Agent 系统
以记忆、工具、任务委派与可观察工作流，在现实世界中可靠行动。
AI 研究者 · 系统构建者 · 作者
Wayland Zhang
我研究自适应智能：AI 如何动态计算、持续学习、保留个人记忆，并超越单次上下文窗口进行推理。
与此同时，我在两个错误会产生真实后果的领域中构建系统。
量化系统
以数学与神经模型、时点证据、执行感知检验与独立风控，在市场中作出决策。
方法可以相通，结论必须分别证明。
我的写作与教学触达超过 10 万名实践者，并促成了三本技术书和两个开源平台。
联系: waylandzhang[at]gmail.com
当前工作
Agent 系统
让本地与云端 Agent 可靠地接受委派：工具、权限、回放与可观察工作流。
记忆与推理
动态计算、持续学习、个人记忆，让智能不被限制在单次上下文窗口之内。
量化研究
自适应多机制信号、反问题框架、执行感知验证与独立治理的风险控制。
数学与神经网络可以提供共同的问题和工具，但结果不能跨领域直接迁移；每个市场结论都必须重新赢得时点、成本与前向证据。
个人经历
此前创办的社交广告平台后来被 AdChina（阿里巴巴集团） 收购。2003–2007 年就读于多伦多大学计算机科学专业，并参加过 Geoffrey Hinton 教授的课程。
我构建的系统
研究与文章选读
全部文章GitHub 动态
著作
时间线
2026.07~构建 AI 原生量化研究与交易实验室 Dnalyaw，同时研究 AI 推断并训练记忆模型。
2026~构建 Kocoro 与 Shannon，让 AI 可靠地接受复杂任务委派，并持续写作生产级 Agent 工程。
2025~研究动态神经网络、持续学习，以及超越固定 Transformer 循环的推理方式。
2023–2024开始深入研究大语言模型与通用人工智能。
2019–2022暂别创业，同时积极投资多个具有挑战性的项目。
2015–2018创办一个旨在简化云基础设施管理的云原生平台。
2008–2014创办社交广告平台，后由阿里巴巴集团旗下 AdChina 收购。
2003–2007就读于多伦多大学计算机科学专业，并参加 Geoffrey Hinton 教授的课程。