---
title: "Charlie Tang Hoong 郑虎 — 前置部署 AI 与自动化工程师，马来西亚"
url: https://tanghoong.com/zh-hans/
locale: zh-hans
description: "常驻马来西亚雪兰莪的前置部署 AI 与自动化工程师。15 年以上经验，把模糊的业务问题转化为可上线的 AI、自动化与软件系统，服务马来西亚、新加坡与亚太区。"
---
# Charlie Tang Hoong 郑虎

**前置部署 AI 与自动化工程师** — 雪兰莪，马来西亚 · UTC+8

我把模糊的业务问题，转化为可上线、可衡量、可持续运营的 AI、自动化与软件系统。

十五年生产环境交付经验，横跨广告科技、电商、物流与企业自动化。常驻马来西亚雪兰莪，服务马来西亚、新加坡与亚太区客户，可远程也可到现场。

## 佐证

- **15+ 年** — 生产环境交付 —— 八段任职、四家公司、两次创业
- **每秒数万请求** — 广告科技后端，承载每月数十亿次广告曝光
- **p95 低于 100 毫秒** — 重构、查询调优与多层缓存之后，在选定路径上
- **15+ 条自动化管线** — 为中小企业客户搭建的价格监控、名单开发与市场情报管线
- **3 个案子，3 份诚实报价** — 三个互不相关领域的 AI 可行性评估 —— 两个因资本支出建议不做，一个建成

那三个 AI 提案里有两个没有成交，而这正是重点：客户够早拿到真实数字，所以可以用很低的成本说不。

## 精选案例

五个交付案例，写法完全一致：客户真正想做的是什么、哪里不清楚、我做了什么决定、哪些部分是我亲手做的，以及它是怎么进到生产环境的。

- 案例 1 — 在一套不属于我们的系统上开发: 一个多角色预约与点单平台在企业客户的旧 ERP 上线，接口契约由我直接与客户自己的工程师谈定，每一次范围变更都在进到工程之前完成签字确认。
- 案例 2 — 把打字这件事，从一条不能停机的单据流程里拿掉: 一条 OCR 与 LLM 混合的管线，大幅减少了高单量航运单据流程中的人工输入 —— 而这个运营环境里的来源系统没有 API，也换不掉。
- 案例 3 — 不占住连接，也能扛住 AI 助手的流量: 重构 AI 客服助手的请求路径：一次对话改为进队列并由前端轮询，而不是占住一条同步连接 —— 已交付并合并。
- 案例 4 — 三个 AI 提案，其中两个我建议不要做: 三个互不相关领域的 AI 可行性评估，每一个都产出方案设计与含成本的建设估算：其中两个基于资本支出被正确地否决，第三个建成了。
- 案例 5 — 工程底盘：数十亿次曝光，与一个自己会跑的市集: 在同一家广告科技公司的两段任职、共十一年：四年身为平台改版的唯一前端工程师，接着从头做出一个自助式广告市集，再来是每秒承载数万请求的后端服务。

## 我的工作方法

不论客户是企业的运营团队还是两个人的中小企业，都是同样七个步骤。顺序比工具重要：我看过的交付失败，大多在写下第一行代码之前就已经决定了。

- **01 发现** — 跟今天真正在做这件事的人坐下来，把流程照它实际运行的样子记录下来，而不是照组织图描述的样子。真正要紧的东西，通常不在需求文件里。
- **02 定义** — 画出新流程、带着干系人走一遍、在工程开工前拿到书面确认。明确写出哪些不在范围内，以及哪些是刻意留到第二阶段。
- **03 设计** — 先决定买什么、做什么，再决定怎么做。可以买的部分集成进来，关键路径亲手做，并且诚实面对哪些限制是真的 —— 网络、权限、别人的发版周期、一笔不会再多的预算。
- **04 构建** — 复杂的、定义接口契约的部分我自己扛，直接的界面交出去。一个任务过了三十分钟还没有明确方向，就转成设计讨论，而不是默默返工。
- **05 部署** — 假设这个环境不是我能改的。用非侵入的方式集成：从已经存在的地方读，长任务做检查点，中断了就从断点续跑而不是重来，并且永远留一条让人可以中途接手的路。
- **06 衡量** — 事先讲清楚「正常」是什么、要怎么看得见 —— 重试行为、失败的可见度、单次请求成本；AI 系统则是一套评测集，而不是一种印象。
- **07 迭代** — 交付这一期，让下一期的前置条件保持可见，然后让生产环境揭露的事实去重排优先级。

## 我能带来什么

- **客户需求发现与方案定义** — 直接和握有问题的人一起工作 —— 运营人员、创办人、客户自己的工程师 —— 把一份不完整的需求，变成有明确范围、有报价、并且对「完成」有共识的方案。这件事我从两边都做过：在企业内部作为业务流程专员，把没有文档的财务与物流流程画出来；也作为外部工程师，为从没买过 AI 系统的中小企业做项目评估。
- **应用 AI 与流程自动化** — 必须在真实运营里跑起来的 AI 系统：单据抽取，并且在写入之前有一道人工复核；客服 AI 的知识结构、工具调用、会话管理与转人工；以及横跨财务与物流、原本靠手打的 RPA 流程。
- **方案架构与企业系统集成** — 把本来没打算被连起来的系统连起来 —— 客户的旧 ERP、完全没有 API 的来源系统、第三方电商与支付平台、消息队列，以及夹在中间的人工步骤。反复出现的决定是自建还是采购，而我两边都做过够多次，知道真正有意思的问题是：哪一个限制会让「买来的组件」失效。
- **生产环境工程与可靠性** — 系统上线之后仍然由我负责。长任务从断点续跑，而不是从头再来。失败要在人还能退回手工流程的时间点浮现出来。用队列处理，让一个慢请求不会挡住下一位客户。提交要幂等，刷新页面不会重复触发。闲置的资源要被释放，而不是一直被占着。
- **技术交付与干系人对齐** — 我带的是交付和技术决策，不是人头：听完团队意见之后的最终架构与选型拍板、一个团队照着走的 code review 规矩，以及把工程师从真正卡住他们的地方带出来 —— 以我的经验，那几乎永远是接口契约，而不是代码。
