以工程思维，落地智能Agent应用构建可观测、可迭代的Agent体系，解决大模型落地不稳定痛点

从需求拆解到上线：Agent 运行时、长短期记忆、工具调用、即时通讯平台接入。按业务裁剪功能，目标是能长期跑住，而不是跑通演示。

性能敏感和系统层的部分用 C / C++ / C# / Rust 实现——运行时、底层组件、高吞吐服务。交付可移交、可长期维护的代码。

把开源模型部署到指定环境并调优推理表现。在国产加速卡这类非主流平台上，重点是精度转换和算子适配——这一步做不干净，后面再怎么优化都是错的。交付可复现的部署方案和数值对拍结果。

给 Agent 补上日志、链路追踪、会话回放与降级策略，配套评测集。线上出问题时定位得到根因，改动有依据可回归。