20年前,当一位年轻工程师写下第一行推荐算法代码时,中国互联网正处于Web 2.0的黎明期。彼时无人预见,这位专注"猜你喜欢"功能开发的程序员,将在未来二十年持续定义中国物流AI的技术范式,成为横跨技术研究与商业落地的标志性人物。
从0到1:参与构建两个时代的数字基础设施
2005年,中文互联网尚处于Web 2.0黎明期。张旭光参与构建的书影音个性化推荐引擎,采用当时前沿的协同过滤算法。在10万级日活用户的数据规模下,他手动优化矩阵分解参数,设计用户相似度计算系统,实现了"猜你喜欢"功能的早期工程化落地。
"那个阶段的核心挑战不是算法复杂度,而是工程稳定性。"张旭光回忆,"我们需要在有限的计算资源下,保障推荐服务的实时响应。"这段经历奠定了他对"算法-工程-产品"三角闭环的理解,也让他成为国内最早一批将推荐系统从论文转化为产品的工程师。
2009年后,面对日均千万级交易数据的场景,张旭光构建了分布式数据处理Pipeline,将Hadoop/MapReduce引入用户行为分析。他开发的个性化推荐与广告点击率预估模型,支撑了从离线批量处理到实时特征工程的范式转变。
"数据挖掘的价值不在于模型复杂度,而在于特征工程与业务理解的结合。"他设计的用户画像标签体系,成为后续精准营销系统的数据基础。这一阶段,他完成了从"算法工程师"到"数据系统架构师"的能力跃迁。
2013年成为张旭光技术生涯的转折点,此后十三年他主导了行业首个智能决策系统的构建并持续定义技术范式:2013-2016年实现决策数字化,核心系统准确率从72%提升至91%;2017-2020年完成算法中台化,统一50余个模型全生命周期管理,迭代周期从两周压缩至两天,建立行业首个MLOps标准流程;2021年至今推进AI基础设施化,将特征延迟压缩30-50倍至秒级,实现训练资源消耗降低93.75%、同等预算支撑16倍模型规模,主导700亿参数行业大模型研发并在核心任务上超越通用模型15-30%,设计多智能体协同决策架构实现自主决策闭环、决策延迟压缩至分钟级,支撑28国600余项目的全球化技术输出,入选工信部典型案例成为行业标准参考。
从技术领先到行业影响力
在人工智能领域,张旭光的独特价值在于 bridging 算法创新与工程落地:不仅构建行业首个智能决策系统,更通过算法中台、MLOps流程与基础设施架构的持续优化,其技术实践成为行业工程化的重要参考。
参与国家级智慧物流标准制定,是张旭光技术生涯的新阶段。"技术领先者必须承担标准输出责任,"他认为,"这是从企业竞争力到行业影响力的跃迁。"
2014年创立的豆荚科技集团,2020年创立墨色文化,两次创业让张旭光的技术架构能力经受商业化检验。"创业让我保持对技术落地成本的敏感,"他坦言,"从最优技术方案到可规模化产品,需要跨越工程、商业、组织三重鸿沟。" 其技术成果获中国日报、中国工业新闻网等国家级媒体专题报道,标志着个人技术品牌向公共技术影响力的转化。
对于下一阶段,张旭光指向"供应链AI Agent"的规模化落地。"当前系统仍需人工设定优化目标,下一代将实现全自主闭环。"
从书影音推荐到全球物流网络,从矩阵分解到多智能体系统,张旭光的二十年创新轨迹,勾勒出中国AI应用层的演进史:从用户体验优化,到产业效率提升,再到全球基础设施输出。这位"定义者"的下一次范式跃迁,值得期待。
（来源：点财网）
