DOSSIER // 01
多模态感知场
让模型同时读取视觉、音频、时序传感器与结构化日志，在噪声中锁定同一实体。难点不在「分别看图和听声」，而在跨模态对齐——同一杯咖啡的蒸汽声、杯口反光与「烫」这个形容词，必须落在共享表征的同一位置。
- CROSS-MODAL BINDING
- SENSOR FUSION
- REAL-TIME
ACTIVE
01 RESEARCH DOSSIERS
五份仍在推进的前沿档案
每条路径都不是产品列表，而是一次尚未关闭的探测任务。
ACTIVE
DOSSIER // 02
世界模型
不是预测下一个词，而是预测场景如何演化。内部模拟空间让智能体在行动前先「推演」：推门会不会撞到人、这段代码上线会不会锁表。训练目标从「像」转向「若采取动作 A，状态会变成什么」。
- PREDICTIVE SIM
- STATE SPACE
- PLANNING
ACTIVE
DOSSIER // 03
具身智能
把推理接回物理空间：力反馈、步态、抓取与长程导航。语言指令不再停留在屏幕——「把左边那箱货挪到月台」必须通过关节扭矩、接触力与碰撞检测的验证，失败时模型需要知道是哪一毫米出的错。
- ROBOTICS
- TACTILE
- LONG-HORIZON
FIELD TEST
DOSSIER // 04
可验证推理
答案必须可追溯。工具调用、中间步骤与证据链被打包成可审计轨迹：查了哪三份文档、跑了哪次仿真、哪条假设被否决。使「看起来对」升级为「能证明对」——这是代理进入生产环境的门票。
- AUDIT TRAIL
- TOOL USE
- PROOFS
ACTIVE
DOSSIER // 05
对齐与安全
在能力跃升之前先建立边界：红队攻击面、可解释性探针、以及系统偏离意图时的熔断机制。对齐不是一句「请负责任」，而是可测量的失效率、可回滚的权限层、与人类监督者之间的延迟上界。
- RED TEAM
- INTERPRETABILITY
- GUARDRAILS
CRITICAL
02 AI WEBGEN PIPELINE
一句话如何变成一个可部署站点
网页生成不再是模板填空。现代流水线把「意图理解 → 结构设计 → 代码合成 → 视觉 QA → 部署」串成闭环， 每一步都有可检查的中间产物。下面这六级，是当前可工程化落地的版本。
-
01
意图解析 · Intent Graph
把自然语言拆成目标、受众、约束、交付物。一句「做赛博朋克 AI 官网」会被展开为：表达型落地页、中文主文案、深色终端隐喻、无外部图床依赖、可键盘操作。未解析的模糊点被标记为待确认，而不是默默猜。
IN · 自然语言需求 OUT · 结构化 Intent Graph (JSON) -
02
信息架构 · IA Scaffold
决定「先说什么、后说什么、砍掉什么」。生成站点地图、每屏唯一论点、导航锚点与滚动叙事节奏。防模板的关键在这里：同一类主题若总是「Hero + 三卡片 + CTA」，信息架构本身已经失败。
IN · Intent Graph OUT · Section Manifest + Copy Outline -
03
视觉系统 · Design Tokens
在写第一行组件前先锁死色板、字号阶、间距律、动效原则。色板不是「随便选个紫色渐变」，而是能写成变量名的决策：
--signal只给激活态，--alert只给危险路径。字体必须带系统回退，否则沙箱里会塌成 Arial。IN · 品牌/风格锚点 OUT · CSS Custom Properties -
04
代码合成 · Multi-file Emit
输出 index.html + styles.css + main.js 的分文件结构，而不是塞进单文件巨石。语义标签、ARIA、焦点态与
