Terjemahan mesin. Teks bahasa Inggris adalah versi yang berlaku. English
Engineer yang membuat agen AI Anda aman dijalankan pada data dan uang pelanggan

Saya merancang sistem dan mengarahkan AI untuk membangunnya. PANTHEON adalah salah satunya: multi-tenant, terkelola, terukur, berjalan di produksi, dibangun sendirian.

Saya merancang PANTHEON, isolasi multi-tenant, tata kelola, metering, keselamatan agen, dari prinsip dasar, lalu mengarahkan AI untuk membangun semuanya: sendirian, sampai produksi, menjalankan data bisnis nyata. Yang saya bawa adalah pemikiran sistem untuk merancangnya, dan disiplin untuk membuat mesin membuktikan bahwa ia berfungsi.

Isaac Teague Frayling · Cardiff, UK · warga negara UK · terbuka untuk relokasi ke seluruh dunia (perlu sponsor di luar UK & Irlandia) · CV satu halaman →

↑ Seni hero, favicon, avatar, dan kartu sosial di halaman ini semuanya dihasilkan oleh sistem yang saya bangun. Karya ini membuat portofolionya sendiri.

Kredit eksternal. Pelapor yang dikreditkan (satu dari tujuh) pada CVE-2026-104850 (GHSA-6qxp-vccf-f47h), sebuah advisori dengan tingkat keparahan tinggi (CVSS 7.5) di MCP TypeScript SDK: klien OAuth-nya dapat mengirim kredensial tersimpan ke server yang dipilih oleh server MCP; diperbaiki di 1.31.0 dan 2.2.0. Ini bukan validasi atas PANTHEON, melainkan pemeriksaan yang dijalankan orang lain terhadap pekerjaan saya.

jangan percaya begitu saja pada kata saya

Setiap klaim di sini menautkan ke pemeriksaan yang bisa Anda jalankan.

Tanpa slide, tanpa "percayalah pada saya." Sistemnya aktif, silakan coba bobol, lalu minta kode di baliknya ditinjau di bawah NDA. Apa yang saya rilis nyata dan berjalan, terlepas dari apakah saya mengetik satu karakter pun darinya.

nilainya

Apa yang benar-benar saya bawa.

Pemikiran sistem yang bertahan di bawah serangan

Saya merancang isolasi multi-tenant yang ketat di atas row-level security Postgres, dua role, gagal dalam keadaan tertutup, yang belum pernah ditembus audit mana pun di tingkat database. Satu kebocoran ditemukan di luarnya (riwayat chat, Juli) dan diperbaiki. Saya tidak menulis SQL-nya. Saya merancang modelnya: mode kegagalan, radius dampak, dan mengarahkan pembangunannya sampai bertahan.

Saya merancang AI yang diatur, bukan prompt-glue

Loop agen yang diatur, persepsi → pengetahuan → alat → penilaian → meter, dengan guardrail, protokol krisis, metering anti-overdraft, dan gerbang persetujuan manusia, adalah rancangan saya. Pemikiran control-plane-nya milik saya, AI yang menulis kodenya sesuai spesifikasi saya.

Dari ide ke produksi, dengan mengarahkan AI

Substrat, Studio tanpa kode, seni generatif khusus, kanal Telegram yang aktif (WhatsApp sudah dibangun, menunggu persetujuan Meta), metering, auth, domain kustom. Semuanya ide saya, semuanya dibangun dengan mengarahkan AI, dari Postgres hingga piksel, dirilis dan berjalan, sendirian.

Saya membuat mesin membuktikan kerjanya

Setiap perubahan harus melewati batas kemurnian yang ditegakkan di CI, jumlah menurut run CI terbaru tes, dan audit adversarial berulang di mana setiap temuan dibantah dulu sebelum dihitung. Mengarahkan AI dengan baik berarti menolak memercayainya, itulah keterampilan yang sebenarnya.

Penilaian, bukan sekadar output

Saya merilis versi yang jujur: setiap angka di halaman audit membawa catatan kakinya sendiri, situs ini menyatakan secara terbuka apa yang belum terselesaikan, dan keselamatan: pesan krisis tetap sampai ke bantuan bahkan saat kredit nol, mengalahkan metrik. Saya lebih memilih dipercaya daripada terlihat mengesankan.

