人文關懷
研究 AI 應用對個體自主性、私隱、安全與福祉的影響，關注不同年齡、能力與使用場景下的可及性、公平性及技術邊界。
Miyang Lab
關於 AI，亦關於人。
我哋真正關心嘅，係 AI 落到一個具體嘅人身上會發生咩事：佢會唔會覺得被理解，會唔會用得吃力，會唔會喺有需要嘅時候真係幫得上忙？
我哋自己都係摸着石頭過河，研究呢啲事，亦會將探索嘅過程分享出嚟。
精選研究
查看全部 →
生成式效果與解決方案
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.
模型與評測
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。
智能體協作
为什么要写 Alice 的工程化方法论？
Agent 的真正复杂度在哪里？
研究裏面長出嚟嘅工具
有啲結論，自己跑過一遍先作數。
生成式效果與解決方案
數字漣漪修復
AI 圖放大一睇，細節碎成一片規則嘅鱗片。 修完仍然係原來嗰張嘅構圖、人物同氣氛。
打開工具 →
研究方向
研究範圍涵蓋 AI 應用中的人機關係、交互與記憶機制、智能體系統、世界模擬、生成質素、模型訓練和場景化評測。
人機交互
研究自然語言與多模態交互中的意圖理解、反饋機制、信任校準和可解釋性，提升複雜 AI 系統的可用性與可控性。
長期記憶
研究跨會話信息的提取、組織、檢索、更新與遺忘機制，在提升個性化和上下文連續性的同時，保障用戶對記憶的知情與控制。
世界模擬
研究數字角色所處環境的狀態表示、行為建模與因果演化，使角色、事件和長期敘事保持一致，並支持可重複的交互實驗。
智能體協作
研究智能體的任務分解、規劃、工具調用、協同與驗證機制，提高複雜任務執行的可靠性、可恢復性和效率。
生成式效果與解決方案
研究生成式人工智能在真實任務中的質素、穩定性與可控性，分析典型失效模式，並形成面向具體場景的系統化解決方案。
模型訓練
研究高質素數據構建、監督微調、偏好學習與後訓練方法，探索面向垂直場景的模型能力優化和成本控制。
模型與評測
構建面向真實應用場景的評測體系，考察模型的能力邊界、魯棒性、成本與安全性，為模型選擇和迭代提供可復現的比較基礎。
全部內容
生成式效果與解決方案
模型與評測
智能體協作
智能體協作
智能體協作
智能體協作
長期記憶
智能體協作
人文關懷
智能體協作
智能體協作
智能體協作
模型與評測
人文關懷
智能體協作
生成式效果與解決方案
智能體協作
人機交互
人機交互
世界模擬
人機交互
生成式效果與解決方案
其他
人文關懷
人機交互
智能體協作
長期記憶
智能體協作
人機交互
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.
模型與評測
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。
智能體協作为什么要写 Alice 的工程化方法论？
Agent 的真正复杂度在哪里？
智能體協作
五大设计哲学
什么是做 Agent 之前要想清楚的事？
智能體協作
整体架构
一个可靠的 Agent 系统长什么样？
智能體協作
Agent Loop
一次任务的完整执行流程是什么？
智能體協作
工具系统
如何设计 AI 能可靠调用的工具？
長期記憶
上下文与记忆
如何让 Agent 记得「正确的事」？
智能體協作
多 Agent 协作
多个 Agent 如何分工而不混乱？
人文關懷
权限系统
如何在自动化与安全之间找到平衡？
智能體協作
MCP 协议
如何用标准接口扩展 Agent 的能力边界？
智能體協作
Skill 系统
如何让 Agent 学会用户的工作方式？
智能體協作
自进化架构
如何让 Agent 在用户许可下变得更好？
模型與評測
模型路由
如何统一管理多个模型服务商？
人文關懷
安全架构
如何保护用户数据和系统边界？
智能體協作
可观测性
如何看清一个 Agent 在做什么？
生成式效果與解決方案
Prompt 工程
如何构建分层的系统提示词体系？
智能體協作
工程范式
哪些设计思路可以迁移到所有 Agent 项目？
人機交互
活人感设计
用做游戏的方式做 AI，会有什么不同？
人機交互
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
世界模擬
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
人機交互
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
生成式效果與解決方案
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
人文關懷
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
人機交互
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
智能體協作
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
長期記憶
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
智能體協作
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
人機交互
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
呢個分類暫時冇內容。