HTML Shengwei You | Agent IA et architecture Web3
Ouvert à la collaboration et aux opportunités

Shengwei You · 游盛巍

Architecte principal des systèmes d'IA et DeFi quantitatif

J'architecte des agents d'IA autonomes et des pipelines sans humain qui extraient de la valeur des marchés décentralisés, des moteurs d'arbitrage inter-chaînes à haute fréquence à l'application déterministe des risques sans intervention humaine. En tant que conférencier FinTech et doctorat. candidat, je fais le lien entre la recherche de pointe et les systèmes de production livrés.

Entrer en contact Voir les publications
Shengwei You (游盛巍)

Rôle actuel

AI DeFi Architecte, OPC

Se concentrer

IA agentique × Quant DeFi

Philosophie

Ce qui me motive

Chaque ligne de code que j’écris sert une idée : les systèmes décentralisés et l’IA peuvent – ​​et devraient – ​​rendre la finance plus équitable pour tous.

⚡

Automatisez tout

Les pipelines sans humain sont la fin du jeu. Je construis des systèmes qui ingèrent des données en chaîne, exécutent des stratégies et imposent des risques, le tout sans une seule étape manuelle.

🔬

Des recherches expédiées

Les connaissances académiques ne sont utiles que lorsqu’elles arrivent en production. Je transforme la recherche au niveau de la thèse en outils open source, moteurs de backtesting et systèmes de trading en direct.

🌍

Enseigner et responsabiliser

Des conférences d'études supérieures à HKBU aux hackathons de premier plan (gagnant du H.K. Consensus 2025), je rends les connaissances sur l'IA et la blockchain accessibles et exploitables.

🚀

Expédier, puis itérer

Le perfectionnisme tue l’élan. Lancez-vous tôt, apprenez vite, traitez chaque échec comme des données. Les meilleurs systèmes sont forgés grâce à des itérations incessantes.

Citation inspirante

"Le meilleur moment pour planter un arbre, c'était il y a vingt ans. Le deuxième meilleur moment, c'est maintenant."

— Proverbe chinois

Compétences de base

Agent IA et architecture Web3

Construire des systèmes autonomes et sans humain qui extraient de la valeur et renforcent les risques sur les marchés décentralisés

🤖

Orchestration agentique

LangChain, n8n, Kimi OpenClaw, systèmes multi-agents autonomes (MAS) et architectures d'exécution en tant que service (EaaS) qui examinent de manière autonome les contrats intelligents, exécutent des simulations et imposent une exécution en chaîne.

📈

Trading quantitatif et algorithmique

Python (Web3.py / Brownie), Web3.js, moteurs d'arbitrage inter-chaînes à haute fréquence, arbitrage de taux de financement, simulation de glissement AMM, analyse et backtest de données en chaîne.

🛡️

Risque déterministe

Gestion automatisée des risques appliquée par la logique déterministe OpenClaw. Application de seuils algorithmiques, protection contre les retraits en temps réel et protocoles d'exécution sans intervention humaine.

⛓️

Infrastructure Web3

Conception au niveau du protocole, dépôt de contrat intelligent (Solidity / Rust), sécurité de l'identité cryptographique, pipelines automatisés sans humain et architectures d'interopérabilité inter-chaînes.

Travail actuel

MVF-Composer

Abstrait -Les contrôleurs algorithmiques de réserve de pièces stables sont vulnérables à une optimisation aveugle du régime lorsqu'ils se calibrent sur des données de beau temps tout en ignorant les événements extrêmes. L'effondrement du BLACK THURSDAY en mars 2020 (8,3 millions de dollars de pertes, écart de référence de 15 %) a révélé une vulnérabilité clé : des modèles tels que le Stable Aggregate Stablecoin (SAS) omettent systématiquement l'extrême volatilité des estimations de covariance, produisant des allocations optimales en termes d'attente mais catastrophiques en cas de stress. Pour combler cette lacune, nous présentons MVF-Composer, un contrôleur Mean-Variance Frontier pondéré en fonction de la confiance intégrant un harnais de stress pour l'estimation de l'état de risque. Le Stress Harness pilote des simulations multi-agents qui servent de tests de stress contradictoires : des agents hétérogènes exécutent des actions de protocole dans des scénarios de crise, exposant les vulnérabilités avant qu'elles ne se manifestent dans la chaîne. Un mécanisme complémentaire d’évaluation de la confiance réduit la pondération des agents manipulateurs, garantissant ainsi leur robustesse face à l’influence adverse.

Dans 1 200 scénarios de chocs de type cygne noir, MVF-Composer réduit l'écart de référence maximal de 57 % et le temps de récupération de 3,1 fois par rapport à SAS. La couche de confiance représente 23 % des gains de stabilité. Le système fonctionne sur du matériel standard et fournit un cadre reproductible pour tester les réserves DeFi contre les risques extrêmes.

