Macheng Shen
研究者、builder,探索智能与人类转型。
精选长文(全文)
这份 PDF 是目前对整个 agenda 的总览:把智能看成一个有限的物理系统,它构建、更新并调用内部结构,以支撑预测、干预与控制。文章是英文的。
如果浏览器里的内嵌阅读器加载不出来,直接打开 PDF:essay.pdf。
研究地图
朝向一套智能的理论
核心问题是:智能到底是个什么样的对象。目前的工作答案不是「静态的函数逼近」,而是在物理、信息与控制约束下的多尺度闭环胜任力。
线损、viability,与分布式认知
这些文章发展的是更高一层的语言:物理预算、协调成本、内生 viability,以及为什么多尺度组织会在生物系统和人工系统里反复出现。
Credit transport 与波启发的学习
这条分支问的是一个更窄的问题:与任务相关的更新信息,在一个学习系统内部是怎么流动的?某些物理介质可以用场来计算,甚至原位测量梯度;皮层可能有它自己的一个远亲版本。
Locality as Protocol
一个关于规则系统竞争与协同演化的框架:当治理与民族国家解耦、规则系统开始为全球资源流动而竞争时,会发生什么。四条原则,五个尚未解决的设计问题,v0。
最初的原始 prompt
为了可复现,我仍然把最初那份 prompt 公开出来。它作为一个种子是有用的,但站上的好几条主张此后已经被改写成更小心的分层表述。
关于
我受的是工程师和研究者的训练,在 MIT 读完博士,先后在硅谷的创业公司和上海期智研究院做算法研究,在后者的重点是具身智能的基础算法。
我想找到一种语言,它能同时描述生物和 AI 里的智能行为,而不必把一切都塌缩进当下的工程黑话。这意味着要把学习、控制、多尺度反馈、物理实现和安全性连起来。
最近,我越来越不愿意被任何单一的头衔、机构或过往角色所定义。我想把一生花在那些真正能改变人类如何理解智能、如何穿越转型、如何塑造未来的问题和系统上。
眼下,我的工作围绕三条长期方向:
智能的理论 —— 探索智能本身更深的结构、边界与动力学。
Frontier Transition Lab —— 研究 AI-native 的个体、一个人的公司,以及新的人类制度,会怎样重塑社会。
个人认知系统 —— 构建 agent 和框架,帮助人想得更清楚、做出更好的长期决策、活得更内在一致。
这是我目前能给出的最干净的描述。剩下的还在建。