人文關懷
研究 AI 應用對個體自主性、隱私、安全與福祉的影響，關注不同年齡、能力與使用情境下的可及性、公平性及技術邊界。
Miyang Lab
關於 AI，也關於人。
我們真正關心的，是 AI 落到一個具體的人身上會發生什麼：他會不會覺得被理解，會不會用得吃力，會不會在需要的時候真的幫上忙？
我們也在摸著石頭過河，研究這些事，也把探索的過程分享出來。
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。
智慧體協作
为什么要写 Alice 的工程化方法论？
Agent 的真正复杂度在哪里？
研究裡長出來的工具
有些結論只有自己跑過一遍才算數。
生成式效果與解決方案
數位漣漪修復
AI 圖放大一看，細節碎成一片規則的鱗。 修完還是原來那張的構圖、人物和氛圍。
開啟工具 →
研究方向
研究範圍涵蓋 AI 應用中的人機關係、互動與記憶機制、智慧代理系統、世界模擬、生成品質、模型訓練和情境化評測。
人機互動
研究自然語言與多模態互動中的意圖理解、回饋機制、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
研究跨工作階段資訊的提取、組織、檢索、更新與遺忘機制，在提升個人化和脈絡連續性的同時，保障使用者對記憶的知情與控制。
世界模擬
研究數位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，並支援可重複的互動實驗。
智慧代理協作
研究智慧代理的任務分解、規劃、工具呼叫、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
研究生成式人工智慧在真實任務中的品質、穩定性與可控性，分析典型失效模式，並形成面向具體情境的系統化解決方案。
模型訓練
研究高品質資料建構、監督微調、偏好學習與後訓練方法，探索面向垂直情境的模型能力優化和成本控制。
模型與評測
建構面向真實應用情境的評測體系，考察模型的能力邊界、穩健性、成本與安全性，為模型選擇和迭代提供可重現的比較基礎。
全部內容
生成式效果與解決方案
模型與評測
智慧體協作
智慧體協作
智慧體協作
智慧體協作
長期記憶
智慧體協作
人文關懷
智慧體協作
智慧體協作
智慧體協作
模型與評測
人文關懷
智慧體協作
生成式效果與解決方案
智慧體協作
人機互動
人機互動
世界模擬
人機互動
生成式效果與解決方案
其他
人文關懷
人機互動
智慧體協作
長期記憶
智慧體協作
人機互動
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。
智慧體協作为什么要写 Alice 的工程化方法论？
Agent 的真正复杂度在哪里？
智慧體協作
五大设计哲学
什么是做 Agent 之前要想清楚的事？
智慧體協作
整体架构
一个可靠的 Agent 系统长什么样？
智慧體協作
Agent Loop
一次任务的完整执行流程是什么？
智慧體協作
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」？
智慧體協作
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？
智慧體協作
MCP 协议
如何用标准接口扩展 Agent 的能力边界？
智慧體協作
Skill 系统
如何让 Agent 学会用户的工作方式？
智慧體協作
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？
智慧體協作
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？
智慧體協作
工程范式
哪些设计思路可以迁移到所有 Agent 项目？
人機互動
活人感设计
用做游戏的方式做 AI，会有什么不同？
人機互動
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
人機互動
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
人機互動
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
智慧體協作
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
智慧體協作
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
人機互動
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
此分類尚無內容。