郑泽雍 Zheng Zeyong

2023 — 2027 · 教育经历

深圳大学 · 本科在读

2027 届本科毕业生，在深圳大学系统学习金融与计算机交叉知识。在校期间开始用代码解决投资研究中的实际问题，逐渐形成「技术 × 金融」的复合视角，并在 AI 产品、投研工程与内容创作三条线上持续实践。

2026.01 — 2026.07 · 实习经历

今日投资数据科技有限公司 · AI 产品经理

主导 AI 智能工作流与 Agent 系统搭建：基于 LangGraph 框架开发 AI 选股 Agent，实现智能选股推理；开发智能投顾、行业分析等 Skill；利用 Dify 平台快速搭建股票解套、行业板块分析、个股诊断及盘面行情播报等多场景 AI 工作流，有效提升用户交易决策效率。

主导产品原型设计与功能规划：负责热点事件模块及自选股功能的交互原型设计，优化交易场景下的用户交互流程，确保原型体验流畅且高度契合实时行情需求。

实习期间沉淀的 Dify 工作流与 investoday 系列投研 Skills：覆盖宏观首席分析师、行业首席分析师、热点选股、研报解读、选股策略等研究方向，让 AI 按专业分析师的方法做研究，可复用、可组合、持续迭代。

项目实践 · 2026.07

A 股智能投研 Agent 工作台

基于 Next.js + TypeScript 搭建面向 A 股投研场景的 Agent 工作台，集成 LangGraph、BullMQ/Redis、Postgres/Prisma 和本地 RAG，支持自选股速览、当日盘面分析、多轮投研问答、研报解读及结构化研究报告生成。

项目亮点：设计可追踪 Agent 执行链路，完整记录会话、任务、工具调用、证据、模型调用、RAG 命中和输出验证过程。接入多类投研数据工具，支持公司研究、行业分析、盘面播报、成长股分析、解套顾问等多种投研能力路由。构建真实评测与质量监控体系，覆盖完成率、工具成功率、引用准确率、RAG 召回、幻觉风险、延迟和成本等指标。

项目实践 · 2025.11 — 2025.12

多智能体股票分析系统 · 团队负责人

基于 LangGraph 和 LangChain 的多智能体股票分析系统，面向 A 股市场。系统通过多个专业 Agent 协作完成研究、辩论与决策，实现「研究-辩论-投票」的完整流程。

负责设计并实现多智能体协作框架，包括定义 BaseAgent 接口和实现核心 Agent，让不同角色的 Agent 能够分工协作、相互校验，最终输出更稳健的投资判断。

2026 — 至今 · 内容创作

AI × 科技内容创作者

在小红书经营个人账号，持续分享 AI 工具实测、AI 产品观察与科技话题，用内容建立个人品牌，也倒逼自己保持输入与思考。

NEXT · 未来方向

做出自己的 AI 产品

把投研场景里的真实痛点，变成一个人人可用的 AI 产品。研究、工程、内容三条线，最终都指向同一件事：创造真正被使用的东西。