Kevin Wu
Key takeaway: 本文为 Kevin Wu 的个人 LinkedIn 职业档案,展示了其作为 Founding FDE(前线部署工程师)在 OpenAI DeployCo 的当前角色,以及同时担任 Pegasi 创始人兼 CEO 的双重身份。Kevin Wu 拥有牛津大学人工智能与系统硕士学位,曾在 BCG Digital Ventures 和 BCG X 担任 Venture CTO 及首席 AI 工程师,服务于财富 500 强企业客户。其职业生涯涵盖早期创业公司 Instamotor 的创始工程师(产品从零增长至 10 万+ 用户、3 亿美元以上 GMV)、Cognoa 的 AI 工程师(使用 TensorFlow 训练 3D 视频理解模型用于儿科诊断)等。Kevin Wu 在 Pegasi 期间发表了 NeurIPS/ICML 2025 论文,聚焦金融领域大语言模型幻觉检测与编辑,并开发了 ClawReins 开源 AI 代理运行时安全层。档案还披露了 OpenAI 的员工规模(6,000-7,000 人)、融资总额(1,960 亿美元)及年收入(10-20 亿美元)等数据,以及 Pegasi 完成 290 万美元融资等信息,全面呈现了一位兼具深厚技术背景、创业经历与企业级 AI 部署能力的前线部署工程师的典型职业发展路径。
- Kevin Wu 现任 OpenAI DeployCo 的 Founding FDE,帮助企业部署 AI,同时担任 Pegasi 的创始人兼 CEO,负责构建前端部署 AI 的可靠性层。
- Pegasi 已获得 Neo '24 加速器支持,发表 NeurIPS/ICML 2025 论文,并完成 290 万美元融资,专注为财富 500 强金融机构提供可信 AI 系统。
- 在 BCG Digital Ventures/BCG X 期间,Kevin Wu 担任 Venture CTO 和高级 AI 工程师,为财富 500 强和私募股权客户交付 AI/ML 产品。
- Kevin Wu 在 Cognoa 从事 3D 视频理解模型开发,使用 TensorFlow 和 GPU 进行儿科诊断训练;在 Instamotor 作为创始工程师将产品从零增长至 10 万+ 用户和 3 亿美元以上 GMV。
- Kevin Wu 开发了开源项目 ClawReins,一个针对计算机使用型 AI 代理的运行时安全层,在运行前进行 13 项检查审计,运行时拦截破坏性操作。
- Kevin Wu 拥有牛津大学人工智能与系统硕士学位,研究方向为多模态强化学习与图神经网络,并在哈佛大学和斯坦福大学有相关课程学习经历。
这份 Kevin Wu 的 LinkedIn 档案是观察“前线部署工程师(FDE)”这一新兴角色最直观的一手资料。它完美诠释了 FDE 绝非传统意义上的“客户成功”或“解决方案架构师”,而是一个要求同时具备顶尖学术研究能力、创业公司从 0 到 1 的产品构建经验,以及深谙企业级销售与组织变革的复合型岗位。从牛津 AI 硕士,到 BCG 服务世界 500 强的实战,再到 OpenAI DeployCo 直接帮助超大型组织落地 AI,Kevin Wu 的履历清晰地刻画了 FDE 群体所需的 T 型能力结构:深度技术理解是底座,商业嗅觉与产品化能力是连接企业与前沿实验室的关键桥梁。对于所有希望理解、成为或招募 FDE 的团队而言,这份档案是一份真实的人才画像基准。
Kevin Wu 现任 OpenAI DeployCo 的 Founding FDE,帮助企业部署 AI,同时担任 Pegasi 的创始人兼 CEO,负责构建前端部署 AI 的可靠性层。
—— 络石智能编辑部 · Editor's PickKevin Wu
创始前向部署工程师(Founding FDE)@ OpenAI DeployCo | 前 BCG X
美国纽约州纽约市 (US)
500 个联系人 • 4,773 位关注者
关于
在 BCG Digital Ventures,我担任企业创新部门的 Venture CTO 和总经理,帮助财富 500 强、私募股权和金融机构的高管识别并打造创新业务。我有超过 6 年全职经验,在旧金山和纽约为早期初创企业构建产品,这些企业合计获得超过 1 亿美元的 VC 融资。我曾担任首席数据科学家、产品经理、顾问、机器学习工程师和创意软件工程师。曾与企业风投合作,在政府科技(GovTech)、金融科技(FinTech)、数字健康、语音与对话式 AI、老年科技(ElderTech)、逆向物流和医疗保健供应链领域打造过往创业项目。在 BCG 之外,我与 Afore Capital 和 NextGen VP 等风投机构合作,通过投资、尽职调查和人脉对接来支持早期初创企业。如果你正在从事政府科技、金融科技、数字健康、AI/ML、自动化或企业 SaaS,并希望寻求 Pre-Seed、Seed 或 A 轮融资,欢迎联系我!
