每个数字都链回到一个 seed、一份日志、一个结果文件。点一下，跳到产出它的系统。
多数 AI 项目死在 demo 与上线之间。我做 demo 之后那段：能跑真活儿、压力下可解释地失败、并且可证明的。
多模型编排（OpenAI、Anthropic、本地）带自动 failover、内容哈希缓存、每次调用的成本/延迟/token 遥测。
用 TLA+ 规范并模型检验安全状态机，使熔断电路是已证安全（proven safe），不是希望安全。
用 Q-learning 对手攻击自己的系统，失败模式如实记录，不藏。
每个数字都链回到一个 seed、一段 LLM trace、一份结果文件。一条命令重跑全部。我会写明自己证据的边界。
也通过 Lion Protocol 接 AI 部署交付：一个明确 scope 的工作流，从问题做到上线、可监控、客户自持的系统，典型周期约 90 天。
独立端到端构建。每个都附带测量与复现方法。
带形式化验证安全回路的多模型智能体栈。
代码可应要求提供。深入了解 →
三个 LLM 角色辩论，裁决在链上执行。
代码可应要求提供。深入了解 →
面向稳定币锚定的信任加权均值-方差控制，被 IEEE ICBC 2026 接收。
代码可应要求提供。深入了解 →
链上 SNARK 验证，成本为既有方案的一小部分。
代码可应要求提供。深入了解 →
想要每个系统的问题、动机、贡献完整走查？前往项目页 →
我的博士研究处于自主智能体、共识设计与安全的交叉点。工程与研究互相滋养。
我关心一个具体问题：凭什么信一个自主智能体的输出？我给出的答案是一种 Proposer / Challenger / Judge 架构，让独立 agent 在决策被采纳之前先辩论、给出裁定，再进入执行。它在学术上是研究对象，在生产里是 OC1、OC2、MVF-Composer 这几套系统的安全层：输出是被质疑、被裁定的，不是被盲信的。
主题：多智能体系统、共识与信任、校准预测、区块链与去中心化系统安全。
从 The Linux Foundation 的开源基础设施，到今天交付 AI 智能体系统。
Lion Protocol · 香港
设计并交付 AI 智能体系统：多模型编排、检索 grounding、safety gating，FastAPI 出服务，内建 observability 与 human-in-the-loop checkpoint。负责 scope、build、harden，并把客户自持的系统交付出去。
香港浸会大学 工商管理学院
在研究生金融计算课程任客座讲师，带学生用 Python（NumPy、pandas、scikit-learn）构建并 backtest 量化模型。现居香港，持高端人才通行证（TTPS）。
The Linux Foundation · 美国旧金山
为 Hyperledger Fabric 用 MERN 栈搭一个实时性能 dashboard，并为 Caliper-CLI 写文档，缩短了开发者上手时间。工作在 Hyperledger Global Forum 2020 展示。
普渡大学 计算机科学与工程 · 美国西拉法叶
用 Go 实现并开源了一个安全 HD（hierarchical-deterministic）钱包。实现了一种针对 CNN 的对抗 ML 攻击，并把发现带到了校内安全社区。
计算机科学博士在读
圣母大学（University of Notre Dame）
导师：Jarek Nabrzyski
论文方向：去中心化系统中的信任与系统性风险，面向可校准、安全感知自动化的多智能体架构。
计算机科学硕士（信息安全）
普渡大学（Purdue University）
2018 至 2019
信息安全、密码学、对抗性机器学习。
数学学士
华盛顿大学（University of Washington）
2014 至 2018
应用数学，方向偏 ML 与 NLP。
主攻方向。OpenAI、Anthropic、Crypto.com。
Binance、OKX、Crypto.com。
OpenAI DevX、MiniMax、Mistral、Qwen、DeepSeek、智谱。
同时在写一门以中文为主的课《你的第一位 AI 员工》，并在 Lion Protocol OPC 每周做一次 Skill Studio。节奏：做、记录、分享、变现。
开放 AI 部署 / FDE 机会、AI × 加密工程、开发者关系，以及少量咨询合作。每条消息我都看。
