A / 01
為真正的使用者打造
原生 UX、穩定互動、清楚預設值，以及能保護使用者正在輸入或準備送出的內容的介面。
專業定位 / AI × 產品 × 系統交付
獨立創業者，AI 講師／顧問。
把模糊的問題，變成真正能運作的系統。 以產品工程為底，從 UPN 與 Blocto 的高流量產品，到今天的 AI 內訓、顧問與自動化導入，我專注於讓新技術變成團隊敢用、能維護的工作流程。
職業證據產品工程 · AI 顧問
從高流量產品，到可採用的 AI 系統。
68k+Blocto 月活躍使用者
8k+UPN 每日活躍使用者
99.9%Blocto 無當機表現
工作原則快速製作原型。及早加入觀測。保留回復路徑。
01 / 核心脈絡
技術深度，加上
以人為本的交付層。
差異不只在於熟悉技術堆疊，而是能從客戶混亂的工作流程走到清楚、可測試的系統，並在過程中說清楚取捨。
B / 02
為失敗預留設計
回歸測試套件、負載測試、失效即關閉的防護、健康檢查、回復目標，以及先量測再最佳化。
C / 03
串起整個系統
LLM 呼叫只是其中一層。真正有價值的工作在於 API 契約、資料邊界、編排、部署路徑與交接。
02 / 精選系統
跨越 AI、產品與營運的實證。
以下是最適合客戶對談的案例。每張卡片都分開說明商業問題、工程貢獻，以及專案素材中可取得的證據。
100Days Content Operating System → 把內容營運做成可驗證的產品系統
問題：長期內容工作不只是在文字上呼叫 LLM；來源、平台版本、校對、發佈與成果追蹤若沒有一致契約，很快就會變成不可回復的手工流程。
貢獻：把 `source.md` 串成三種平台草稿、圖片與投影片，加入 cross-repo idempotent sync、manifest、人工 approval gate，以及 browser publish。`social-publish-kit` 是可攜式開源 publishing system；Studio 則負責在本機與常駐主機之間協調這條交付路徑。
240已發佈的繁體中文現場筆記天數
226人工標註主題的內容天數
91.6%標註資料落在相關主題
- Markdown
- Astro / Vercel
- Git / manifest
- social-publish-kit
- Browser publish
- Approval gate
證據：公開 social-publish-kit、240 天內容營運、226 天人工標註與公開網站；不宣稱外部採用數。
source.md
→
多平台草稿
→
校對 / manifest
→
人工確認
→
Browser / Vercel
line-cua-mcp → 讓 LINE 工作流可搜尋，但不替使用者亂送訊息
問題：客戶對話與交付線索散落在 LINE；需要能搜尋歷史、整理脈絡與準備回覆，但自動化不應因目標模糊而把訊息送錯地方。
貢獻：以 macOS AX API 與 MCP 串接唯讀加密資料庫快照，再以獨立 OCR／本機資料庫交叉檢查傳送目標。預設先留草稿；非一對一、目標不明或視窗狀態不安全時直接拒絕。
READ唯讀歷史資料邊界
DRAFT傳送前的人工作業狀態
BLOCK群組或不明目標的失效安全
- macOS AX API
- MCP
- SQLite
- OCR
- 加密資料庫
- LINE
證據：公開 GitLab repo 與真實工作流紀錄；定位為 macOS-only、experimental personal tool，不宣稱外部採用。
Event Sidekick → 把活動資訊變成不會撞期的行程
問題：活動資訊散落在 LINE、Luma、Accupass、獨立網頁、社群貼文甚至圖片裡；手動輸入名稱、時間、地點，又容易漏掉報名尚未確定的狀態。
貢獻：以 Raycast extension 接收圖片、網址、剪貼簿與選取文字，抽出結構化欄位，再用 Google Calendar freeBusy／events.list 檢查衝突與 buffer。低信心、缺欄位或尚未查到行事曆時，只能進入 Maybe／Pending Approval，絕不自動落盤。
2網頁與本機 Vision OCR 兩條抽取路徑
3Book / Maybe / Skip 決策狀態
1真正建立 event 前的人審閘門
- Raycast
- TypeScript
- Vision OCR
- Google Calendar
- freeBusy
- PKCE / SSRF guard
證據：Day 194 shipped 紀錄與完整安全設計；目前是自用 extension，尚未上架 Raycast Store。
EZ100PU → 解開台灣智慧卡在 Apple Silicon 上的相容性
問題：M 系列 Mac 插上台灣常見的 EZ100PU 讀卡機後，HiPKI、自然人憑證、健保查詢與線上報稅可能全部卡住；官方 arm64 驅動長期缺席。
