黄胜泽研究与实践

SHENGZE HUANG · NOTES FROM RESEARCH & BUILDING

AI 能回答,
怎样才能把事做成?

我是黄胜泽。我研究让 AI 查信息、用工具、完成任务,也关心它怎样从失败中改进。这里先讲人会遇到的问题,再展开方法、实验,以及我在过程中形成的思考。

能利用工具、连续推进任务的 AI 系统,通常被称为“智能体”。

READING PATHS

沿着一条线,读懂背后的工作。

从你关心的问题进入。
代码、论文和方法图,都放在文章里。

RESEARCH

论文背后的问题。

查看全部研究 ↗

FIELD NOTES

研究过程,也值得留下来。

全部技术笔记 ↗
2026.10.26

Earth Agent 后记:越改越稳,为什么换一批题却更差?

最值得写下来的进展,是几个原本让人放心的结论后来站不住了。从五例探索、十五轮配置搜索,到专项插件融合与九十题回顾性测试,这篇文章重新梳理预测器、研究循环和数据边界。

↗
2026.10.22

失败一定属于模型吗?从四个案例审计评测系统

智能体成绩来自模型与评测系统的共同作用。围绕 τ²-Bench 的任务说明、模拟用户、环境状态和评分器,整理四类语义不一致案例,并建立从完整轨迹到首次决定性分歧、再到单变量反事实的诊断方法。

↗
2026.10.26

MCP、Tool、Skill、CLI:从一次真实任务拆开四个概念

同一个“查文档、整理结论、写回飞书”的任务,可以经过不同的调用路径。把执行动作、连接协议、操作入口与任务方法分开,就更容易判断该接什么、该学什么,以及出错时该改哪里。

↗

A LITTLE ABOUT ME

研究系统,也在系统里做研究。

我在清华大学学习数学与人工智能。做过智能体运行机制优化,也在探索自动实验、行为反馈,以及面向学习与专注的产品。我喜欢把抽象想法落到一条能看见输入、行动和结果的流程里。

更多关于我的工作方式 ↗