Saya bergerak cepat tanpa merusak jaminan

Setiap kapabilitas baru mempertahankan invarian yang sama: harness golden-file membuktikan perubahan aman secara byte, ledger edit membuat setiap perubahan bisa dibatalkan, dan apa pun yang menambah permukaan baru menjalani pemeriksaan keamanan adversarial sebelum deploy. Saya bergerak cepat tanpa membiarkan mesin mengambil jalan pintas.

metodenya

Cara saya membangun: versi jujurnya.

Saya menentukan apa yang harus dijamin oleh sistem, lalu membuatnya membuktikan hal itu. Saya merancang sistem dan mengarahkan AI untuk membangunnya, dan PANTHEON adalah hasilnya. Saya membaca, menilai, dan men-debug semua yang dihasilkan mesin; saya tidak mengetik implementasinya dari file kosong. Inilah gambarannya:

Yang saya kerjakan

Rancang sistem dari prinsip dasar → pecah menjadi bagian-bagian yang bisa dibangun AI → arahkan AI untuk membangun masing-masing → serang hasilnya sampai bertahan → rilis dan jaga tetap berjalan di produksi. Itulah siklusnya, dari awal sampai akhir.

Konsep yang saya kuasai di luar kepala

Isolasi multi-tenant & batas kepercayaan · tingkat tata kelola & human-in-the-loop · metering atomik & kontrol laju · loop agen, tool & guardrail · pertahanan prompt injection · pemikiran mode kegagalan & blast radius. Saya merancang semua ini. Saya hanya membicarakannya dalam bahasa sehari-hari, bukan jargon.

Sistem yang sudah saya rilis (dan saya pahami dari ujung ke ujung)

Postgres dengan row-level security · layanan FastAPI · loop agen yang diatur · MCP, dua arah · frontend React · deploy Docker / nginx. Saya mengarahkan pembangunannya dan saya tahu bagaimana setiap bagian berperilaku.

Cara saya menjaga AI tetap jujur

batas kemurnian CI · tes snapshot golden-file · jumlah menurut run CI terbaru tes lulus (run CI terbaru) · audit adversarial berulang: audit 50 agen dan audit ulang 14 lensa, yang terbaru, di mana setiap temuan dibantah dulu sebelum dihitung. Naluri untuk tidak memercayai jawaban pertama mesin adalah inti dari seluruh pekerjaan ini.

Buktinya, dengan tanda bintang yang sudah terlampir.

Saya lebih suka Anda memercayai bagian yang nyata daripada terkesan oleh bagian yang tidak nyata.

1pikiran, tanpa tim* dirancang + diarahkan sendiri
CItes lulus* run CI terbaru, bukan bukti formal
6 → 0audit · nol temuan kritis yang tersisa* dijalankan sendiri, bukan pihak ketiga
livedi produksi, tenant nyata* satu instance. Saya belum perlu menskalakannya
2 → 1bisnis, satu tulang punggung* platform, bukan demo, dibuktikan oleh lint

keputusan yang saya ambil dengan salah

Satu contoh, termasuk kesalahan saya sendiri.

Dua minggu lalu saya memutuskan untuk memeriksa pesan berbahasa Inggris terhadap kata-kata krisis hanya dengan daftar frasa tetap, agar sebagian besar pesan tidak perlu panggilan AI tambahan. Audit pada 25 September menunjukkan daftar itu melewatkan "I don't want to live anymore" dan tiga frasa umum lainnya. Saya membatalkan keputusan itu di hari yang sama: kata-kata krisis kini dikirim ke pemeriksaan AI, keempatnya menjadi tes yang gagal pada kode lama, dan pesan biasa yang menanggung panggilan tambahan turun dari 4 dari 32 menjadi 1. Penghematan itu tepat untuk sebagian besar pemeriksaan dan salah untuk satu pemeriksaan di mana kelewatan paling berarti.

kesepakatan yang jujur

Apa yang Anda dapatkan, dan apa yang tidak.