貢獻：從 `system_profiler`、PC/SC 與 `ifdreader` log 找到三層根因，修正 ezIFD 的三個 bug，處理 bundle identifier／ad-hoc signing，並將移除衝突舊驅動的步驟收進可重跑的 `install.sh`。
9/9HiPKI 官方自我檢測全數通過
3開源替代驅動修正的 macOS 卡點
330KB預先打包的靜態 arm64 bundle
- macOS arm64
- libusb / ezIFD
- PC/SC
- SIP
- ad-hoc signing
- Shell scripts
證據：Day 183/184 根因分析、HiPKI 實測與可重跑安裝流程；catalog 的舊 GitHub URL 待修正。
iPAS 題庫 → 從題目集合變成可持續使用的學習產品
問題：準備 iPAS AI 應用規劃師中級時，市面工具不是要登入，就是只有題目沒有解析；學習者需要能反覆練習、知道為什麼，並跳回教材對應頁。
貢獻：把三科考古題整理成可直接使用的網站：每題都有正誤解析與教材頁連結，支援選項洗牌、弱點追蹤、自訂回合、鍵盤操作，進度與錯題只留在瀏覽器 localStorage。
195與官方答案欄對過的題目
3×65三科完整題庫分布
PASS自用準備流程的個人結果
- Vercel
- Static web
- localStorage
- 鍵盤 UX
- 答案校對
- 預先生成解析
證據：公開 Vercel demo HTTP 200、Day 134 題庫說明與後續自用結果；repo 舊連結待修正。
Prelude / Agents-social → 讓 AI 先替你找出值得交流的人
問題：一場活動裡，時間永遠不夠和所有人深聊；名牌看不出誰值得交流，而逐一詢問又會耗掉整場活動。
貢獻：設計瀏覽器即可加入的 AI 社交特使：每位參與者建立自己的 profile，特使以彼此獨立的程序兩兩對話，再產出有分數、互補理由與開場白的短名單。配對對話使用參與者自己的 CLI 與額度，伺服器不替整場活動承擔平方成長的 LLM 費用。
3首場 AI 小聚的 field-demo 參與者
0媒合對話由伺服器發出的 LLM API 呼叫
82s正式 live CLI smoke test 的執行時間
- TypeScript
- Claude / Codex CLI
- 獨立 Agent context
- TIPI
- Pairwise matching
- 安全模式
證據：首場 AI 小聚的現場 demo、參與者回饋與 82 秒 smoke test；目前是 documented prototype，不宣稱已部署產品。
03 / 技術範圍
技術堆疊是手段，不是身分。
不同專案的共同模式，是能自在地在產品介面、後端契約、模型行為與底層營運環境之間切換。
產品介面
Swift / SwiftUI / InputMethodKit、iOS / XCUITest、React、Next.js、Vite、Pixi、無障礙互動設計。 體驗需要時使用原生；協作與觸及範圍更重要時使用網頁。
後端 + 資料
Python / FastAPI、TypeScript / Node、Spring Boot / Java、REST、WebSocket、PostgreSQL、SQLite / FTS5、Redis、S3 相容儲存。 契約、狀態邊界與失敗處理都是一級設計輸入。
應用 AI
Claude API 與 Agent SDK、多代理人編排、Whisper / faster-whisper / MLX、Metal 加速、視覺分類、OCR、RAG 與語意搜尋。 在模型能提供判斷的地方使用它；在風險邊界周圍保留確定性邏輯。
交付 + 可靠性
Docker Compose、Kubernetes/Helm 模式、Vercel、Cloudflare、macOS LaunchAgents、隔離工作樹、CI 風格的回歸閘門、負載測試、健康端點與回復路徑。 先量測再平行化；保留安全的退路。
04 / 專業經歷
一位能跨團隊溝通的
產品工程師。
從 iOS 與消費者產品，到開發者關係與全端系統，這段歷程始終貼近真實使用者與真實限制。
2026 — 至今
獨立創業
AI 講師 · AI 顧問
於 2025 年 12 月 31 日離開全職工作後，投入獨立創業，提供 AI 內訓、工作流程顧問與應用 AI 導入服務，並持續打造自己的 AI 工具與內容系統。
2020 — 2025.12.31
Blocto／全球 Web3 錢包產品
iOS 工程師 → 開發者關係 → 全端／資深產品工程師
參與行動、網頁、後端、SDK 與國際產品交付。履歷證據包含：一個達到 68,000+ 月活躍使用者、99.9% 無當機表現的多鏈錢包產品；一套被 100+ 位外部開發者使用的開源 iOS SDK；以及國際駭客松／技術演講工作。
2018 — 2019
UPN／消費者電商平台
iOS 工程師
在高流量的消費者環境中建立並維護行動產品體驗，履歷資料指出每日活躍使用者超過 8,000。
2015 — 2017
