常见问题
简短、自足的答案。任何一则都可以单独引用。
Charlie Tang Hoong 是谁？
Charlie Tang Hoong（郑虎）是一位常驻马来西亚雪兰莪的 forward deployed AI 与自动化工程师，拥有 15 年以上生产环境软件交付经验，横跨广告科技、电商、物流与企业自动化。他为马来西亚、新加坡与亚太区客户处理应用 AI、流程自动化、方案架构与企业系统集成。
他实际上做什么？
他接下一个模糊的业务问题 —— 通常发生在一套已经在跑、而且不能停的运营里 —— 找出真正的限制在哪里，设计出方案，亲手做掉关键部分，再把它带进生产环境。近期工作包括 OCR 与 LLM 混合的单据处理、AI 客服系统、横跨财务与物流的 RPA，以及 Python、Node.js 与 PHP 的后端 API。
他的 AI 经验是生产环境的，还是只有原型？
两者都有，而且他会区分。生产环境：在一家全球航运公司搭建的 OCR + LLM 混合单据处理管线，其中包含人工复核队列 —— 受保密协议限制，以那个案例里确认过的组件为准。在一个线上电商平台，他交付并合并了一套基于队列的请求架构，含会话管理、重试控制与模型分层路由；改动已合并，但不宣称任何线上性能结果。评测与对抗测试当时还在设计阶段，不能算已经完成的线上加固。概念验证：以 golden dataset 与 Ragas 做的 LLM 评测、LangGraph 的 agentic workflow，以及向量库的比较。
他能在新加坡工作吗？
他常驻马来西亚雪兰莪，可接受新加坡与亚太区的项目，也可接受巴生谷一带的客户驻点，包含长期驻点。他是马来西亚公民，可以搬到新加坡工作；需要雇主担保的工作准证。
他用什么语言工作？
英语、华语与马来语，三种都达到专业工作水平。
ask.tanghoong.com 上那个助手是什么？
一个基于本站自有文本的 grounded 问答助手，已经上线在 ask.tanghoong.com。它只根据本站写过的内容回答 —— 一个模型，一张写死的五个只读工具的注册表，跳数上限也写在代码里。所以它是一个真做出来、在线上跑的、会调用工具的 RAG 助手。能力页、联系页、常见问题页和案例页底部的提问框，会把问题直接送过去。
问一个项目
答案来自这个网站。如果一个项目不值得做，它会直接说。