经历与判断，都有来处。
留住具体场景中的选择与变化。发生时间、录入时间和来源分别保留，尚未验证的结果保持未知。
27 条记录
Owlet 围绕陪伴工作、学习成长、电脑管家组织
我确定 Owlet 整体围绕陪伴工作、学习成长、电脑管家三个方向组织，以灵动卡承载日常体验，让灵动台围绕灵动卡收轻，并把会话管理交给 Codex。完整学习内容和成长成就统一进入灵动台，原“工具”主导航改称“管家”。这个选择明确了产品的重心，不代表界面改版已经验收或发布。
自动化框架架构先独立调研社区方案
在讨论覆盖浏览器、Android、iPhone 与桌面的 AI 自动化框架时，我要求先尽量全面地调研社区开源的各类 use 方案，再形成架构调研；不要让既有业务 Agent 的实现限定研究出发点。这不代表已经选定某个引擎、语言或分层方案。
官网与博客统一由硅基俊宁承接
我决定由 youngjunning.com 取代原个人官网与博客的维护地位。完成内容筛选迁移后，归档 blog.zisheng.pro 仓库，删除旧博客的 Vercel 项目，并清理本地 Codex 中仍将旧博客作为写作与发布目标的记录。今后的公开文章、简历与个人记录统一在硅基俊宁维护。
将 Agent 治理纳入三年职业规划
我要求结合模型生成执行方案、独立授权边界和风险分级审批的思路，优化对内与对外两版职业规划，将规划有效期统一为 2026.11.01—2029.11.01，并在文首保留版本、修订内容和修订时间。这是接下来三年的规划方向，不代表相关能力或成果已经完成。
用统一仓库维护可公开的技能体系
我希望将适合公开的自维护技能集中到 youngjunning/skills 仓库，参考 mattpocock/skills 的管理方式维护，并迁入可脱敏的通用部分。我随后明确纠正了过度泛化的执行范围：部分专业工作流与本地化技能继续私有，产品专属技能留在所属项目中，不能仅因为可以泛化就默认新增公共入口。
引擎建设由业务需求牵引
在制定阶段性工作目标时，我要求引擎建设随具体业务需求发展，不独立立项。跨端执行、通用组件与自进化能力应服务于实际任务。
建立面向公开交流的数字分身
我把 youngjunning.com 定位为硅基俊宁：外部项目中的个人经历与判断直接记录，内部项目只同步脱敏后的内容。公开站与内部数字分身使用相同的蒸馏协议，保留来源、时间、上下文与变化关系。
沿 AI 系统工程与产品工程交叉方向成长
我希望继续留在工程一线，沿 AI Systems & Product Engineering 方向成长，同时加强复杂系统设计、真实用户问题判断和端到端产品交付。Staff 是希望承担的问题范围，不是当前已经拥有的头衔；规划中的 Runtime 实验、产品结果与影响力目标仍需要后续实践证明。
按所有权与验收证据划分 Agent Skill
当共享平台开发和产品发行分别拥有源码、凭据与验收责任时，我倾向于拆分 Skill，并用已发布依赖和明确制品连接两者。是否拆分要看负责人、事实来源、受控环境和交付证据是否分叉；单仓库内的简单任务不为形式增加边界。
并行开发按任务隔离工作目录
在多个开发、排障和发布任务并行时，我更推荐按任务边界建立 worktree，并让每个工作目录对应明确目标、分支和验证证据。发布从确定的 commit 出发；worktree 只隔离代码工作区，端口、缓存、数据库和权限仍须另行管理。
把判断写成 Agent 能执行和验收的约束
我把 Taste 理解为对目标、取舍、边界和完成标准负责的判断。AI 提供更多候选后，人仍要决定什么值得做、什么应当删去，以及结果是否解决问题；稳定的判断应继续写成 Agent 可以读取和验收的约束。
交付汇报应提供可继续工作的真实状态
我把 Coding Agent 的汇报看成一次工程交接：写清变更范围、验证证据、Git 状态、部署状态和下一步。构建通过只能证明对应构建，推送成功不能证明已经部署；报告应让下一个人可以复现、验证或接着推进。
Enter 快捷键必须服从输入法的真实状态
在中文聊天输入框的修复中，我采用组件内组合输入状态、浏览器 IME 信号以及 composition 结束后的短时保护，区分确认候选与提交消息。验收要覆盖真实输入法与目标 WebView 的事件顺序，不能把英文键盘下正常当作中文输入已经通过。
视觉资产按最终使用场景定义交付
做 AI 视觉资产时，我先确定文件由谁使用，再决定生成与后处理流程。需要准确文字时，用 HTML/CSS 排版；需要同一角色时，优先参考图编辑；图标和帧动画要检查透明通道、循环与实际运行尺寸，不能只验收大图预览。
性能优化先减少无效工作，再讨论快了多少
在 Owlet 的本地数据刷新中，我选择合并短时间内的更新，按菜单栏与仪表盘的实际需要分层计算，并在值发生变化时才发布 UI 状态。刷新期间的最后一次变化必须保留；没有运行时测量，就不宣称 CPU 或耗时改善了某个百分比。
AI 协作仍需要由人负责选择与验收
在 Owlet 的开发中，我把系统边界和架构取舍、小范围实现与快速试验分开处理，并由自己决定方向、优先级和验收标准。这个分工是当时项目中的选择，不表示不同工具永远只能承担固定角色。
Skill 上下文按消费者和阶段组织
在自定义 Skill 的上下文优化中，我优先按不同阶段需要的内容拆分 reference，再处理重复规则和过多示例。高频任务应避免加载无关材料；低频、内容内聚的规则不必为了形式拆分，也不能为压缩而删掉必要约束。
转型 AI 应用开发
2025 年转型 AI 应用开发。
进入互联网公司，从事全栈开发
2023 年进入互联网公司，从事全栈开发。
成为跨端开发专家
2020 年成为跨端开发专家。
开始 React Native 开发
2018 年开始从事 React Native 开发相关工作。
开始小程序开发
2017 年开始从事小程序开发相关工作。
网络工程工作与自学前端
2016–2017 年从事网络工程相关工作，并自学前端。
网络工程本科
2012–2016 年就读网络工程本科，学习 C++、Java、C#、数据库、数据结构与算法等课程，为后续软件开发奠定基础。
客户体验治理办公 AI 产品
将一款 AI Work 产品定位于客户体验治理办公场景，产品形态参考 ACCIO Work。
Owlet：从个人需求出发的 macOS 工具
我为看清 Claude Code 与 Codex 的使用成本，开发了 macOS 工具 Owlet。它围绕菜单栏、浮动会话面板和历史用量视图组织信息；我负责产品方向、关键取舍和验收，AI 协助实现。
better-imagegen：将视觉生成整理成工程流程
我持续完善 better-imagegen，把视觉资产的类型选择、规格约束、后处理、失败处理和验收写成可复用流程。它服务封面、角色、图标和帧动画等不同交付，不把一张模型生成的图片视为全部工程产物。