Md Moniruzzaman

2015 年我接触到远程工作，也随之找到了真正想用来度过每一天的事业。起初我想做一名网页设计师，但每个项目都把我往深处多拉了一层：从页面的外观，到背后的后端，再到底层那些决定这一切能否经受真实用户考验的系统。

从 2017 年起，我做作品集项目、在自由职业平台接单，并学到了塑造此后一切的一课：把东西做出来容易，做出能长久运转的东西才是本事。于是我有意往深处走。前端精通了 React、Next.js 和 Vue，后端深入了 PostgreSQL、MySQL 和 MongoDB，然后继续走进大多数开发者从未到达的层面：分布式系统、容器编排、云基础设施，以及让几十个活动部件在规模化下可靠协作的架构。

这些年下来，它成了完整意义上的平台工程：带团队、负责共享数据库架构、在预发与线上集群之间运维生产基础设施。如今我的工作正处在产品、分布式系统与应用 AI 的交汇处。我构建 agent-first 的 AI 工作流平台，以及支撑它们的多租户基础设施：自主代理、持久编排、横跨数千租户的细粒度授权，还有为扛住考验而生的云原生运维。

无论你在哪个阶段，一个原始的想法、一个挣扎中的 MVP，还是一个在真实负载下吃紧的平台，我的工作都一样：帮你把它变成可靠、优雅、随时迎接下一步的东西。软件怎么被构建和它做什么在我这里同样重要，因为这正是演示品与被人信赖的产品之间的差别。如果你正在做一件有野心的事，我真心愿意帮你把它变成现实。

我没有名校的计算机学位，说实话，那也不是我引以为傲的东西。我引以为傲的是，在没有它的情况下我做出了什么，而我的起点是达卡贾汉吉尔纳格尔大学的药学专业。

选专业是家庭境况使然；编程则一直属于我自己。2014 年我在一部 Android 手机上写下了人生第一批程序，因为那是我唯一的机器；一年后有了第一台电脑，从此就再没真正停下来。2019 年起我把自己完全交给了这个领域，走的是唯一向我敞开的路：读源码、做真实的项目、把它们弄坏，再重建得更好，直到那些概念真正属于我。

并不是每道理论面试题我都能凭记忆作答，我也不会假装可以。我做的是确保自己真正理解事物如何运转，并把这种理解用在真实的问题上。遇到没见过的东西，我会去研究它、拆解它、权衡取舍，在实践迭代中一步步找到答案。如果这种方式正合你的需要，一个能把问题从一张白纸一路带到生产环境运行的人，那我们会合作得很好。

正规课程表没能给我的，为真实用户交付真实产品替我补上了：系统在负载下如何表现，如何做出自己能够辩护的取舍，以及如何让软件在上线日之后的很长时间里都保持可维护。

人工智能正在迅速改变技术格局，而将它与扎实的系统工程相融合，正是我倾注心力之处。多年来，我在全栈开发、移动与 Web 平台、后端系统和云基础设施方面打下了深厚的基础。几年前我写道自己正在探索 AI，如今我早已远远超越了那个阶段。我每天都在用它构建。

我的工作核心是自主智能体和 AI 驱动的自动化：在这些系统中，大语言模型不只是回答问题，而是执行操作、运行持久化的多步骤工作流、通过模型上下文协议（MCP）调用工具，并在 AWS Bedrock、OpenAI 和 Claude 等多个模型提供商之间智能路由。

我如何在实际工作中应用 AI

我设计以智能体为先的 AI 工作流自动化平台，自主智能体和持久化编排，运行在服务数千租户的多租户基础设施之上。真正的优势不在于任何单一模型，而在于围绕它的平台：编排、护栏、授权，以及让 AI 功能在生产环境中可靠运行、而非沦为炫技演示的工程纪律。

同样的方法也驱动着实用的应用型 AI：处理重复性运营工作的智能自动化，能回答客户问题并据此行动的 AI 助手，将截图或邮件在数秒内转化为结构化记录的自动文档与数据提取，以及从历史数据中给出智能建议的预测功能。

我也将这一切带入产品构想，从基于历史数据训练的预测与定价智能，到诸如目标追踪器（建议可实现的目标）和支出追踪器（预测预算并对超支发出预警）之类的个人工具。只要有数据和决策，就有用 AI 让体验更智能的空间。

未来的愿景：凭借贯通产品、基础设施与 AI，横跨 Web、移动和桌面，的能力，我希望持续构建智能的、以智能体为先的平台，它们可靠、安全、为规模而生。我相信，扎实工程与应用型 AI 的这种融合，正是下一个十年最重要的软件诞生之地。