Arsitek + direktur

Saya memegang pemikiran sistem dan penyelesaian melalui AI: memutuskan apa yang dibangun, merancang bagaimana ia bertahan, dan mendorongnya sampai dirilis. Pasangkan saya dengan engineer yang menguasai keahlian di tingkat baris kode yang tidak saya kuasai, dan kedua sisi pun tertangani.

Disiplin yang tidak dimiliki AI dengan sendirinya

Setiap perubahan yang penting melalui tinjauan adversarial; saya tidak pernah memercayai jawaban pertama mesin. Dua hal yang dihasilkan naluri itu: kebocoran lintas tenant pada bulan Juli, ditemukan oleh audit saya sendiri dan kini menjadi tes regresi, dan advisory MCP SDK di atas, ditemukan di kode milik orang lain.

permintaannya

Yang saya cari.

Satu peran: orang yang memegang batas kepercayaan agen AI Anda. Tenancy, persetujuan, metering, tool yang memercayai pemanggilnya: saya memetakan di mana ia bisa gagal, membangun jaminannya ke dalam sistem, dan merilis tes yang membuktikannya. Rekrutan pendiri atau awal di startup yang punya agen yang menyentuh pelanggan nyata, atau akan segera punya. Saya terbuka untuk pindah ke mana pun di dunia untuk peran yang tepat, dan saya lebih peduli pada masalah dan orang-orangnya daripada jabatannya.

Kenapa pekerjaan, bukan startup saya sendiri?

Pertanyaan yang wajar. Saya bisa mencari pendanaan untuk PANTHEON, tapi saya tahu persis apa kekurangannya, dan itu bukan pembangunannya. Kekurangannya adalah distribusi: jaringan dan jangkauan untuk menempatkannya di depan bisnis yang menjadi sasarannya, yang tidak saya miliki dan tidak akan saya pura-pura miliki. Saya lebih memilih membawa ini ke tim yang sudah punya jangkauan itu daripada menghabiskan bertahun-tahun menjadi founder yang bukan diri saya. Membangunnya sendirian membuktikan bahwa saya bisa merancang dan merilis semuanya. Membawanya ke pasar sendirian tidak pernah menjadi rencana, PANTHEON tetap live sebagai bukti, bukan sebagai proyek sampingan yang memecah fokus saya.

hari pertama

Beri saya sebuah masalah, ini yang akan saya lakukan pertama kali.

Bukan "belajar seluk-beluknya selama satu kuartal." Metode yang membangun PANTHEON, diarahkan ke produk Anda:

Petakan batas kepercayaan

Temukan batas tenancy / otorisasi / radius dampak dan pahami bagaimana masing-masing gagal, sebelum apa pun dibangun. Anda tidak bisa mengatur apa yang belum Anda petakan, dan memetakannya adalah pekerjaan saya.

Temukan di mana keamanan hanya ditempelkan belakangan

Temukan pengaman yang ditambahkan belakangan: meteran yang bisa overdraft, aksi tanpa gerbang, tool yang memercayai pemanggilnya, lalu rancang ulang agar jaminannya terbangun di dalam, bukan ditempelkan.

Arahkan pembangunannya, lalu buktikan

Tulis spesifikasinya, arahkan AI untuk membangunnya, lalu rilis dengan pemeriksaan yang membuktikannya: sebuah tes, sebuah snapshot, sebuah invarian, sehingga orang berikutnya bisa bergerak cepat tanpa harus membuktikan semuanya dari awal lagi.

Mari bicara.

Beri tahu saya perannya dan apa yang sedang Anda bangun. Saya membaca setiap email dan membalas dalam beberapa hari, lalu panggilan, walkthrough langsung sistemnya, dan tinjauan kode di bawah NDA.

Lebih suka mencoba dulu sebelum menulis? Bobol asistennya, serang isolasinya, atau kirim pesan ke bot, semuanya live.

Tanpa LinkedIn. Sistem intinya privat: sistem yang berjalan itulah portofolionya, tetapi enam komponen dipublikasikan di PyPI dan npm, catatan defek bersifat publik, metodenya dapat diputar ulang, dan saya adalah salah satu dari tujuh pelapor yang dikreditkan pada sebuah advisori keamanan MCP SDK dengan tingkat keparahan tinggi. Lihat / unduh CV saya →