每個數字都鏈回到一個 seed、一份 log、一個 result 檔案。點一下，跳到產出它的系統。
多數 AI 專案死在 demo 與上線之間。我做 demo 之後那段：能跑真活兒、壓力下可解釋地失敗、並且可證明的。
多模型編排（OpenAI、Anthropic、本地）帶自動 failover、content-hash 快取、每次呼叫的成本/延遲/token 遙測。
用 TLA+ 規範並模型檢驗安全狀態機，使熔斷電路是 proven safe，不是希望安全。
用 Q-learning 對手攻擊自己的系統，失敗模式如實記錄，不藏。
每個數字都鏈回到一個 seed、一段 LLM trace、一份 result 檔案。一條指令重跑全部。我會寫明自己證據的邊界。
也透過 Lion Protocol 接 AI 部署交付：一個明確 scope 的 workflow，從問題做到上線、可監控、客戶自持的系統，典型週期約 90 天。
獨立端到端構建。每個都附帶測量與重現方法。
帶形式化驗證安全迴路的多模型智能體堆疊。
程式碼可應要求提供。深入了解 →
三個 LLM 角色辯論，裁決在鏈上執行。
程式碼可應要求提供。深入了解 →
為穩定幣錨定而生的信任加權均值-方差控制，獲 IEEE ICBC 2026 接收。
程式碼可應要求提供。深入了解 →
鏈上 SNARK 驗證，成本為既有方案的一小部分。
程式碼可應要求提供。深入了解 →
想要每個系統的問題、動機、貢獻完整走查？前往專案頁 →
我的博士研究處於自主智能體、共識設計與安全的交叉點。工程與研究互相滋養。
我關心一個具體問題：憑什麼信一個自主智能體的輸出？我給的答案是一種 Proposer / Challenger / Judge 架構：獨立 agent 在決策被採用之前先辯論、給出裁定，再進入執行。它在學術上是研究對象，在生產裡是 OC1、OC2、MVF-Composer 這幾套系統的安全層：輸出是被質疑、被裁定的，不是被盲信的。
主題：多智能體系統、共識與信任、校準預測、區塊鏈與去中心化系統安全。
從 The Linux Foundation 的開源基礎設施，到今天交付 AI 智能體系統。
Lion Protocol · 香港
設計並交付 AI 智能體系統：多模型編排、檢索 grounding、safety gating，FastAPI 出服務，內建 observability 與 human-in-the-loop checkpoint。負責 scope、build、harden，把客戶自持的系統交出去。
香港浸會大學 工商管理學院
在研究所金融計算課程任客座講師，帶學生用 Python（NumPy、pandas、scikit-learn）構建並 backtest 量化模型。現居香港，持高端人才通行證（TTPS）。
The Linux Foundation · 美國舊金山
為 Hyperledger Fabric 用 MERN 堆疊搭一個即時效能 dashboard，並為 Caliper-CLI 寫文件，縮短了開發者上手時間。工作在 Hyperledger Global Forum 2020 展示。
普渡大學 計算機科學與工程 · 美國西拉法葉
用 Go 實作並開源了一個安全 HD（hierarchical-deterministic）錢包。實作了一種針對 CNN 的對抗 ML 攻擊，並把發現帶到校內安全社群。
電腦科學博士在讀
聖母大學（University of Notre Dame）
指導教授：Jarek Nabrzyski
論文方向：去中心化系統中的信任與系統性風險，面向可校準、安全感知自動化的多智能體架構。
電腦科學碩士（資訊安全）
普渡大學（Purdue University）
2018 至 2019
資訊安全、密碼學、對抗性機器學習。
數學學士
華盛頓大學（University of Washington）
2014 至 2018
應用數學，方向偏 ML 與 NLP。
主攻方向。OpenAI、Anthropic、Crypto.com。
Binance、OKX、Crypto.com。
OpenAI DevX、MiniMax、Mistral、Qwen、DeepSeek、智譜。
同時在寫一門以中文為主的課《你的第一位 AI 員工》，並在 Lion Protocol OPC 每週做一次 Skill Studio。節奏：做、記錄、分享、變現。
開放 AI 部署 / FDE 機會、AI × 加密工程、開發者關係，以及少量諮詢合作。每則訊息我都看。
