关于

我的工作

我与北美一些大型金融机构的工程和业务团队合作，并越来越多地与保险公司、医疗保健公司和零售商合作，围绕一个问题：如何将AI智能体从Python笔记本带到监管机构可以审计的系统？

我的大部分时间都用于构建，而非交谈。在过去两年中，这意味着在约15个行业中构建了50多个可运行的智能体系统：KYC调查智能体、信用证审查（从数小时缩短到数秒）、核保分流、支付异常处理、零售订单恢复。客户信息保密。这些模式最终体现在现场指南中。

贯穿始终的是受治理的自主性。推理属于模型。策略、审计、身份和时间属于模型之外。正确划定这个边界是大部分工作，也是演示中通常跳过的部分。

我的工作方式

凭据胜于形容词。当银行问“哪个模型应该运行这个”时，答案是评估，而非意见：每个案例的成本、对照黄金集的准确性、实际测量的工具跳过率而非假设、温度敏感性检查。我在智能体评估成为市场话题之前就构建了这套工具，因为这个问题已经存在。该工作的一个发现是：一个中等模型在KYC任务上与高级模型表现相当，成本约为后者的十三分之一。

我刻意不对技术栈抱有门户之见。Claude, Gemini, GPT, Cohere 和开源模型都在我交付的系统中运行，有时一个流程中包含三个提供商。框架也是如此：LangGraph, CrewAI 和纯代码都有其用武之地，由拥有机构义务的控制平面进行治理。在数据主权重要的地方，尤其是在加拿大银行业，这意味着在隐私边界后本地托管模型和智能体，这也是我为流程编排构建Cohere连接器的原因。

我尽可能公开构建：在开放智能体协议 (MCP, A2A, AG-UI, AP2) 成为主流之前提供参考实现，每个都附有现场指南，每个都坦诚地说明哪些是模拟的，哪些是真实的。

为什么是“letmereviewyourcode”

这个名字最初是一种挑衅。“这个演示有效”和“这个系统值得信赖”之间的差距几乎总是在代码中可见，而非幻灯片中。仔细阅读系统是理解它的最快方式，而公开审阅我自己的构建，包括我可能会做出不同决策的地方，是本网站旨在强制执行的原则。

这也是一个邀请。如果您正在构建智能体系统，并希望获得一位以此为生的人的第二意见，我的LinkedIn是开放的。

履历

12年以上技术和金融服务经验，涵盖财富管理、银行和资本市场。计算机科学学位。在智能体时代之前，我在Salesforce生态系统中工作多年，包括共同主持了Dreamforce 2022上唯一的动手自动化研讨会，并持有Salesforce和Pega的认证。在此过程中，我影响了超过5000万美元的企业交易成果，共同撰写了Camunda的A2A博客系列，被其开放银行报道引用（“并非所有问题都值得用智能体解决”是我仍然坚持的原则），凭借多智能体抵押贷款系统获得了Gemini 3黑客马拉松的提名，并在Camunda年度启动会上获得了“价值先锋”奖。

业余时间

保持银行智能体可审计的严谨性，出人意料地适用于小型场景，我对普及它抱有越来越大的热情：小型企业、中型公司和非营利组织，尤其是加拿大的 🍁，应该获得公平的AI对话。他们的工具实际做什么，模型每个案例应该花费多少，以及他们的数据真正去向何处。这是一种热情，而非业务，不销售任何东西。我写下了值得提出的问题，如果您正在为此苦恼，请联系我。

工作之外

在日常工作之外，我充满好奇：Perplexity研究员、黑客马拉松、连接器提交、用Remotion构建的视频管道，以及花费大量时间观察前沿实验室的编码智能体如何趋同于相同的原语。当智能体开始购物时，我根据签署的授权令给了一个智能体我的信用卡，看看会发生什么。这有记录。

屏幕之外：一只名叫Mishka的金毛寻回犬，它什么都不审阅，却批准一切；一项让我保持谦逊的高尔夫爱好；和女朋友去阿根廷旅行，那里的烤肉（asado）本身就值得这趟飞行；以及对板球的热爱，这始于印度童年时的球场。