袁艺

袁艺 Alan Yuan

@LikeDreamwalker

AI Agent / 全栈工程师
河北科技师范学院（2017 - 2021）
计算机科学与技术 学士
北京 或 远程

AI Agent 工程师，专注个人 Agent 的长期记忆与上下文系统。先在 PLAUD.AI 任职探索用户记忆的视觉化与工具化，后随中国区 CEO 创业 Ambi，主导伴随式 Agent 的跨端架构与生成式 UI 体系；同时独立运营开源项目 Previously——一次关于 In-context 自进化的尝试。

AI Agent · In-context 自进化与长期记忆
Previously（开源项目）AI Agent Engineer· 2026.6 - 至今
基于此前在 PLAUD.AI 对用户记忆与 Agent 上下文的理解，独立开发并长期运营的开源项目。按时间而非聊天线程记忆，情景记忆以 Markdown 切片存储在用户自有的 GitHub 仓库，通过切片、线索与三条时间线实现跨月记忆串联；设计 In-context 自进化机制与证据锚定的子代理召回流水线。MIT 开源并提供在线 Demo。
AI + 硬件 · 上下文与记忆
PLAUD.AI全栈开发工程师· 2025.8 - 2026.3
Ambi全栈开发工程师· 2026.3 - 2026.7
2025 年 8 月加入 PLAUD.AI，直接汇报给中国区 CEO，参与构建 Plaud Executive Agent——围绕用户上下文与记忆系统设计产品：Mind Palace 作为 Agent 知识体系的视觉化与可操作化载体，生成式节点渲染将记忆内容沉淀为可编辑节点，并通过 SCR 邮件管线交付，建立五层自动化测试体系（500+ 用例）。
2026 年 3 月随该 CEO 再次创业 Ambi，延续此前 Plaud Executive Agent 的产品方向，聚焦伴随式 Agent。主导跨端全栈架构设计，同时作为技术团队与 US GTM 合伙人之间的桥梁，承担跨时区、跨语言、跨文化的沟通协作；最终落地一套跨端架构——Web 端 Next.js + React Router、移动端 React Native、桌面端 Tauri + Rust、手表端原生实现，并在全栈层面设计了基于 AG-UI 的生成式 UI 体系。
AIGC · 生成式内容
HPC-AI Tech前端开发工程师· 2024.5 - 2025.7
前端团队负责人。围绕 Open-Sora 设计并交付配套商业产品 Video Ocean，涵盖图片/视频生成、内容消费、订阅付费等商业链路。基于 RSC 混合渲染与原子化生成组件体系，推动团队建立全栈开发能力，从 0 到 1 交付。
互联网 · 用户增长 / 商业化
滴滴出行前端开发工程师用户增长部（UT）· 2021.5 - 2024.5
车主商业化方向技术 Owner，四个业务方向、十余个产品。在深入参与商业化业务的过程中积累了丰富的业务经验，抽象业务内核实现逻辑复用，持续投入渲染与性能优化，同时参与用户增长相关的业务工作。
Previously
2026.6 - 至今
Vercel AI SDK v7Vercel Workflow边缘服务OctokitNext.js 16
按时间而非聊天线程记忆的开源个人 AI Agent。情景时间片 + 线索实现跨月记忆串联，记忆以 Markdown 文件存储在用户自有的 GitHub 仓库，构成无锁定的文件系统。
In-context 自进化：direction 文档维护用户画像与可证伪假说，previously 文档以 Past / Now / Horizon 持续演化；证据锚定的子代理召回 + Vercel Workflow 耐久运行。
Ambi
2026.3 - 2026.7
TauriRustNext.jsReact NativeAG-UI
Ambi
跨端伴随式 Agent 产品。主导跨端全栈架构设计：Web 端 Next.js + React Router、移动端 React Native、桌面端 Tauri + Rust、手表端原生实现，单仓库共享组件与设计令牌。
在全栈层面设计基于 AG-UI + A2UI 双模引擎的生成式 UI 体系，Agent 流式事件驱动界面动态生成，同一份引擎代码跨端复用。
Plaud Executive Agent
2025.8 - 2026.3
Three.jsCloudflare WorkersD1AWS LambdaPlate.js
PLAUD.AI
AI 硬件伴随式 Agent 的知识空间产品。Mind Palace 将 Agent 知识体系视觉化、可操作化；生成式节点渲染把记忆内容沉淀为可编辑节点。
设计了无类型节点系统与 8 个知识图谱操作工具，支持 Agent 通过 Tool Calling 自主沉淀记忆。基于 Cloudflare Workers 和 AWS Lambda 多云部署。
Video Ocean
2024.6 - 2025.7
MDXshadcn/uinext-intl
HPC-AI Tech
围绕 Open-Sora 的配套商业产品，涵盖图片/视频生成、编辑和 AI 对话能力。
基于RSC设计混合渲染架构，通过极致的组件拆分最大程度降低客户端运行时开销。
设计原子化生成组件，按模型和模态维度拆解输入参数，实现任意配置和快速复用。
担任前端技术负责人，带领团队完成产品从 0 到 1 的交付。
AI 生万物
原子化生成组件
拆解繁琐、复杂的AIGC输入参数，基于模型/模态维度原子化设计输入组件，实现任意输入参数的配置和排列组合，并聚合生成组件以快速复用。
"Feature List"
Video Ocean 的早期技术方案，也是大部分AIGC产品的技术方案。基于功能（比如文生视频、图生视频等）角度设计输入组件，实现功能维度的任意输入组件配置能力，并通过配置化实现对应功能的快速开发和上下线。
滴滴有车：车主商业化
2022.3 - 2024.5
MPXVue 2.x
滴滴出行
四个业务方向，十余个前端产品，担任前端 Owner，业务年盈利近千万元。
通过深入分析业务特点，发现各子业务流程高度相符，设计业务内核抽象方案实现大量逻辑复用。
持续投入渲染与性能优化以提升业务转化效率。
商业化的特点之一是所有子业务流程高度相符，通过对业务内核进行抽象可以极大程度复用已有业务逻辑，并降低开发成本，从而提高业务整体收益。