现在在做什么

刚从北京搬到南沙，秋天入学香港科技大学（广州）人工智能本科。趁搬家的间隙把手上的线理一遍。

一个母题：能力是怎么长出来的

这几年做的东西看着很散——量化、Agent、评估、知识工具——但底下是同一个问题：AI 能力是怎么被一个人、一个组织真正获取并沉淀下来的？

我把它建模成一个资源代谢系统：信息进来，经过五段管线被消化成可复用的能力，中间每一段都有可度量的损耗。现在在整理相关工作图谱，准备写成论文。

让 Agent 集群自己干活，只在该叫人的时候叫人

Dispatch 是这条线上的工程实践。核心不是"让 AI 写更多代码"，而是换一种人机协作范式：例外管理——Agent 集群自我驱动推进开发，只在真正的决策时刻呼叫人类，人用语音发放许可、裁决分歧。

难的部分不在模型，在工程保证：主干永远绿、随并发扩展、有界自主、不丢工、设计冲突升级为决策。这五条得靠分支保护、必需检查、Merge Queue、CODEOWNERS 这些机制立起来，再加一个冲突分诊集成器——机械冲突自动解，设计冲突升级给人。

可验证 > 宣称

Verdict 想回答"财经 KOL 说的话到底准不准"：抽取可证伪的立场，对齐行情自动结算，最后产出一张校准画像。跑到现在最有意思的发现是，自报把握程度和实际兑现率是反向的。

Lode 是同一个信念的另一面：每条 AI 结论都要能回指原文出处。这行做溯源的很多，但大部分停在宣称——我更关心实测的抽取覆盖率是多少，因为那个数字才是产品的地板。

GEO-Scope 也是。品牌在 AI 回答里到底存不存在，得有一套能复现的量化口径，而不是靠感觉。

---

这一页会随着手上的事情变化更新。想聊可以直接发邮件。