電商核心系統 8 年實戰
電商雙 11 級流量、跨境訂單、跨團隊整合、線上事故處理。倉儲 / 訂單 / 商品多系統協同的架構設計與穩定性工程——AI 上線最缺的不是模型,是把它接進真實系統的人。
結合後端工程、系統架構與生成式 AI 實戰經驗,設計貼近企業場景的內訓課程與工作坊,從概念到落地,帶團隊建立可持續的 AI 生產力。
01 public String askWithRag(q) {
02 var emb = embed(q);
03 var docs = store.search(emb);
04 var prompt = build(q, docs);
05 return llm.generate(prompt);
06 } 下面三個是我實際做過、教學現場可直接拆解的案例。 細節為配合 NDA 已抽象化,但工程實踐是真的。
電商雙 11 級流量、跨境訂單、跨團隊整合、線上事故處理。倉儲 / 訂單 / 商品多系統協同的架構設計與穩定性工程——AI 上線最缺的不是模型,是把它接進真實系統的人。
與醫院合作開發 AI 協助醫師看診的決策輔助系統。AI 模型隨臨床實際使用持續修正的閉環設計——讓模型不是上線就停在那,而是真的越用越準。
現場訪談錄音用本地繁中 ASR 轉成逐字稿,LLM 依既有表單格式產出文件草稿,承辦人確認後回寫原系統。錄音不離開內網。
查內部業務資料、依來信起草回覆。模型只能引用檢索到的資料,沒撈到記錄就直接拒答。資料按客戶隔離,不會把 A 客戶的條件寫進給 B 客戶的信。
看到對應到你們的場景?這些案的選型、踩坑、最後怎麼結,可以在內訓 / 顧問現場直接拆給你工程團隊看。
上面 Production 案是顧問實作(受 NDA 保密)。下面這些是公開可看、可 clone、可讀完整拆解的—— 判斷我這個人寫不寫 code,看這裡最快。
臨床端工作台 + 民眾端 LIFF + AI 服務(OCR + 去敏 + 自研 Multi-Agent + RAG)+ 醫院系統介接層。Spring Boot 4 + Python + React 全棧落地,要過資安、要評估 token 成本、要長期維運。
ccs:額度爆掉時一鍵切帳號、同一串對話接著跑(Claude Code / Codex)。browser-record:讓 AI 操作瀏覽器順便錄教學影片,注入假游標。ai-serving-load-test:用 SLO goodput 回答「這個 LLM 服務撐得住幾個人」。
letsMeet:開會即時逐字稿,AI 站在你的視角生成該追問的問題。OCR 報帳填表:一疊收據照片,本地多模態模型讀圖、分類、扣抵判定,自動填進四張報帳 Excel。另有專家定稿驅動、越用越準的 AI 判斷架構。
完全沒碰過 K8s 的工程師向。從「為什麼需要 K8s」、Pod / Deployment / Service、Probe、HPA 一路到上線。每一課對應一個搜尋意圖,邊讀邊跑得起來。
Claude Code 怎麼真正用在 production——auto memory 治理 SOP、Skill / Subagent 設計、Hook 整合。完全是我自己每天在用的工具,內訓現場跟 blog 同步迭代。
統一日誌、統一回應、JPA 通用模組、安全模組——把跨專案重複的 boilerplate 抽成 starter。團隊接新專案少寫一個禮拜。Java 高併發實戰經驗整理。
完整作品清單在 github.com/yanchen184 ——產品、教材、玩具專案、實驗 repo 都在。
Java 後端 8 年、AI 工程師 2 年。 出身電商核心系統——雙 11 級流量、跨境訂單、跨團隊整合、線上事故處理。 主責架構設計、穩定性工程、Java 高併發實戰。