Termes de l'indice : pièces stables algorithmiques, finance décentralisée, simulation basée sur des agents, tests de résistance, gestion des risques, optimisation de la variance moyenne

Publications

Travaux récents

Publications sélectionnées et résultats de recherche

2026

Protocole de stabilisation hybride pour les actifs numériques inter-chaînes utilisant des signatures d'adaptateur et un arbitrage basé sur l'IA

Chapitre de livre | DOÏ :10.1007/978-3-032-00495-6_8

Contributeurs : Shengwei You ; Andrey Kuehlkamp ; Jarek Nabrzyski

Clé de citation :you2026_hybrid_stabilisation

2024

Protocole de préservation de la réputation de la personne (P2RP) pour une sécurité, une confidentialité et une confiance améliorées dans les oracles blockchain

Informatique en cluster, article de revue | DOÏ :10.1007/s10586-023-04222-4

Contributeurs : Shengwei You ; Kristina Radivojevic ; Jarek Nabrzyski ; Paul Brenner

Clé de citation :vous2024_p2rp

2023

Comportement des utilisateurs miniers dans les applications décentralisées pour l'analyse de la confiance et de la sécurité de la blockchain

2023 Cinquième conférence internationale sur l'informatique et les applications blockchain (BCCA) | DOÏ :10.1109/bcca58897.2023.10338860

Contributeurs : Shengwei You ; Aditya Joshi ; Andrey Kuehlkamp ; Jarek Nabrzyski

Clé de citation :you2023_mining_user_behavior

2022

Confiance dans le contexte des applications Blockchain

Quatrième conférence internationale 2022 sur l'informatique et les applications blockchain (BCCA) | DOÏ :10.1109/bcca55292.2022.9922068

Contributeurs : Shengwei You ; Kristina Radivojevic ; Jarek Nabrzyski ; Paul Brenner

Clé de citation :you2022_trust_context_blockchain

Expérience

Parcours professionnel

Des contributions open source à The Linux Foundation à la création de systèmes DeFi sans humain

Août 2024 – Aujourd’hui

Architecte principal des systèmes d'IA et DeFi quantitatif

Indépendant OPC · Hong Kong

Conception d'un simulateur d'action DeFi basé sur l'IA, exploitant n8n + LangChain MAS pour exécuter de manière autonome des révisions de code de contrats intelligents, des simulations de dérapage et des transactions en chaîne. Création d'un moteur d'arbitrage inter-chaînes haute fréquence avec Python (Web3.py) et Web3.js. Protocoles de risque déterministes architecturés via la logique OpenClaw, appliquant les limites de prélèvement quotidiennes maximales sans intervention humaine. Conception de pipelines de données de bout en bout pour l'analyse en chaîne en temps réel et l'optimisation de la stratégie.

Septembre 2025 – Aujourd’hui

Conférencier FinTech

École de commerce, Hong Kong Baptist University · Hong Kong

Développer et dispenser un programme d'études supérieures en informatique financière, guidant les étudiants dans la création et le backtest de modèles de trading quantitatifs avec Python (NumPy, pandas, StatsModels) et l'apprentissage automatique (scikit-learn).

Mai 2019 – août 2019

Ingénieur Blockchain Full-Stack

The Linux Foundation · San Francisco, Californie

Direction du développement d'un tableau de bord de visualisation des performances en temps réel pour les réseaux Hyperledger Fabric à l'aide de la pile MERN. Rédaction d'une documentation technique complète pour Caliper-CLI, réduisant le temps d'intégration des développeurs d'environ 30 %. Présenté àHyperledger Global Forum 2020.

Août 2018 – décembre 2019

Étudiant chercheur diplômé

Purdue University, CSE · West Lafayette, IN

Développement d'un portefeuille hiérarchique-déterministe (HD) sécurisé dans Go et open-source du projet pour la communauté des développeurs. Conception d'une attaque de ML contradictoire sur les CNN et présentation des résultats à la communauté de cybersécurité de l'université.

Éducation

Formation académique

doctorat Candidat, Informatique

University of Notre Dame

2020 – Présent · South Bend, IN

Conseiller : Jarek Nabrzyski. Thèse : Modélisation et simulation des risques économiques et des échecs de confiance systémique dans les protocoles stablecoin, conception de nouveaux mécanismes pour une interopérabilité minimisant la confiance. Conception d'un système multi-agents de validation de principe pour la notation des risques de désancrage des pièces stables en temps réel.

MS, informatique (InfoSec)

Purdue University

2018 – 2019 · West Lafayette, IN

Concentrez-vous sur la sécurité des informations, la cryptographie et l’apprentissage automatique contradictoire.

BA, Mathématiques (ML appliqué, PNL)

University of Washington

2014 – 2018 · Seattle, Washington

Mathématiques appliquées avec un accent sur l'apprentissage automatique et le traitement du langage naturel.

Pile technologique

Outils et technologies

🤖 Agentique et IA

LangChain n8n Kimi OpenClaw Systèmes multi-agents Curseur Répliquer

📈 Quant & Trading

Web3.py / Brownie Web3.js Arb à chaînes croisées Taux de financement Arb Backtesting Analyse en chaîne

🔗 Web3 & Contrats

Solidité Rouiller EVM Escrow de contrat intelligent Identité cryptographique ZKP

💻 Langues et Infra

Python Aller TypeScript/JS Java C SQL API CapCut
Contact

Collaborons

Intéressé par une collaboration en recherche, des opportunités de DeFi conseil, enseignement ou conférence ? J'aimerais avoir de vos nouvelles.

📧shengwei.you@gmail.com 💼LinkedIn 🐙GitHub