🚀 Forge Notes
一个技术负责人视角下的工程化实践笔记。
我长期参与企业内部核心系统建设，关注企业系统现代化、架构决策、工程治理、团队交付、产品价值与 AI Agent 落地。
👨💻 我是谁？
我是一名长期从事企业软件系统建设的技术人员，过去主要工作在认证服务、企业管理系统、内部业务平台和遗留系统现代化方向。
我的职业经历从 .NET 后端开发开始，逐步参与前后端系统建设、核心业务系统重构、技术选型、架构设计、团队协作、上线部署与运维支持。后来更多承担技术负责人角色，负责在小团队环境下推动系统交付、风险识别、技术决策、工程治理、团队协作与人员管理相关工作。
除了技术交付，我也参与过团队组建、任务分配、绩效考核、成员培养和跨部门沟通，更理解技术负责人需要同时面对系统、业务和团队三类问题。
相比单纯追求新技术，我更关注技术在真实企业环境中的落地效果：
系统能不能稳定运行，业务能不能连续推进，团队能不能维护，架构能不能支撑未来演进，技术投入能不能真正产生业务价值。
🧩 我的核心经历
我曾参与并主导企业核心业务系统的现代化改造工作。
其中一个代表性项目，是认证业务管理系统从传统 C/S 架构与 Oracle 数据库，逐步迁移到 Web 化、服务化和更现代的工程体系中。
这个过程中涉及：
- 遗留系统治理与新旧系统并行
- 核心业务流程梳理与模块拆分
- 数据库结构设计与数据迁移
- .NET / Angular / Go / React 等技术栈选型
- Docker、Nginx、CI/CD 等工程化能力建设
- 权限、认证、安全、接口开放与系统集成
- 小团队任务拆解、代码评审、上线部署与问题跟进
- 团队协作机制、绩效反馈与成员培养
- 与业务部门沟通需求、评估方案价值和推进落地
这些经历让我更重视“技术决策背后的约束条件”：团队规模、业务连续性、维护成本、系统稳定性、交付周期、人员能力结构、业务价值，以及长期演进空间。
我逐渐意识到，技术负责人真正要解决的不是单个技术问题，而是如何让团队持续、稳定、有质量地交付业务价值。
🏗️ 我擅长解决什么问题
我更擅长处理以下类型的问题：
企业系统现代化
将传统企业系统逐步迁移到更易维护、更易扩展、更适合团队协作的架构中，而不是一次性推倒重来。
我更倾向于采用渐进式改造方式，在保障业务连续性的前提下，逐步完成系统拆分、数据迁移、接口治理和工程体系升级。
架构决策与技术选型
在业务目标、团队能力、维护成本和未来演进之间做平衡，选择真正适合当前阶段的技术方案。
我不认为技术选型只是比较框架优劣，而是要结合团队规模、交付压力、运维成本、招聘难度、系统生命周期和业务增长空间进行判断。
小团队工程交付
在资源有限、人员有限、时间有限的情况下，完成需求澄清、架构设计、任务拆解、代码评审、部署上线和问题跟进。
我重视交付节奏、风险识别和过程透明，尽量让团队在有限资源下保持稳定输出，而不是依赖个人英雄式开发。
团队建设与协作机制
能够根据业务目标和项目阶段，进行任务拆解、人员分工、协作机制建设和交付节奏管理。
我关注团队成员是否有清晰职责、是否能持续成长、是否能在项目中形成有效协作，而不只是单点完成任务。
绩效管理与人员培养
参与团队成员的工作评估、绩效反馈和成长建议，关注每个人在项目中的职责边界、能力提升和结果贡献。
我认为绩效管理不只是考核结果，更重要的是帮助团队形成明确目标、稳定节奏和可持续提升的工作方式。
产品思维与商业理解
不只从技术实现角度看系统，也会从用户使用、业务流程、成本收益、交付效率和长期维护价值出发，判断一个技术方案是否真正值得做。
我更关注技术方案能否解决真实业务问题，而不是为了使用新技术而引入复杂度。
遗留系统治理
面对老系统、老数据库、历史包袱和业务连续性要求，制定渐进式迁移和风险控制方案。