近兩年主導跟醫院合作的 AI 看診輔助平台從零到上線——6 個 repo 的微服務體系, 涵蓋臨床端工作台、民眾端 LIFF、醫院系統介接、AI 服務(OCR + 去敏 + 自研 Multi-Agent + RAG)。 要過資安、要接 SSO、要評估 token 成本、要監控品質、要長期維運。 這些不是 demo——是真的在跑、真的要對 PM 解釋為什麼預算超標的系統。
另一條線是教學:全國勞工聯合總工會(職訓局) K8s 實務班專任講師(Kubernetes 入門到叢集管理員實務班)、 企業內訓 10-50 場(企業內部 AI 概論、Claude Code、AI Agent、Docker、Kubernetes、Java 高併發), 教材全部公開在 Blog 跟 GitHub,學員下課可以直接 clone 回家繼續看。
我不是「以前是工程師現在轉講師」——我是邊做 production 邊教書的工程師。 今天卡的 bug,下個月變成內訓現場的真實 case。
下面三種角色找我的需求最常見。挑一張像你的卡片,直接點下方 CTA 寄信,主旨已經幫你寫好。
你的痛:老闆說要做 AI 培訓,但你怕找錯講師被工程同事嫌。
你的痛:你想推團隊用 AI,但團隊抗拒、不知從哪下手、怕做白工。
你的痛:你想搞清楚「AI 對我們業務能做什麼、不能做什麼」,又怕被技術名詞繞暈。
下面這些是 HR / 主管最常在第一封信前想知道的事——直接寫在這裡,省你多寄一輪。
我選擇「先聊需求再報價」,不放固定價格表。原因很直接:我想用「你們的需求對不對」來篩第一輪,不是用「價格能不能負擔」來篩——這兩件事篩出的客戶很不一樣。聊 30 分鐘了解你們團隊規模、對象、想做到什麼程度,價格我會直接告訴你,不繞圈子、不會有「先聊聊再追加」的情況。
收到你的需求後我會回一份「課前訪談題庫」(你們團隊現在用什麼工具、卡在哪、想學完做到什麼),約一次 30-60 分鐘對焦會議,之後產出客製大綱給你內部簽核。簽核通過後我才開始備課、寫範例 repo——所以你拿到的東西會是針對你們團隊的,不是通用講義。
可以。我有公司行號,能開二聯 / 三聯發票,月結 30 / 60 也都接受。確認需求後我會發報價單,你內部簽核完回傳,課後 7 個工作日內開立發票。
可以。基本款:結訓後一個月內 email / Slack 群組 Q&A 不額外收費,避免學員回去卡住就放棄。延伸方案:雙週 review 顧問合作——做完一場內訓後最常被選的後續方案,把 AI 工具真的長到你們團隊的工作流裡。
▸ 還有其他疑問?直接寄信問就好—— bobchen184@gmail.com
不用先想清楚才能聯繫。挑一個對應你現在狀態的入口, 對應的信件主旨已經幫你寫好,回信節奏通常 1-2 個工作日。
Threads 上 @nkriderking 用兩句 prompt 做出自己角色跳 K-pop 的影片:ChatGPT 把角色照做成多格分鏡,Gemini 再把分鏡變成舞台影片。我在 RTX 4070 用 ComfyUI Wan2.2 5B 重做一遍,主圖跑短 i2v 取最後一幀當分鏡,6 格角色都沒跑掉,12 秒成品純生成約 13 分鐘——代價是段落硬切、沒聲音、只有 480×832。
Threads 顯示「此內容並未開放所有人查看」,是 Meta 收到法律要求後只在當地限制存取,登入也看不到;我寫了一支只用 Python 標準函式庫的預檢器,抓一次 og meta 就分得出公開、法律限制、不存在三種連結。2026-11-13 實測 4 個網址全判對——但結果綁出口 IP 的地區,換到海外主機跑可能就是公開。
Google Cloud 在 2026-11-11 公布的 Professional Agentic Architect 是第一張以 AI agent 為主題的專業認證,選擇題過了還要在 Google Skills 考實作 lab,考綱還直接點名 Claude Code。範圍 3、4 的寫 agent 與評測佔 55%——我用 ADK 跑了一份 golden evalset,正常版全過、改壞版 3 題全被抓,是最值得先練的一段。