Jiaben
創辦人 · 產品與工程
創辦並營運早期產品事業，培養把使用者需求、商業模式、交付範圍與技術執行連在一起的創辦人思維。
2011 — 2016
國立臺灣師範大學
電機工程學士
建立工程基礎，並長期關注系統、介面，以及如何讓技術概念更容易理解。
05 / 業餘專案檔案
在長尾專案裡，
技術廣度變得清楚。
這些額外專案適合用來開啟對話。它們在不同規模下呈現相同模式：整合真實介面、找出最尖銳的邊界，再為它加上一個可驗證的證據。
內容出版系統 · AI 營運
100Days + dawsonwang.com
一套 240 天的繁體中文 AI 現場筆記流程，包含來源內容、三種平台版本、投影片、manifest 清單、瀏覽器發佈、Astro/Vercel 交付、關鍵字與語意搜尋，以及隔離工作樹的本機部署路徑。主題分類以 226 天人工標註資料進行評估：91.6% 落在相關主題，62.8% 精確符合主要主題。
原生 AI 編排
Symphony
SwiftUI macOS 應用程式加上 FastAPI/WebSocket 後端，用於 N 個代理人的群組討論、公司範本、以掛鉤控制生命週期、SQLite/FTS5 代理人記憶、韌性，以及演化式提示／範本回饋。
金融工作流程自動化
Bitfinex 借貸機器人 + lending-infra
涵蓋報價提交、收益同步、爬蟲與分析服務、利率設定實驗、Docker Compose、TypeORM/PostgreSQL、Redis/Bull，以及過期報價防護的 Telegram 與交易所 API 自動化。履歷將其描述為已部署、由真實使用者使用的產品。
安全敏感的本機整合
line-cua-mcp
macOS LINE MCP 伺服器，使用唯讀加密資料庫快照提供歷史紀錄，另以 OCR 搭配本機資料庫交叉檢查的獨立介面傳送路徑。預設行為會留下草稿；目標不明確或群組目標則直接拒絕。
Apple Silicon 系統
EZ100PU arm64 驅動程式
為台灣智慧卡讀卡機補上缺少的 Apple Silicon 路徑：靜態 libusb 套件、符合 SIP 安全限制的第三方驅動程式位置、臨時簽署、可重現建置、安裝／解除安裝腳本，以及端對端 PC/SC 驗證指令。
瀏覽器／API 可靠性
MyShip 每日優惠券自動化
反向分析網站自身的 API，安全擷取防偽狀態，透過錢包驗證實際送達，而不盲信成功旗標，並使用 launchd 預熱，將觸發到第一個請求的延遲從 2,701ms 降至 388ms。
多機 AI 營運
CC Gateway + OpenUsage 整合
設計兩台 Mac 的營運路徑，包含 TypeScript 反向代理、OAuth 更新處理、自訂用量回報、LaunchAgent 運作，以及另一台機器上的唯讀用量使用者端。重點在集中化、可觀測性，以及讓憑證留在用戶端之外。
開發者工具
Teachable-dl + GAN 思考技能
Python/Selenium/yt-dlp 課程下載器，以及純文字生成器／判別器辯論技能：兩個規模較小的工具，展現持續把重複性知識工作轉成可重用工作流程的興趣。
所有權說明：此檔案區分親自撰寫的儲存庫與有文件記錄的貢獻，以及只是本機存在的上游工具。像 CC Switch、Antigravity Manager 與其他生態系工具的上游複本，不會被列為 Dawson 親自撰寫的作品。
06 / 營運足跡
用一座小型實驗室
測試完整路徑。
兩台 Mac 的配置不只是興趣細節；它是分離互動工作、常駐服務與 GPU 工作負載的實用模式。
MBA · 主要工作台
探索、撰寫、測試
實驗室中負責行動／互動的一側，用於內容工作室、本機 AI 工作流程、原生實驗與備援工具。
- 公開 AI 現場筆記的製作與發佈流程
- OpenUsage 使用者端與唯讀營運檢視
- 原生 Apple Silicon 實驗，包含智慧卡驅動程式
MBP · 常駐服務主機
提供服務、AI 工作負載、自動化
實驗室中負責服務的一側，讓長時間執行與 AI 敏感的工作負載保持就緒且可觀測。
- 本機語音與模型工作負載的服務路徑
- 遠端 AI 閘道與用量端點
- 自動化伺服器、螢幕擷取與整合實驗
07 / 協作如何交付
從想法到採用的低摩擦路徑。
提案的客戶價值不是「加上 AI」，而是讓工作流程真的改變，並把假設與失敗模式攤開來。
01 / 探索
描繪真實工作流程
找出人的決策、系統邊界、不能離開的資料，以及能證明投入值得的指標。
02 / 原型
建立垂直切片
端到端串起最小可用路徑：介面、模型／API、持久化，以及客戶看得見的結果。
03 / 強化
驗證最尖銳的邊界
加入回歸案例、延遲／品質量測、存取控制、健康檢查與可回復的部署路徑。
04 / 促成
讓團隊變得更強
用白話文件記錄系統、教會團隊如何營運，並讓客戶自己的團隊能安全地進行下一次變更。
正在尋找合適的問題
把那個仍然手動、緩慢或高風險的工作流程帶來。
當產品判斷、工程深度與實用的 AI 採用需要在同一個空間會合時，我最能發揮價值。