这个我没从零做，是出于好奇去研究 Termux 这类工具是怎么在没 root 的手机上跑 Linux 环境的——Android 底层就是 Linux 内核、CPU 架构也和普通 Linux 一致，所以原生程序能跑。这种"把现成的东西拆开、搞懂它为什么能work"是我学系统知识的常用方式。
点开看。这些是招聘方最常问、我也最想讲清楚的。