多智能体工程（AE+X）
以评估为先的研究计划：配置、测试与部署多智能体系统，使其在真实工作流中稳定产出可靠结果。
我的 3–5 年研究计划是 Agentic Engineering（AE+X）：目标不只是“使用”AI/LLM，而是把它们当作可工程化系统来 设计—评估—部署，让多智能体架构在真实工作流中稳定地产生可依赖的结果。
核心主题：
- 面向多智能体系统的评估与基准（可靠性、校准、失败模式与误差分析）
- 面向传播研究的“人类 + LLM”混合编码与 QA：流程化、可复现、可审计
- 把治理作为一等输出（文档、日志、版本控制、可追责）
代表性论文与工作论文（2025+）
-
收听：音频概览
提示：播放器仅在展开后加载音频，以保持页面加载速度。一句话要点： 一个系统化、分层的误差纠正框架，用于提升领域特定 AI/LLM 输出的稳健性。如果你更喜欢听而不是读：音频概览会用双人对谈的方式快速介绍研究问题、方法与关键发现。 -
收听：音频概览
提示：播放器仅在展开后加载音频，以保持页面加载速度。一句话要点： 用“置信度×多样性”的视角，对 LLM 驱动的复杂质性编码进行可靠性评估与校准。如果你更喜欢听而不是读：音频概览会用双人对谈的方式快速介绍研究问题、方法与关键发现。 - A Confidence–Diversity Framework for Calibrating AI Judgement in Accessible Qualitative Coding Tasks
收听：音频概览
提示：播放器仅在展开后加载音频，以保持页面加载速度。一句话要点： 在可访问的质性编码任务中，用“置信度×多样性”框架校准 AI 判断，在准确性与不确定性之间取得平衡。如果你更喜欢听而不是读：音频概览会用双人对谈的方式快速介绍研究问题、方法与关键发现。 -
收听：音频概览
提示：播放器仅在展开后加载音频，以保持页面加载速度。一句话要点： 在 AI 时代，“东方主义”从简单的西方/东方二元转向更隐蔽的英语中心主义，重新组织可见性与话语权。如果你更喜欢听而不是读：音频概览会用双人对谈的方式快速介绍研究问题、方法与关键发现。
完整清单（含引用导出/分享按钮）见：研究。