01TRY IT ↗AI BUILDER / PRODUCT THINKER
把 AI,做成真正有用的產品。
我是 Ian Juan,一名 AI Builder。專注把複雜問題轉成清楚、可靠、能真正使用的產品。
或聊聊你的 AI workflow ↗SHIPPED / 真實案例
已經進入真實工作,也經得起邊界與證據檢查。
這裡只放已部署、已有實際操作與可重現驗證資料的案例。
LIVE PRODUCTS / 可直接使用
不是概念圖,而是現在就能打開的產品。
四個公開產品清楚標示我的角色、年份、狀態與技術;私人原型則另外標示。
BUILDING NEXT / 正在驗證
只把目前真正投入的系統展開。
進度、下一步、成功與停止條件都放在同一張決策卡,不用 future tense 假裝已完成。
TicketForge
先完成 ticket → plan → sandbox diff → tests → evidence pack;暫不自動 push,也不建立 MR。
- CURRENT STATUS
- 規格完成,vertical slice 尚在建立
- WHAT EXISTS TODAY
- 已有系統邊界、六段流程、protected surfaces 與 evidence pack 規格。
- NEXT EXPERIMENT
- 用一個低風險 repository ticket 做出可重播的 sandbox vertical slice。
- SUCCESS CRITERION
- 工程師可在 10 分鐘內判斷 diff 是否值得繼續,且所有 claim 都有測試或檔案證據。
- KILL CRITERION
- 若 evidence pack 沒有降低 review 時間,或 agent 需要過多人工補充脈絡,就停止擴大自動化。
SYSTEM NOTES / 系統構想
構想保持短,直到實驗證明值得繼續。
這些不是完成的產品;每頁只說目前狀態、下一個實驗與停止條件。
用 shadow mode 驗證 rollout 決策
目前是系統設計筆記。下一步只測一個 canary scenario,不宣稱已接管部署。
閱讀設計筆記 ↗驗證第一個 local run,而不是再做一個 bot
目前是 onboarding journey 與 environment doctor 的實驗設計。
閱讀設計筆記 ↗先證明一個 migration replay 值得做
目前是範圍研究;只有在 ephemeral environment 不足時,才需要 digital twin。
閱讀設計筆記 ↗
ABOUT / 關於我
先理解問題,再決定 AI 該做什麼。
我設計 AI 產品,也把它們落地成可驗證、可維護的系統。重視使用者感受、清楚邊界與長期可靠性。
EXPERIENCE / 專業經歷
以工程能力,讓 AI 與平台穩定落地。
從軟體工程、雲端平台到 AI 輔助維運,專注交付可量化、可維護的系統成果。
SHOPEE · PRODUCT / BUSINESS INTELLIGENCE
DevOps Engineer
- 建置 LLM 驅動的 ChatOps,協助告警分流與事故排查。
- 設計具自動偵測與修復能力的 Kubernetes 平台,並推動跨平台可靠性改善。
- 以 ArgoCD App-of-Apps 建立跨區域 GitOps 治理,涵蓋 80+ 應用程式與 30+ 服務。
- 透過可觀測性與事故流程優化降低 40% MTTR;改善 GPU 排程,降低 25% 基礎設施成本。
GRAM
DevOps Engineer
- 主導 VM 至 Kubernetes 與跨雲遷移,建立可維護的多雲交付架構。
- 優化 GitLab CI/CD 與 Docker 流程,縮短 40% 建置時間並降低 30% 雲端成本。
WEBCOMM TECHNOLOGY
Software Engineer
- 從零建置 CI/CD 自動化,整合程式品質、建置、測試、部署與發布流程。
- 開發 Java 後端 API,並自動化 Web、iOS 與 Android 測試及行動版發布。
M.S. & B.S. in Life Science · National Central University
生命科學訓練讓我習慣先提出假設、設計實驗,再用證據推翻或支持判斷。AI NOTES / 我學到的事
把我踩過的坑,整理成你可以直接拿走的方法。
沒有神奇咒語,只有更清楚地想、勇敢地試,再誠實地看結果。
LET'S MAKE SOMETHING USEFUL



