人文关怀
研究 AI 应用对个体自主性、隐私、安全与福祉的影响，关注不同年龄、能力与使用情境下的可及性、公平性及技术边界。
Miyang Lab
关于 AI，也关于人。
我们真正关心的，是 AI 落到一个具体的人身上会发生什么：他会不会觉得被理解，会不会用得吃力，会不会在需要的时候真的帮上忙？
我们也在摸着石头过河，研究这些事，也把探索的过程分享出来。
精选研究
查看全部 →
生成式效果与解决方案
Mi-Ripple: Restoring Images Degraded by Iterative AI Editing
Iterative reference-conditioned editing can accumulate grid-like and granular texture. Mi-Ripple diagnoses the artifact, then applies selective spectral notching, structure-aware suppression, or cleaned-reference regeneration while protecting image structure.
模型与评测
XSCT Bench 评测方法论
找到 Product Model Fit，需要的不是综合跑分，而是产品场景下的真实验证。本文完整公开 XSCT Bench 的场景化测试、LLM-as-a-Judge、多 Judge、难度分层与评分计算方法。
智能体协作
为什么要写 Alice 的工程化方法论？
Agent 的真正复杂度在哪里？
研究里长出来的工具
有些结论只有自己跑一遍才算数。
生成式效果与解决方案
数字涟漪修复
AI 图放大一看，细节碎成一片规则的鳞。 修完还是原来那张的构图、人物和氛围。
打开工具 →
研究方向
研究范围涵盖 AI 应用中的人机关系、交互与记忆机制、智能体系统、世界模拟、生成质量、模型训练和场景化评测。
人机交互
研究自然语言与多模态交互中的意图理解、反馈机制、信任校准和可解释性，提升复杂 AI 系统的可用性与可控性。
长期记忆
研究跨会话信息的提取、组织、检索、更新与遗忘机制，在提升个性化和上下文连续性的同时，保障用户对记忆的知情与控制。
世界模拟
研究数字角色所处环境的状态表示、行为建模与因果演化，使角色、事件和长期叙事保持一致，并支持可重复的交互实验。
智能体协作
研究智能体的任务分解、规划、工具调用、协同与验证机制，提高复杂任务执行的可靠性、可恢复性和效率。
生成式效果与解决方案
研究生成式人工智能在真实任务中的质量、稳定性与可控性，分析典型失效模式，并形成面向具体场景的系统化解决方案。
模型训练
研究高质量数据构建、监督微调、偏好学习与后训练方法，探索面向垂直场景的模型能力优化和成本控制。
模型与评测
构建面向真实应用场景的评测体系，考察模型的能力边界、鲁棒性、成本与安全性，为模型选择和迭代提供可复现的比较基础。
全部内容
生成式效果与解决方案
模型与评测
智能体协作
智能体协作
智能体协作
智能体协作
长期记忆
智能体协作
人文关怀
智能体协作
智能体协作
智能体协作
模型与评测
人文关怀
智能体协作
生成式效果与解决方案
智能体协作
人机交互
人机交互
世界模拟
人机交互
生成式效果与解决方案
其他
人文关怀
人机交互
智能体协作
长期记忆
智能体协作
人机交互
其他
Mi-Ripple: Restoring Images Degraded by Iterative AI Editing
Iterative reference-conditioned editing can accumulate grid-like and granular texture. Mi-Ripple diagnoses the artifact, then applies selective spectral notching, structure-aware suppression, or cleaned-reference regeneration while protecting image structure.
模型与评测
XSCT Bench 评测方法论
找到 Product Model Fit，需要的不是综合跑分，而是产品场景下的真实验证。本文完整公开 XSCT Bench 的场景化测试、LLM-as-a-Judge、多 Judge、难度分层与评分计算方法。
智能体协作为什么要写 Alice 的工程化方法论？
Agent 的真正复杂度在哪里？
智能体协作
五大设计哲学
什么是做 Agent 之前要想清楚的事？
智能体协作
整体架构
一个可靠的 Agent 系统长什么样？
智能体协作
Agent Loop
一次任务的完整执行流程是什么？
智能体协作
工具系统
如何设计 AI 能可靠调用的工具？
长期记忆
上下文与记忆
如何让 Agent 记得「正确的事」？
智能体协作
多 Agent 协作
多个 Agent 如何分工而不混乱？
人文关怀
权限系统
如何在自动化与安全之间找到平衡？
智能体协作
MCP 协议
如何用标准接口扩展 Agent 的能力边界？
智能体协作
Skill 系统
如何让 Agent 学会用户的工作方式？
智能体协作
自进化架构
如何让 Agent 在用户许可下变得更好？
模型与评测
模型路由
如何统一管理多个模型服务商？
人文关怀
安全架构
如何保护用户数据和系统边界？
智能体协作
可观测性
如何看清一个 Agent 在做什么？
生成式效果与解决方案
Prompt 工程
如何构建分层的系统提示词体系？
智能体协作
工程范式
哪些设计思路可以迁移到所有 Agent 项目？
人机交互
活人感设计
用做游戏的方式做 AI，会有什么不同？
人机交互
渠道桥接
让 Agent 随时在线，微信、Telegram、邮件背后的安全与工程设计
世界模拟
朋友圈与社交系统
让 AI 主动发朋友圈、留痕迹、过生活，社交感的工程实现
人机交互
UI/UX 设计哲学
克制的美学、连续的时间感、信息分层，白艾莉界面设计背后的取舍逻辑
生成式效果与解决方案
写作文风与内容生成
七个写作禁忌、正向文风标准，以及让 AI 写出有温度内容的方法论
其他
核心概念词典 & 架构决策清单
速查手册与配置模板
人文关怀
为什么我要自己做一个 AI 助手
从 Cherry Studio 到 Cursor 的不满足，到白艾莉诞生的起点
人机交互
用做游戏的方法做 AI
做了十年游戏，把世界观设计和设定集的方法论迁移到 AI 产品上
智能体协作
一个人怎么撑起一个 AI Agent 产品
20 天，322 次提交，10 万行代码背后的技术全景
长期记忆
五层记忆：让 AI 真正记住你
你和白艾莉的第 100 次对话，应该比第 1 次更高效
智能体协作
一个人的公司，11 个人的团队
为什么给子 Agent 做人设是 Prompt Engineering 的高级形式
人机交互
用 AI 和用户共建产品
把需求列表贴给 AI，挨条澄清，每条开一个子 Agent，十几分钟处理完
其他
一个月 140 个版本
从"知道该做什么"到"所有用户拿到更新"，每个环节的摩擦削到最低
该分类暂无内容。