我理解遗留系统不是简单的“技术落后”，而是长期业务运转留下的复杂资产，改造时需要充分考虑稳定性、数据一致性和组织接受度。
AI 工程化探索
围绕企业知识库、RAG、AI Agent、FastAPI、Docker Compose、Ollama / vLLM / Dify 等方向，探索 AI 能力在企业内部系统中的实际落地方式。
我关注的不是单纯调用大模型，而是 AI 如何接入企业知识、业务流程、内部系统和软件研发过程，最终变成可维护、可交付、可复用的工程能力。
🧭 我的技术负责人视角
我理解的技术负责人，不只是写代码最多、技术最强的人，而是能够在业务目标、技术方案、团队能力和交付结果之间做平衡的人。
在真实企业环境中，技术负责人需要同时回答几类问题：
- 业务真正要解决什么问题
- 当前团队适合什么样的技术方案
- 技术投入是否符合成本和收益
- 系统架构是否能支撑未来演进
- 项目风险是否被提前识别和处理
- 团队成员是否有清晰职责和成长空间
- 交付结果是否真正支撑业务目标
因此，我习惯从“业务目标—产品方案—技术架构—团队执行—交付复盘”的完整链路看问题。
对我来说，技术负责人需要同时具备工程判断、产品理解、商业意识和团队管理能力。
🛠️ 技术栈与工程经验
我长期使用和关注的技术包括：
- 后端：.NET / ASP.NET Core / Go / Python FastAPI
- 前端：Angular / React / TypeScript
- 数据库：SQL Server / MySQL / Oracle / Redis
- 工程化：Docker / Docker Compose / Nginx / Git / CI/CD
- 系统部署：Windows Server / IIS / Ubuntu Server / Linux 运维
- 架构方向：微服务、接口设计、权限模型、系统集成、遗留系统迁移
- AI 工程化：RAG、企业知识库、AI Agent、Ollama、vLLM、Dify
我不把技术栈当成标签，更关注它们如何组合成一个可交付、可维护、可演进的工程系统。
🤖 当前关注方向
我正在重点补充和沉淀 AI 工程化相关能力，尤其关注：
- 企业知识库如何落地
- RAG 如何接入真实业务资料
- AI Agent 如何与内部系统结合
- 小团队如何低成本构建 AI 应用
- 本地模型、API 模型与企业系统如何协同
- AI 能力如何进入软件研发流程与业务流程
- AI 如何提升团队研发效率和业务响应速度
我认为未来的软件工程师，尤其是技术负责人，不只是“会写代码”，更需要理解：
如何把 AI 能力变成真实业务系统的一部分。
✍️ 这个博客记录什么？
Forge Notes / 淬炼笔记，主要记录我在真实工程环境中的技术判断、架构取舍和实践复盘。
这里不会只写工具教程，也不会只追热点技术。
我更希望记录：
- 一次技术选型为什么这样做
- 一个系统为什么这样拆
- 一个架构方案为什么适合当时的团队
- 一个项目中有哪些风险和取舍
- 一个技术负责人如何在真实约束下推进交付
- AI 工程化如何从概念走向落地
- 技术、产品、团队和业务之间如何形成更好的协同
对我来说，技术不是孤立的代码，而是业务、团队、系统、风险、成本和长期演进之间的综合判断。
📌 当前定位
我目前关注的岗位方向包括：
- 技术负责人
- 技术主管
- 架构师
- AI 工程化负责人
- 企业系统现代化负责人
- AI Agent / 企业知识库落地方向
我希望承担的不只是单点开发工作，而是能够结合业务目标、产品需求、技术架构和团队管理，推动系统从方案走向稳定落地。
如果你也关注企业系统现代化、技术决策、AI 工程化和小团队交付，欢迎通过这个博客了解我的实践与思考。