总经验:11 年 6 个月
工作经历
创始前向部署工程师(Founding FDE),DeployCo - OpenAI(现任)
2026 年 1 月 - 至今(6 个月)在纽约州纽约
OpenAI Deployment Company(DeployCo)。帮助全球最大的组织部署 AI。
创始人兼首席执行官 - Pegasi(现任)
2023 年 1 月 - 至今(3 年 6 个月)在纽约州纽约
为前向部署 AI 构建可靠性层。由 Neo '24、NeurIPS/ICML '25 论文提供支持。
部门:综合管理 • 级别:C-Level
The OpenAI Deployment Company
纽约州纽约
BCG Digital Ventures
风险投资首席技术官(Venture CTO)
2020 年 1 月 - 2022 年 12 月(2 年 11 个月)在纽约州纽约
为 AI 风险投资项目的打造负责产品/数据战略;与财富 500 强客户共同交付 AI/ML 产品
部门:工程与技术 • 级别:C-Level
高级 AI 工程师
2018 年 1 月 - 2020 年 12 月(2 年 11 个月)在纽约州纽约
为数字健康/金融科技/公用事业领域构建并领导应用 AI/数据科学团队;使用 PyTorch 和 C++ 完成临时专利
部门:工程与技术 • 级别:专家
BCG X
首席 AI 工程师
2020 年 1 月 - 2022 年 12 月(2 年 11 个月)在纽约州纽约
负责从战略到交付的 AI/ML 工作流;与 GAMMA 合作
部门:工程与技术 • 级别:专家
高级 AI 工程师
2018 年 1 月 - 2020 年 12 月(2 年 11 个月)在纽约州纽约
为财富 500 强和私募股权客户设计、构建并部署 DeepTech 和 AI 风险项目
部门:工程与技术 • 级别:专家
AI 工程师 - Cognoa
2018 年 1 月 - 2018 年 12 月(11 个月)在加利福尼亚州帕洛阿尔托
使用 TensorFlow 在 GPU 上训练 3D 视频理解模型,用于儿科诊断
部门:工程与技术 • 级别:专家
创始工程师 - Instamotor
2015 年 1 月 - 2018 年 12 月(3 年 11 个月)在加利福尼亚州旧金山
从 0 构建核心产品至 10 万+ 用户,GMV 超过 3 亿美元;被彭博社评为“50 家最具创新力公司”
部门:工程与技术 • 级别:专家
教育
牛津大学 人工智能与系统理学硕士(MSc)
英国牛津郡牛津
硕士论文:多模态强化学习 + 图神经网络
哈佛大学 应用统计学与全球健康
美国马萨诸塞州剑桥
HMS + HBS 课程;MMSc 候选人;MGH 研究助理,使用 LLM
斯坦福大学 管理科学与工程课程
美国加利福尼亚州斯坦福
全额学费减免获得者;Neo '24 加速器
执照与认证
Neo 加速器('24),Neo
哥伦比亚大学 Saltzman 学者
技能
3d • 3d video • access • across • ai (artificial intelligence) • ai alignment • ai assistant development • ai engineer • ai engineering • ai tools • ai/ml • ai/ml products • algorithms • alignment • analysis • app development • applied ai • applied ai engineer • applied research • aws • bash • bash shell • bayesian statistics • behavioral health • blogging • bloomberg • building ai • business innovation • c++ • c/c++ • case (computer-aided software engineering) • case strategy • ceo • chartered accountant • client-facing • co-founder • coding • coding data • collaboration • competitive advantages • computer vision • consultant • consulting • core • corporate • corporate investment • corporate startup • corporate strategy • credits • css • cto • data • data analysis • data science • data scientist • data strategy • dc • decryption • deep learning • deep learning engineer • deep learning models • deeptech • dementia • deploying • deployment • developer • development • diagnostic • diagnostics • digital marketing • digital product • docker • eir • engineer • engineering • engineering data • engineering leadership • execution • experimenting • financial analysis • founding • founding engineer • gamma • gnu make • golang • google seo • gpus • image similarity • incubation • influencing skills • innovation • investing • investment management • ios • ios apps • ios mobile • ios mobile development • java • javascript • kubernetes • launching • launching products • leadership • learning models • led • machine learning • manage project • management • marketing • marketplace management • mobile development • mobile web development • models • nds • numpy, • openai • orchestration • palo • palo alto networks • patent • pediatric • pediatric diagnostics • pods • product data • product engineer • product engineering • product management • product manager • product strategy • program management • project leadership • project management • provisional patent • pytorch • reach • reinforcement • reinforcement learning • reliability • replication • research • research scientist • risk management • saas • saas business • saas solutions • safety • san (storage area network) • security • senior data scientist • seo • service • shell scripting • social innovation • software engineering • startup • startups • strategy • support • tensorflow • tensorflow/keras • terraform • text-to-speech • transactional • venture capital • ventures • video understanding • web development
出版物
InterpDetect: Interpretable Signals for Detecting Hallucinations
FRED: Financial Retrieval-Enhanced Detection and Editing of Hallucinations in Language Models
研究主题
InterpDetect: Interpretable Signals for Detecting Hallucinations • FRED: Financial Retrieval-Enhanced Detection and Editing of Hallucinations in Language Models
社交
-
[2026-03-12 · 发布 · 55 次反应] 几周前,一位 AI 安全研究员让一名 OpenClaw 智能体……
几周前,一位 AI 安全研究员让一名 OpenClaw 智能体帮她清理收件箱。
它开始批量删除电子邮件。
她不得不亲自跑去关闭它。
她没有做错任何事。她只是在尝试,就像现在大多数人构建智能体时一样。
但一旦智能体能够访问电子邮件、文件、浏览器、Snowflake MCP 或 shell——从尝试到出大问题之间的距离,可能比看起来更小。
小的配置错误可能变成惊人的巨大攻击面。
我在客户分享的智能体设置中不断看到同样的错误配置:
• 网关暴露在互联网上 • API 密钥以明文配置存放 • 智能体拥有不受限制的 shell 访问权限 • 浏览器自动化在无沙箱环境下运行
所以我构建了 ClawReins,一个面向使用计算机的智能体的开源运行时安全层。
试想:AI 智能体的 sudo。
ClawReins 在两个环节保护智能体:
运行时之前 → 13 项检查的审计,扫描高风险错误配置(暴露的网关、明文密钥、弱凭据)
运行时期间 → 操作拦截在执行前阻止破坏性操作,并在需要时暂停等待人工批准
第一个集成是 OpenClaw。
但更广泛的原则很简单:
智能体不应成为自己的看门狗。
好奇大家在本地或生产环境部署智能体时看到了什么?
