About
关于
在技术、制度与人的经验之间，保持好奇。
我接受过数理、工程与公共事务方面的跨学科训练，兴趣集中在人工智能如何进入真实场景，以及技术、制度与人的行为如何相互影响。
我做过数据分析、智能体和自动化工具，也持续参与社会调研与教育公益实践。这些经历让我逐渐形成一种工作方式：先进入现场理解问题，再选择适当的技术和研究方法，而不是从工具出发寻找用途。
这个网站用于记录项目过程、研究笔记和仍在形成中的判断。为保护参与者和个人隐私，部分经历已经匿名化、概括化，并省略了机构、地点与精确时间。
经历与项目时间轴
以下内容按年份与成长阶段整理。地点、机构、人员姓名、精确日期和部分项目名称已被概括，以避免形成可识别的身份组合。
逐渐养成关注公共事件的习惯。相比记住一个结论，我更想弄清问题为何发生、不同人的处境为何不同，这成为后来关注教育机会与城乡发展的起点。
集中学习物理与数学，经历长期的竞赛训练并获得阶段性认可。训练带来的不只是解题技巧，也包括拆解条件、构造模型、检验假设和面对失败结果的能力。
在完成竞赛阶段后，发起学习交流小组，整理资料和方法，与更低年级的同学分享。这是我第一次意识到，知识的意义不仅在于个人取得结果，也在于降低他人进入一个领域的门槛。
开始系统学习程序设计、数据结构、信号与系统、人工智能和机器学习。数理训练逐渐转化为处理数据、设计算法和理解复杂系统的工程能力。
在工程学习之外，主动接触公共管理、经济学、政治学与社会科学方法。关注点也从“模型能否工作”扩展到“模型为谁工作、进入怎样的制度环境、产生什么影响”。
参与乡村与社区实践，通过入户交流、产业观察和教育分享理解日常生活中的具体困难。一些看似微小的需求让我认识到，公共行动的价值常常藏在能否解决一件具体小事之中。
多个假期持续参与城乡调研，议题涉及教育、产业发展、公共服务、数字传播和基层治理。角色也从参与者逐渐变为项目组织者，开始负责选题、访谈设计、团队协作和成果整理。
参与线上线下教学支持，并推动面向志愿者的数字工具和内容体系建设。工作重点包括课程协作、服务流程、资源沉淀，以及探索 AI 如何减少重复劳动而不削弱人与人的联系。
围绕样本稀缺、类别不平衡和预测不稳定等问题，完成数据预处理、增强、特征工程、模型选择与比较。项目强化了一个认识：漂亮的单次指标不等于可靠的方法，验证方式与失败样本同样重要。
陆续尝试政策文本分析、信息传播可视化和文化作品情感分析，将词向量、语言模型与定性阅读结合。技术在这里不是替代解释，而是帮助发现值得进一步阅读和验证的结构。
参与设计内容生成与知识组织智能体，将检索、生成、核验和排版拆成可观察环节。项目在竞赛和展示中得到认可，也让我更加关注模型的不确定性、来源追踪与人工最终判断。
与伙伴协作构建基于人物资料库的对话原型，让不同立场的角色围绕同一问题展开交流。过程中负责工作流配置、知识整理与多角色交互，思考生成式内容的边界和文化表达责任。
使用博弈论、动态模型和数值实验研究群体行为如何影响决策与市场结果。相比假定所有参与者完全理性，我更关心认知差异、从众行为和制度条件如何共同塑造结果。
围绕城乡发展与集体行动问题，尝试把文献研究、实地观察、大文本分析和多主体模拟放在同一研究框架中，探索技术方法能否帮助解释制度运行中的协调与约束。
持续参与辩论、课程助教、读书讨论和项目带队。组织工作让我学习如何让不同背景的人形成共同问题、分配任务并完成交付；表达训练则迫使我区分事实、推论与价值判断。
目前继续关注 AI、知识工作、行为建模与公共治理的交叉地带，同时整理过去的项目和现场笔记。这个网站也会作为长期档案，记录方法如何形成、项目为何失败，以及判断如何随证据变化。