prefers-reduced-motion分支在合成阶段写入——事后补无障碍几乎总是失败的。IN · Tokens + IA OUT · Static Web Artifacts -
05
运行时自检 · Visual QA Loop
无头浏览器打开页面：截图桌面/移动视口、检查横向溢出、触发表单校验、滚动各区块确认 reveal 生效。发现「全页截图下区块不可见」这类问题，回到 CSS 修正，而不是对用户说「看起来没问题」。
IN · 产出文件 OUT · Screenshots + Pass/Fail Trace -
06
迭代闭环 · Critique → Patch
人反馈「内容太空洞」，系统不应整站重写，而应增量补深：在既有 token 与版式上追加可读的长内容模块。生成质量的上限，取决于批评是否能变成精确的补丁，而不是一次新的审美赌注。
IN · 用户批评 / 业务变更 OUT · Targeted Diff
和「套模板」的本质差别
模板系统在固定槽位里换文案；生成系统在约束下发明结构。前者输出永远是五页企业站，后者能做出「主控台终端」或「杂志式长文」——前提是 IA 阶段被认真对待，而不是直接跳到 UI 组件库。
什么仍做不到
无法凭空保证业务事实正确；无法替代真实摄影与品牌资产；无法在一次生成里覆盖所有边缘用例。负责任的流水线会把这些标成「需人类确认」，而不是用流畅的文案把漏洞盖住。
工程上的硬指标
可部署静态文件、无构建步骤、375px 无横向滚动、正文对比度 ≥ 4.5:1、交互控件有 focus-visible、动画尊重系统减动效设置。达不到这些，再酷的视觉也只是演示稿。
03 APPLICATION MATRIX
AI 已经落地的真实作战面
下面不是「AI 可以用于 XX」的清单，而是六个已经在产生可计量结果的场景。 每个场景标明：在解决什么、怎么做、边界在哪。
代码代理与持续交付
问题 — 大量时间耗在样板代码、迁移改写、测试补全与回归定位，而非核心逻辑设计。
做法 — 代理读仓库索引，按任务拆子步骤：搜索 → 补丁 → 本地跑测 → 失败再修。人类只在关键架构点介入审查。
- 典型收益 迁移/脚手架类任务缩短 40–70% 墙钟时间
- 失效模式 幻觉 API、过度重构、忽略项目私有约定
- 护栏 变更必须可 diff；禁止静默 force-push；测试不过不合并
网页 / 界面生成
问题 — 中小团队从需求到可点原型周期以周计；设计与实现经常脱节。
做法 — 见上方流水线。直接产出可预览的静态站或组件树，并用无头浏览器做首轮视觉验收。
- 典型收益 原型从「天」压到「小时」；设计 token 一次锁定多页复用
- 失效模式 内容空洞、对比度不足、移动端溢出、模板脸
- 护栏 反模板设计走查 + 视口截图自检 + 人工内容加厚
数据解读与决策支持
问题 — 指标看板很多，但「为什么跌、该动哪根杠杆」仍依赖少数资深分析师。
做法 — 模型读表格/日志，提出假设树，用查询验证，输出带证据链的诊断，而不是一句「转化率下降了」。
- 典型收益 周报类解读自动化；异常归因首轮时间从天到分钟
- 失效模式 相关当因果、忽略数据质量、过度自信的数字
- 护栏 一切结论必须回指原始字段；禁止无来源百分比
工业质检与预测维护
问题 — 产线缺陷样本少、类别极不均衡；老师傅经验难复制，停机成本极高。
做法 — 视觉大模型做少样本缺陷检测，时序模型融合振动/温度信号，输出「未来 72h 故障概率」与建议工单。
- 典型收益 漏检率显著下降；非计划停机预警提前数小时到数天
- 失效模式 产线光照变化导致误报；分布漂移后模型静默变差
