Erishen Sun
AI-native 工程师 ｜ Agent 工程化 · AI 代码验证 · React / Node.js 全栈交付
个人优势
- 用 React / Node.js + AI Agent 交付生产级应用与验证系统，多年全栈生产经验打底；习惯自研工具而非按文档拼装——从 C11 单二进制运行时到 Agent 工具链，都一人端到端构建。
- 已落地 AI 验证框架、确定性运行时、单二进制后端三个系列，并持续写作——线上累计 90+ 篇技术文章（中英合计），每一件都配有能运行的代码与成文。
- 坚持用可运行代码、自动化测试与独立验收来验证设计取舍，而非停留在概念演示；持续探索 AI 生成代码从执行、验证到交付的工程闭环。
技能矩阵
AI 工程
工程PSE 三角色验证闭环、Fast-path 确定性执行AgentHarness、Workflow、Skills、MCP、Memory、Multi-Agent应用RAG、AI 辅助开发框架AutoGen、LangGraph、CrewAI
工程化
交付Docker、CI/CD、Playwright、自动化测试可观测性Prometheus、Grafana安全KYC / PIPL、隐私合规、安全验证
前端
框架React、Next.js（SSR / App Router）跨端React Native、Taro、Tauri 2、Electron图形Three.js / WebGL、实时通信
服务端
语言TypeScript、Node.js、Python / FastAPI、Java / Spring系统级Rust、Go、C / Shell存储MySQL、Redis
工作经历
PayPal 贝宝支付
全栈工程师
技术栈：TypeScript, React, Next.js, Node.js, Express, Docker, Playwright, MCP, Claude Code Skills, Redis, gRPC, Jest, Vitest, Makefile, Python, FastAPI
- 在 PayPal 中国研发团队承担全栈职责，覆盖企业级平台前端与 BFF 架构、支付集成迁移工程化与 AI 辅助研发流程三条线。
- 主导 CIP 身份验证平台前端与 BFF 层 0→1 建设，项目通过相关渗透测试（Pentest）与安全设计评审。
- 负责 COS 客户运营平台前端：构建 gRPC 调试工具，将问题定位从 1-2 小时压至约 10 分钟；KYC 前置校验减少无效操作 40%，累计 10+ 生产版本上线。
- 支付升级（NVP / SOAP → REST）：以 Skills 驱动迁移，通过 20+ 环境与 60+ E2E 独立验证升级结果（实现细节见「项目经历」支付迁移工程化）。
- 负责 PayPal 中国官网与帮助中心页面开发：单页开发周期 6 小时 → 1.5 小时（提效约 4 倍）；AI 辅助开发方法见「项目经历」官网卡。
- 工程交付：参与 Next.js 12→14、Node.js 14→20 升级（4 个生产项目），推动核心模块单测覆盖率 40% → 75%，PayPal 期间累计 30+ 次生产发布零 P0/P1。
上海全特信息科技
全栈工程师
技术栈：React, Next.js, Three.js, Node.js, Socket.io, Azure AI
- 负责迪士尼度假区 AI 数字人客服系统前端开发，验证 AI + 3D 落地交互能力。
- 使用 react-three-fiber 实现 Web 端 3D 数字人渲染与口型 / 表情同步，集成 Azure ASR / TTS 双通道语音与实时打断联动。
- 解决 iOS / Android 移动端 WebGL 与音频兼容问题，保障多端真机体验一致。
携程 / Trip.com Group
资深前端工程师
技术栈：React, Next.js, Node.js, Express, SSR, GraphQL, Serverless, Redis, MySQL, React Native, Taro
- 长期负责 Trip.com 国际站多语言内容平台，以 Node.js SSR + BFF 构建部门首个内容平台并持续迭代，沉淀内部 npm 包与 SSR 资源加载策略，支撑高并发内容分发。
- 累计交付 14 个核心页面与 100+ 可复用组件；参与 Core Web Vitals 持续优化。
- 交付直播 H5、攻略社区（RN / H5 / 小程序多端）与富文本编辑器，覆盖内容生产到消费全链路；日常带领 2-4 人前端团队。
早期经历（2005-2017）
软件工程师 → 技术经理 → 前端开发经理（技术负责人）
技术栈：Java, Linux/C, Hybrid, XMPP, React Native, Jenkins
