你好。
Jacob Liu · Agent Systems · AI Product Engineering
I am Jacob Liu, a postgraduate student at Fudan University working at the intersection of LLM systems, agent evaluation, and AI product design. Recently, I shipped SpecAgentLab and Briefly AI to turn research workflows into tools people can actually use.
Current through-line: make AI systems measurable, inspectable, and calm enough to be trusted.
从多轮 Agent 评测到本地 RAG 工具，我更关心系统怎样被观察、解释和持续迭代。
Build Log
个人项目 · Evaluation Systems / Full-stack Product
围绕任务包、评分、trace、dashboard 和 run detail 设计完整评测闭环，把 Baseline 与 Draft+Verifier 两类策略放到同一视图中比较 latency、cost、quality 与 tool reliability，并通过在线 demo 对外展示方法与结果。
Build Log
个人项目 · Desktop Product / Local RAG
使用 Electron 构建从 PDF 导入、结构化解析、混合检索到 citation-grounded 对话的阅读工作流，支持本地启发式、Ollama 与 OpenAI-compatible API 模型路由，让研究笔记、引用和原文上下文保持可追踪。
Build Log
研究方向 · Agent Evaluation / Reinforcement Learning
基于多轮规划任务搭建评测环境，关注中间信号设计、轨迹质量与跨轮知识传递，让 Agent 优化过程不只追求最终成功率，也能更稳定地反映真实交互表现。
研究训练、课程与学术环境，塑造了我做 Agent 系统和 AI 产品时的方法论。
Timeline Entry
复旦大学 · 计算与智能创新学院
研究方向聚焦大语言模型推理系统、Agent 架构与评测，以及 AI 产品如何把复杂能力组织成可理解的交互体验。
Timeline Entry
南京大学 · 电子科学与工程学院
在通信、信号与系统训练之外，也逐渐把兴趣转向系统工程、推理效率与人机交互之间的连接点。
这里收纳近期更完整的构建。最新更新包括 SpecAgentLab 与 Briefly AI，但它们不是我全部的工作面貌。
多轮 Agent 评测工作台
把 Baseline 与 Draft+Verifier 两类执行路径放到同一套 bench 里，对 latency、cost、quality 与 tool reliability 做可追踪的对比分析。
让 Agent 评测不只停留在分数，而是能回到 trace、工具调用和每次运行的上下文里继续判断。
本地优先论文阅读工作流
把 PDF 导入、结构化解析、混合检索和 citation-grounded 对话收进一个桌面应用里，让研究阅读从“堆文件”变成“可复用上下文”。
重点不是更炫的聊天，而是让回答始终能追溯到文献原文、目录结构和具体引用位置。
记录我在 Agent、推理加速、工程设计和类型边界上的长期思考，也保留那些可复用的实践细节。
Site Appreciation
如果这些记录对你有帮助，欢迎点一下赞。
草稿模型滞后、接受率抖动、回退策略——把投机解码从论文搬进训练流水线时，我们踩过哪些坑，又如何用动态阈值把吞吐拉上去。
在数学推理、WebShop 等多轮场景里，如何把「做对」拆成可训练的中间信号，并用轨迹多样性约束过拟合。
在领域模型与 HTTP 层之间，用 zod / 显式 DTO 与 branded type，把「口头约定」变成编译期错误。
从容量规划、版本发布到回滚，把推理服务当成「会参与训练的数据源」来运维，而不是普通在线 API。
我也关心器物、排版、摄影和系统如何被人真正使用，它们会反过来影响我做产品时的判断。
Interest
喜欢慢节奏测光、冲洗和翻阅成册图像。它提醒我：信息密度、留白和节奏感，本来就是设计的一部分。
Interest
会认真折腾配列、键程、材质和手感。对我来说，输入设备和软件界面一样，都在塑造长期工作的情绪与效率。
Interest
常常从关卡节奏、引导方式和失败反馈里学产品设计，尤其在信息揭示和学习曲线的拿捏上很受启发。
