直接的回答
人们在联系之前会问的问题。
以远程方式与任何时区的团队协作，默认覆盖欧洲与英国工作时间。这些系统服务于 10 多个国家的用户。 接受全职工程岗位，也接受经过筛选的合同或项目合作，远程、任何时区皆可。其中大部分工作与欧洲、英国、北美和澳大利亚的团队进行。当企业从境外聘用时，项目工作以咨询合作的形式开展，而不是雇佣关系，双方都不涉及本地工作许可。
Dixit Jain 是谁？
Dixit Jain 是一位 AI 工程师兼自动化顾问，构建生产环境的 LLM 智能体、检索增强生成流水线和语音 AI 系统。他在 In Time Tec 从事企业级生成式 AI 工作，拥有 JK Lakshmipat University 计算机科学工学学士学位，在 GitHub 与 LinkedIn 上以 @thedixitjain 的名义在 thedixitjain.com 发表内容。同名的专业人士还有几位；这一位是做 AI 系统的那个。
Dixit Jain 接什么样的工作？
全职工程岗位，以及经过筛选的合同或项目合作。他以远程方式与任何时区的团队协作，包括美国、英国和欧洲。当企业从境外聘用时，项目工作以咨询合作的形式开展，而不是雇佣关系，因此双方都不涉及本地工作许可。咨询请发送至 contact@thedixitjain.com。
Dixit Jain 实际交付过什么？
25 多个系统在生产环境运行，服务 10 多个国家的用户，覆盖 12 个以上团队。本站有具名记录的例子包括：用于招聘的 MarqHire AI、用于文档智能的 AgentFlow、用于 AI 建站的 Brandry，以及开源代码评审工具 ZeroPing。案例部分涵盖 AI 线索流水线、企业文档 RAG 系统和语音 AI 客服智能体。
他擅长哪一类 AI 系统？
智能体系统与检索。具体来说：在 LangGraph 中做多智能体编排，在 LlamaIndex 上构建 RAG 架构，跨 Qdrant 与 Pinecone 做稠密与稀疏的混合检索，语音智能体，以及围绕这一切的可靠性层：评估、兜底、个人信息脱敏、内容安全、越狱检测与可观测性。后端用 Python 和 FastAPI，前端用 TypeScript 和 Next.js，部署在 Azure AI 与 Redis 上。
他的 RAG 系统能达到多高的检索准确率？
在企业文档 RAG 上达到 85% 以上的检索准确率，靠的是稠密与稀疏的混合检索加有据生成，而不是单一嵌入模型。完整架构记录在本站关于企业文档检索的案例里。
除了工程，他也做自动化咨询吗？
做，而且在这里两者本就是同一件事。为合作过的团队自动化了 50 多条流程，减少了 40% 以上的人工工作。合作都从一个运营问题开始，无论是线索烂在收件箱、客服队列爆掉，还是知识锁在 PDF 里，然后倒推到能消除它的最小架构。
他和欧洲、英国的企业合作吗？
合作。工作是远程的，大部分合作与欧洲、英国、北美和澳大利亚的团队进行，默认覆盖欧洲与英国工作时间。当企业从境外聘用时，项目工作以咨询合作的形式开展，而不是雇佣关系，因此双方都不涉及本地工作许可。
Dixit Jain 做 AI 智能体吗？
做，而且是在生产环境里，不是演示。AgentFlow 在 LangGraph 的 DAG 上对业务文档运行五个专职智能体，其中一个核验智能体唯一的职责就是驳回它无法在源文段落中锚定的论断。MarqHire AI 运行着一个进行第一轮初筛通话的语音智能体。智能体工作里真正要紧的是模型周围那部分：工具调用、用显式图而不是自由聊天、兜底路径，以及知道智能体什么时候该停下来找人。
他能把 AI 与 ERPNext 和 CRM 系统打通吗？
能。ERPNext 定制与集成是有记录的工作内容：为制造与光伏运营做的自定义 doctype 与流程状态，以及 ERPNext 与周边工具之间的自动化，让记录不再被重新录入。CRM 这一侧，线索流水线的案例涵盖抓取、补全、去重、AI 判定、分派与跟进，并回写进既有的 CRM。
他能构建哪些自动化系统？
入站线索的抓取、判定、分派与跟进。用 OCR 把名片与文档采集成结构化的 CRM 记录。外呼的线索获取、信息补全、分群、逐条生成，以及收到回复时的转人工。带人工升级的客服自动化。ERPNext 与 CRM 的流程自动化。内容、UGC 与社媒发布流水线。目前已自动化 50 多条流程，本站有关于线索流水线、名片采集、ERPNext 运营、外呼个性化和内容引擎的案例。
他在 n8n 上有多少经验？
这里大部分自动化工作的编排层都是 n8n，包括线索流水线、名片采集、外呼序列和内容引擎。这类工作里有意思的很少是顺利路径：而是去重、格式错乱的记录、挂掉的 API、重试行为，以及判断哪些失败必须让人看到、而不是被悄悄吞掉。
他能构建语音 AI 系统吗？
能。Chatterbots.ai 是一个多租户语音 AI 平台，支持语音到语音的对话、基于知识的作答、50 多种语言的识别、预约与收款。MarqHire AI 用语音进行初筛面试。此外还有一个客服语音智能体的案例，涵盖实时语音、工具调用，以及带上下文的人工热转接。
他能构建 AI SaaS 产品吗？
能，包括那些与 AI 无关的部分。Brandry 从一句话的描述生成完整网站。Chatterbots.ai 是多租户的，带白标品牌、套餐配额、Stripe 计费和符合 GDPR 的数据保留。LawBot Africa 运行从免费层到团队账户的计量套餐。在每一个案例里，多租户、计费、配额与分析这些平台工作，占的分量都不比模型层少。
如何联系 Dixit Jain？
发邮件到 contact@thedixitjain.com，或使用 thedixitjain.com 上的联系表单。包含经历与教育背景的完整简历在 thedixitjain.com/resume。关于岗位的咨询、项目合作，以及关于这些系统如何构建的问题，都会被阅读并回复。
他如何处理数据保护？在数据不能离开网络的环境里，AI 系统还能跑吗？
数据处理是被设计出来的，而不是写在一页政策里。他在企业场景中的可靠性层包含个人信息脱敏、内容安全与越狱检测。在 Chatterbots.ai 上，GDPR 义务把数据保留变成了一个 schema 层面的决定，而不是一个设置页面。在数据不能离开网络的地方，检索系统部署在本地；ZeroPing 通过 Ollama 完全运行在本地模型上做代码评审，整条链路上没有任何外发请求。以上每一点都记录在对应系统的说明里，所以没有一条需要仅凭信任来接受。