- 从 Java 企业级后端（3G 网管 / CRM）起步，历经 Linux / C 路由器固件、Hybrid 移动应用（XMPP IM）到 React Native 跨平台 App 的完整演进。
- 历任软件工程师、技术经理、前端开发经理（技术负责人），带 3-7 人团队；参与中美跨时区协作（Actiontec）。
项目经历
企业工作项目
PayPal - AI 驱动的支付集成迁移工程化
PayPal 贝宝支付 · 2026/01 — 2026/07
- 面向商户的支付集成迁移（NVP / SOAP → REST）：以 Docker Compose / Makefile / Playwright 统一「启动-重置-测试-验证」流程，覆盖下单、跳转、回调、授权、捕获、退款。
- 设计三层镜像缓存架构（依赖层 → 编译层 → 应用层），统一解决 arm64 / amd64 原生扩展编译产物不兼容问题，支持离线冷启动，显著降低环境差异与问题复现成本。
- 开发支付迁移 Skills：识别客户环境技术栈与旧版支付接入方式，显式路由到对应语言栈的专家 Skill，把旧版入口改写为团队预置的 Order V2 one-shot 代码并拷入客户环境。
- 针对同一 Skill 多次执行产出不同架构的问题，识别出指令约束不足等设计缺陷，并通过显式约束、结构化输出与独立验收提升执行结果一致性。
- 个人验证工具（非公司立项）：在支付迁移验证工作中实践并沉淀 PSE（Planner–Specialist–Evaluator）三角色方法——任务规划、AI 执行与独立验收分离，形成可复现、可审计的验证流程；配套 AutoGen 迁移 Agent（Playwright + FastAPI/SSE + Web UI）打通「选环境 → 触发迁移 → 实时看结果」。
PayPal 贝宝支付 · 2025/03 — 2025/12
- AI Figma-to-Code 实践：Figma MCP 自动提取设计规范替代人工量取，Serena MCP 承担代码语义检索与符号级编辑，Playwright MCP 截图比对验证设计还原；沉淀 20+ 篇技术文档知识库。
- 负责中国官网营销落地页与帮助中心页面开发，产出已上线面向真实用户：CBT Carousel Card 轮播组件（Swiper + 动态偏移量计算）、Layered Card 分层卡片组件（按新品牌规范重构样式），响应式适配。
- Merchant Stories 跨境品牌商户故事页与海外市场 Landing Page，支持多语言切换；帮助中心落地搜索安全增强、移动端适配与 Livechat 工具栏集成（弹窗单例、语言切换、权限控制）。
上海全特信息科技 · 2024/01 — 2024/06
- 数字人交互链路：Azure ASR / TTS 与 FunASR 双通道语音 + Socket.io 实时通信，把语音输入、打断与数字人「说话 / 动作 / 表情」做成三路联动，中断设计 4 层逻辑保证流畅切换。
- 口型同步与形象渲染：对比 Azure 标准 / NVIDIA Audio2Face / OVR LipSync 三套 BlendShape 方案，按精度与延迟权衡选型，将音素映射为 3D 面部动画。
- 负责知识库管理后台（Next.js + Express + MySQL）：知识库创建 / 编辑、问答对维护与语义匹配配置，页面基座复用个人开源脚手架 nsgm-cli。
开源 AI Engineering
Resolve — AI Agent 工具链与 Fast-path Runtime
个人开源 · 2026/08 — 至今
- 构建 Agent 工具链，覆盖 Harness、Skills、MCP、Memory 与 Multi-Agent Workflow。
- 核心设计为 Fast-path：确定性任务零模型调用；未命中时由 LLM 生成检测器，经 AST 白名单沙箱验证后持久化，后续同类请求直接执行。
- PSE（Planner–Specialist–Evaluator）三角色独立验证：生成与验收分权、评估者不持有生成方上下文，专抓自检式幻觉，把 AI 产出可信度变成可验证属性而非看模型脸色。
Lume — C11 单二进制后端框架 + Agent 脚本语言
个人开源 · 2026/10 — 至今
- 核心实现：C11 单二进制后端（~1.7MB）支持 HTTP / JSON / SSE / LLM 工具 / SQLite，整包 < 20MB、可上边缘节点。
- 验证机制：正在验证同一份 .lume 在解释器 / LLVM-IR / libLLVM 三套后端的行为一致性，结合 fuzzing 探索可重复、可验证的代码执行。
- 技术目标：让 AI 生成的代码在受约束的运行时中执行、重放与验证，作为 AI 代码的验收基座。
教育经历
南京信息工程大学
本科 · 信息与计算科学
2001/09 — 2005/06