- 护栏 在线漂移监控；高风险工单强制人工复核
医学影像辅助阅片
问题 — 影像量增长快于放射科医生产能；细微病灶在疲劳阅片下易被漏掉。
做法 — 分割/检测网络预标注可疑区域，生成结构化报告草稿，医生终审签字。系统定位是「第二双眼睛」，不是诊断主体。
- 典型收益 预标注减少重复测量时间；敏感度在部分病种上超过单一医生基线
- 失效模式 对罕见表现过度自信；设备协议差异导致域偏移
- 护栏 必须保留医生否决权；严格院内数据治理与注册合规
创意工作流副驾
问题 — 内容生产的核心瓶颈从「会不会做」变成「方向对不对、版本够不够多」。
做法 — 文案分镜、分镜出图、图改版、多风格并行；人负责定调与终选，机器负责发散与迭代速度。
- 典型收益 探索空间扩大一个数量级；备选方案不再因制作成本被提前杀死
- 失效模式 风格同质化、事实错误混进正文、版权与肖像风险
- 护栏 事实核查步骤；商用素材授权检查；品牌语气锁
04 CAPABILITY SPECTRUM
能力频谱 · 当前采样
拖动滑块，观察不同研究路径在 2020–2026 区间的推进速率。数值为演示用综合指数，非官方评测。
05 PROGRAM EVOLUTION
AI 程序是怎么进化成现在这样的
不是突然「变聪明」。每一代解决上一代的核心瓶颈，同时制造新的瓶颈。 理解这条谱系，比记住任何单个模型名字都重要。
ERA 1 · 1950s–1980s
符号与专家系统
智能 = 按规则搜索状态空间。
做了什么 — 逻辑推理机、定理证明、棋类搜索、医疗/地质专家系统。知识由人写成规则库，程序负责匹配与推演。
为何强大 — 可解释、可审计；在封闭领域精度极高。
致命瓶颈 — 规则无法穷尽真实世界。边缘情况指数爆炸，知识获取成本吞噬一切。机器视觉、自然语言连续性让符号路线几乎停摆。
ERA 2 · 1990s–2010
统计机器学习
智能 = 从数据里估参数，而不是手写规则。
做了什么 — SVM、随机森林、概率图模型、推荐系统、垃圾过滤。特征工程成为核心手艺：模型很朴素，特征决定上限。
为何强大 — 能吃真实噪声数据；工业上第一次大规模赚钱。
致命瓶颈 — 每个任务都要重新设计特征；表示学习缺席，跨任务迁移几乎为零。
ERA 3 · 2012–2017
深度学习革命
表示可以学出来——用多层网络直接从原始信号提取。
做了什么 — ImageNet 上的 CNN 突破；语音识别被重新发明；机器翻译进入神经时代。GPU 并行与开源框架（Theano/Torch/TF）把研究周期从年压到月。
为何强大 — 同一架构跨视觉/语音/文本复用；数据越多越强的经验律开始成立。
致命瓶颈 — 仍是「一个任务一个模型」；对标注饥渴；难以组合多步推理。
ERA 4 · 2017–2022
Transformer 与预训练
先在海量无标注文本上学通用表示，再按需微调。
做了什么 — Attention Is All You Need 重写了序列建模；BERT/GPT 系列证明「规模 + 预训练」能涌现出此前需要专门结构的能力；自监督成了默认范式。
为何强大 — 一个底座服务无数下游任务；人类反馈（RLHF）开始把模型从续写机器拉向助手。
致命瓶颈 — 幻觉、无法调用外部工具、上下文长度与事实时效性；「会说话」不等于「能办事」。
ERA 5 · 2023–NOW
工具、代理与世界模型
智能体在环境中闭环：感知 → 规划 → 调用工具 → 校验 → 再行动。
正在发生 — 多模态输入成为默认；函数调用/计算机使用把模型接到真实系统；长程任务与自我批评循环进入产品；世界模型试图在行动前先推演后果。
衡量标准变了 — 从单轮准确率，转向「小时级任务完成率、错误恢复率、可审计轨迹完整度」。
