FIELD NOTES · 语言 × AI × SYSTEMS
用语言学的敏锐度解析意图、保留语境，并把复杂关系编译成 可以理解、可以协作、可以运行的 AI 系统。
I build agents, tools, and learning systems where language is not decoration—it is architecture.
PARSE INTENT / MODEL CONTEXT / BUILD SYSTEMS
SELECTED BUILDS
TURNING UNDERSTANDING INTO WORKING SYSTEMS.
TeXada
MAKE MATHEMATICAL EXPRESSION FEEL NATURAL.
将自然语言、不完整 LaTeX 与公式截图转换成可复制、可校验的公式； 本地优先，也兼容开放模型端点。
C0DET1CS / 语码游戏
RECONSTRUCT MEANING FROM NOISE.
ppt-skills
EDITABLE, THEMED, CJK-AWARE PRESENTATIONS.
一组面向 AI 编程 Agent 的开源 PPTX 生成技能：主题化、CJK 友好，并保持每个元素可编辑。
video2knowledge
VIDEO IN. STRUCTURED KNOWLEDGE OUT.
视频转时间戳字幕、知识文档、HTML 与 Anki 卡片；支持多模态模型与 ASR 两条完全本地的处理路径。
LINGUISTIC ACUMEN
LANGUAGE IS NOT COPY AFTER THE INTERFACE.
IT IS ARCHITECTURE BEFORE THE SYSTEM.
我把语言学训练带进 AI 构建过程：识别真正的意图，判断上下文边界， 为接口建立共享语法，再用反馈让系统持续修正。
语法不替内容做决定；它让复杂的依赖、角色与动作仍然可以被理解。
Agent 的可靠性，常常不取决于更大的模型，而取决于被保留下来的语境。
好的接口不是消除差异，而是为差异建立一套足够清晰的共同语言。
[ parse ] 读懂意图 → [ model ] 组织语境 → [ build ] 让理解运行
CURRENT SIGNAL
HOW AGENTS BECOME RELIABLE ACTORS.
当前关注本地优先的工具调用、Agent 评测与自演化。 重点不是让模型生成更多表达，而是让系统在有限上下文、 明确权限与真实反馈中仍能可靠行动。
> next observation pending_