#AISecurity #OpenClaw #OpenSource #AIAgents
-
[2025-08-27 · 发布 · 63 次反应] 生命迹象——我这周真的离开了笔记本电脑……
生命迹象——我这周真的离开了笔记本电脑(而且不只是因为暑假)。
在纽约市,我作为嘉宾参加了 IBM Build VIP 合作伙伴小组讨论,展望 AI 智能体的未来,同台的还有 Visa、IBM、Upland Software 以及其他推动这一领域发展的合作伙伴。
我们讨论了像 Visa 这样的企业如何尝试 Watsonx Orchestrate,IBM 合作伙伴(如 Shawn Freligh)如何通过 Build 生态协作并利用 IBM 创新工作室,以及 Pegasi AI 与 IBM 的合作如何帮助企业保护、评估和引导 AI 智能体。
非常感谢 Jason Gartner、Kristina (Kika) Sojakova、Sancia Matthyssen、Steffi Diamond、Avian Briscoe 和 IBM 团队,让这么多优秀的人聚在一起。
#IBM #BuildToWin #Partnership #AIAgents
-
[2025-06-25 · 发布 · 66 次反应] 说实话——我是第一个回避会议徽章收集活动的人……
说实话——我是第一个回避会议徽章收集活动的人。
我宁愿写代码或与客户通话。
昨天的花旗 GenAI 峰会值得放进日程。
台上的演讲很实际:在顶级金融机构部署 Agentic AI 的真实用例、工具和基础设施挑战,以及负责任 AI 的要求。
但最好的信号来自等咖啡、午餐和饮料的时候。
来自花旗、TIAA、富兰克林邓普顿等公司的 FSI 领导者主动来聊天,分享了让他们夜不能寐的问题: • 供应商审查需要数月时间,且涉及多个利益相关者 • 每年处理 10 万+ 文档的工作流 • 数据质量和 TPRM 挑战,以及扩展人力劳动的难题
这正是我们在 Pegasi AI 着手解决的乱局——我们的 AI 智能体自动化高风险的 GRC 工作流,由我们博士团队打造的质量控制层提供支持。
离开峰会时,我的笔记本写满了待跟进事项,也对这些试图在银行内部推动巨轮转向的人产生了新的敬意。
感谢花旗团队主办此次峰会。很高兴看到 Neo 社区的 Russell Kaplan (Cognition) 和 Waleed Atallah (Mako) 作为小组演讲嘉宾表现出色。
如果你的团队还被困在需要人工审核的文档重灾区,欢迎来交流。 #GenAI #AIagents #ResponsibleAI #FinTech #EnterpriseAI #PegasiAI #BuildToWin #CitiGenAI
GitHub
用户名:kevincwuu
总贡献数:159
值得关注的项目仓库:
-
LamdaExpressions - 5 次贡献 使用 Predicate、Consumer、Function 和相应的 lambda 表达式的 ListProcessorTester。
-
Student-Record-Manager - 6 次贡献 一个维护学生列表及其成绩的程序。
-
Generics-Library - 13 次贡献 一组用于管理图书馆馆藏项目和借阅购物车的类。
-
HackerRank-Practice - 25 次贡献 通过编程挑战提升我的编码能力
-
Getting-Started-With-React - 13 次贡献 学习 React 基础
-
ExpandableLayout 实现带有自定义头部和自定义内容的 ExpandableListview。
-
Android-Weather-Application - 2 星 • 15 次贡献 使用 Forecast API 和 Material Design 的天气应用
-
ParseWorkshopAndroid 学习在 Android 上使用 Parse,一个简单的社交书签应用
-
overtime-rails-app - 10 次贡献
-
Ruby-Grape-Currency-API - 3 次贡献 学习使用 Grape 在 Ruby 中创建 RESTful API 的基础知识。
Tags
Related Topics
Expert Comment
This article is curated by the editorial team from public sources for reference only.