AI 应用开发 / Agent 后端 ｜ 南华大学 2027 届 ｜ 找实习 · 校招
我把「Agent 到底做对没有」当成工程问题来做 —— 能定义、能测量、能复现，而不是靠感觉说它没问题。
数据可信 → 执行可控 → 结果可证。前两条是实习期间做的业务系统（代码不公开），第三条是我自己搭的验证系统（完全开源）。
| 项目 | 一句话 | 代码 | |
|---|---|---|---|
| 数据可信 | 数驭穹图 | 自然语言问句怎么变成口径正确的 SQL | 实习，未公开 · 设计 |
| 执行可控 | EnergyOps | Agent 能调工具，权限/幂等/回补怎么收口 | 实习，未公开 · 设计 |
| 结果可证 | RuleArena | 用数据证明 Agent 没做错，否则拒绝放行 | 开源 · 可验证 |
RuleArena — 业务 Agent 上线前的执行门禁
工具契约 + 运行时门禁 + 独立 Oracle：Agent 的每个动作先过检查，最后由独立账本裁决，不采信 Agent 自述。
同一份退款 Agent 代码跑两次：裸跑 15 张工单里 6 张重复退款、合计多退 ¥1920 → 加门禁后 0 笔，正常工单误拦 0。（15 张工单 × 2 模式 × 3 次重复，真实 HTTP 重放）
PayTrace — 支付转化异常归因诊断 Agent
一条受治理的证据链：每条根因主张必须挂到具体工具调用产出的证据；证据不足的主张自动降级为 UNKNOWN、损失移入"未解释"，降级动作写进 trace，不静默发生。100 个黄金场景分层管理，可多 seed 复现。
building-energy-ai-system — 建筑能耗智能运营平台
16 个 MCP 原子工具 + LangGraph 三 Agent 编排 + RAG，含 Web 管理端与 Uni-app 移动双端；backend/app/eval 内置 Agent 评测集，改 prompt 能跑回归看有没有退化。服务外包竞赛作品，README 里如实写了它没做到什么。
展开：我怎么写技术文档（3 条纪律）· 早期探索 · 开源贡献
写文档的三条纪律
- 数字必标口径 —— 实测 / 固定评测集 / 计算事实，三者不混用；没测过的只写"设计目标"。
- 缺陷优先 —— RuleArena 里最值钱的是四个真实运行打出来的缺陷（语义误读 / 504 未走恢复路径 / 同幂等键重放 / 理由码泄露），不是那张指标表。设计是推演，缺陷是事实。
- 不把"设计上防住了什么"说成"我遇到过什么"。
我不藏的数字：RuleArena 搜索层 pass@3 = 8/14，但 pass^3 = 1/14 —— 跑三次次次都成只剩 1 个，发布门禁据此拒绝放行。这恰好是"为什么必须有独立运行时门禁"的论据：搜索保证不了覆盖。
早期探索（方向验证用，不主推）
agentic-ticket-orchestrator—— 告警工单编排，Java Spring Boot 3.5 + LangGraph4J 与 Python FastAPI 双引擎eye-diagnose-system—— 眼底影像辅助诊断，已归档
开源贡献：正在向外部仓库提交真实修复（长期项，不做自家仓库的样式装修）。
正在找 AI 应用开发 / Agent 后端 方向的实习与校招机会，邮箱见顶部。