未关闭的瓶颈 — 权限与安全边界、分布外可靠性、能耗与延迟、以及如何让代理知道自己「不知道」。
FIELD NOTE · 进化规律
每次跃迁都来自同一件事：把上一代最贵的人工环节自动化。 规则库被数据估计取代，特征工程被端到端表示学习取代，单轮预测被闭环代理取代。 下一次跃迁，大概率会自动化的是「验证」本身——而那也同时是对齐问题最尖锐的时刻。
06 MISSION TIMELINE
从实验室到可部署系统
只保留改变工程实践的节点——论文数量不重要，「从此以后所有人都这么干」才重要。
-
2020
规模律被写下
参数、数据与算力的幂律关系变得可预测，研究重心从单点技巧转向系统工程。烧卡不再是玄学，而是可以规划的曲线。
-
2022
指令跟随成为默认能力
人类反馈把模型从「续写机器」拉向「可协作代理」，交互界面被重新定义：聊天框成了通用工作台。
-
2023–24
多模态与工具调用合流
模型开始调用外部系统：检索、代码执行、传感器流、浏览器。边界从语言扩展到动作——「模型知道」升级为「模型能做」。
-
2025
长程代理进入现场
小时级任务、跨工具编排与自我校验成为评测主轴。可靠性开始比「更会说话」更值钱；审计轨迹成为交付物的一部分。
-
2026
世界模型与具身交汇
内部推演与物理执行对齐——当前采样窗口。你正站在这条时间轴的末端：下一步是让代理在行动前先「看见」后果。
07 FRONTIER BOARD
还没关掉的问题，才是探索本身
下列任务在 NEXUS 内部状态为 OPEN。它们不是营销口号，而是目前真会卡住工程的裂缝。
世界模型的样本效率
当前视频/物理预测模型吃数据极凶。如何用更少交互学到「门推开会怎样」这类因果结构，而不是死记像素相关？候选路线：结构化状态空间、物理先验注入、主动探索策略。
WHY NOW · 没有样本效率，具身智能只能停在实验室。
代理的权限最小化
代理能调 shell、能发邮件、能改代码。默认全权限等于自杀。需要可证明的沙箱、动作预算（最多写多少文件、花多少钱）、以及人类审批点的动态插拔。
WHY NOW · 能力上来了，事故面同步扩大。
校准：知道自己不知道
模型最危险的时刻不是答错，而是流畅地答错。需要可输出的置信度、拒答策略、以及在分布外输入上的自动降级。校准失败的代理比拒绝服务的代理更可怕。
WHY NOW · 一旦接入真实系统，错答的代价从尴尬变成损失。
长上下文里的注意力经济
把整本书塞进上下文是钝器。真问题是如何主动选择记住什么、遗忘什么、何时检索外部记忆。类人工作记忆的分层（感知缓冲 / 短时 / 外部长时）正在重新成为架构核心。
WHY NOW · 上下文窗口涨得再快，也涨不过任务复杂度。
多智能体协作协议
一个超级代理 vs 一群专才代理，哪条路对？协作需要共享状态、冲突仲裁、责任归属。没有协议的多代理只是在浪费 token 并制造矛盾输出。
WHY NOW · 单代理能力逼近平台期，组织结构成为新的扩展轴。
可解释性从论文到运维
探针能「大致看出」模型在想什么还不够。生产环境需要：这次输出依赖了哪几条政策、哪个工具结果、哪段历史——并在几秒内可查。否则审计只是事后装饰。
WHY NOW · 监管与客户都开始要证据，不要承诺。
OPERATOR LOG · 2026-09-12
「我们这一代人将同时经历两件事：看着程序第一次能在开放世界里连续工作数小时， 以及发现自己不得不为这些程序发明全新的责任结构。 前者是工程奇迹，后者才是文明问题。」
08 OPERATOR ACCESS
申请接入 NEXUS
留下你的研究方向。主控台只向愿意在噪声中做验证的人开放通道—— 我们更关心你想关掉哪一个 OPEN 任务，而不是你的头衔。
