关于
通过可交互的认知实验原型，探索 AI 成为持续存在的认知层后，人类如何获取信息、执行任务与构建工作流。
每个实验展示一种新的认知交互方式，不是工具，是对未来软件的提问。
研究方向
- 认知交互实验 — 设计可交互原型，让人感知到新的信息获取和任务执行方式存在
- AI 认知层研究 — 当 AI 成为持续存在的认知基础设施，人的工作流如何变化
- 验收者角色 — AI 负责编码时，人负责定义问题、设计验证方式、决定何时交付
实验工具
- 原型构建: Bun, TypeScript, WebView, Mustache
- 认知层: LLM API, Prompt Engineering, RAG, Agent
- 基础设施: GitHub Actions, VPS, Webhook
经验方向
认知实验原型 — 多变体生成器、AI 编码验收清单等可交互实验，每个原型验证一个关于未来工作流的假设。
AI Agent 工程 — 设计并实现生产级 multi-agent 编排系统，关注 agent success rate 与容错设计。
LLM 落地与优化 — 模型选型、prompt 架构、RAG 管线构建，基于 Quality/Latency/Cost 三角权衡。