卢以舟 (Russell Lu) · 软件工程师 · 洛杉矶

从噪声里取信号, 交付必有证据

我端到端地构建 AI 产品——LLM 检索管线、计算机视觉打分,以及围绕它们的完整技术栈; 同时指挥一支 AI 编程代理队伍,在严格到每次合并都要带证据的审查门禁下开发。 南加州大学计算机硕士在读,本科毕业于威斯康星大学麦迪逊分校(计算机 + 数学双学位)。

0+已收录职位,96% 确认 H1B sponsor
0单元测试 + Playwright 端到端
0+通过审查门禁的 PR
0手工标注的校准图片
$1–2每用户每月 LLM 成本

已上线的作品

2026 年构建的生产系统与个人项目。带箭头的卡片都在线上——点进去看。

实习 · TalkMeUp 2026年6月 – 至今

FreshLens

计算机视觉生鲜新鲜度打分,8 人敏捷团队。以下均为我负责的部分。

摄像头对准生鲜货架,系统检测出每件商品、打出 0–100 的新鲜度分数, 并自动生成折扣工单和"抢救食谱"。

  • YOLOv8 多目标检测,引入生鲜类别过滤与置信度阈值——9 个原始检测框精简为 4 个准确标注的物品,误报清零;修复了分类器与检测器之间的零样本标签覆盖 bug。
  • 亲手构建校准基准:9 类生鲜共 154 张标注图片(真实照片 + AI 生成假图),外加代理校准脚本和按置信度区间打分的证据质量评估器。
  • Next.js/React 实时检测画面,检测框叠加层动态缩放,用于对外演示。
  • 设计项目的确定性收尾门禁编排器——冻结证据包、v1 结果契约、符号链接拒绝与环境变量白名单——经两轮同事评审逐项落实。

FastAPI · YOLOv8 · Claude API · Next.js · pytest · GitHub Actions CI

Twitch Gadget

基于内容的直播推荐:从用户收藏与游戏元数据生成推荐,Spring Security 鉴权,Caffeine 缓存提速。

Spring Boot · React · MySQL · AWS

我如何带着 Agent 交付

JobSignal 由我编排的九个职责隔离的 AI agent 构建——每个 issue 都要走完这条流水线, 任何 agent 都不能批准自己的工作。悬停查看各站点。

program-manager 路线图 → issue
把路线图拆成 milestone、epic 和可直接实现的 issue。从不写代码。
product-spec 精确定义"做什么"
把产品目标翻译成精确的用户行为和验收标准,写进 issue。
architect 精确定义"怎么做"
技术方案、schema 与接口契约、ADR。多轮讨论的设计必须收束成一份"设计定稿"文档。
implementer 代码 + 测试 + PR
严格按批准范围实现。从不批准、合并或关闭自己的工作——也从不碰托管数据库。
review panel 代码 · 安全 · 测试
每个代码 PR 都要过独立逐行审查;触及认证或同意边界时加做对抗性安全审查;测试工程师从不轻信实现者的自述。阻断性发现退回重做——批准绑定 SHA,三轮封顶后升级决策。
acceptance 看 preview,不听承诺
对着部署好的 preview 跑 demo 脚本。"后端能跑"不算验收。
release → 我 核对门禁,然后合并
release manager 核对审批、CI、迁移安全与回滚可用性;合并这一步永远由我来做。Agent 对生产环境零访问——只读也不行。

踩过坑才有的规则

批准绑定 SHA。再推一次代码,审查从头再来。
新测试必须先失败。只有在未修复的代码上跑出失败、并把输出引进 PR,测试才算证据。
三轮封顶,然后升级。审查循环不会无限跑;要不要带着残留发布,由人来决定。
在生产的权限级别演练。以超级用户身份通过的迁移,测的是另一个系统。

经历

  1. 2026年6月 – 至今

    软件工程实习 · TalkMeUp

    FreshLens 计算机视觉平台——检测、校准、证据评估与项目收尾门禁,在 CI、pytest、Ruff 与严格模块隔离下交付。

  2. 2025年5月 – 8月

    软件工程实习 · Baowin Steel

    全栈电商交易平台(Django、React、MySQL)——鉴权、商品与交易——部署到 AWS EC2/RDS 并搭建 CI/CD,完成从本地机房的迁移。

  3. 2024年2月 – 2025年8月

    本科科研 · UW–Madison CAT Lab

    数字孪生交通监控系统的 React 界面;D3.js 与 Chart.js 呈现实时高速路况;懒加载让地图加载缩短约 2 秒。

  4. 2024年5月 – 7月

    软件工程实习 · 飞书(Lark Technologies)

    自动化 Google Sheets 工作流的 AI 机器人;多线程加批处理,把 2,000 行客户分析从约两周人工缩短到 4.5 小时无人值守。

南加州大学(USC) 计算机科学硕士 · 2025–2027
威斯康星大学麦迪逊分校 计算机科学 + 数学 双学士 · 2022–2025

在招 AI 产品工程师?

我在寻找 LLM 系统与生产纪律交汇处的软件工程岗位。