技术方向:机器学习与模型工程——关注特征工程、训练pipeline与评估口径。Cedar 对依赖版本与环境一致性保持敏感,也习惯把结论回写到文档里。层次上先解决脚本化与自动化处理,再追到设计模式与抽象边界,最终落到体系化的方法论与治理。持续在开源社区提交补丁与最小示例;把阶段性结论整理成系列文章,也接受社区反馈不断修正。