01
维度直查路由
把「任务需要什么能力」显式分解，直接路由到对应维度最强的模型，
不经过中间表示。相比隐式路由，推理深度提升 25.9%。
单个模型的能力有边界。RRLab 的研究不是寻找更强的模型，
而是回答：如何把多个各有所长的模型组织成一个系统，
让它在已知知识边界内可靠交付，在边界外产生可验证的新知识，
并且治理规则由系统自己生成。
四条研究线，每条都有论文与可运行的公开实证。
把「任务需要什么能力」显式分解，直接路由到对应维度最强的模型，
不经过中间表示。相比隐式路由，推理深度提升 25.9%。
受量子测量结构启发的纯经典框架：做出判断之前，系统保留
「多个可能世界的分布」，而不是过早坍缩成单一置信分数。
这个分布被映射为可审计的路由：自动通过、人工复核、降级、弃权。
要防止的不是 AI 犯错，而是 AI 带着高置信度犯错。
幻觉无法围堵，但可以疏导。探索模式下，多个模型对同一对象
做互补视角的独立分析；不追求共识，而是检测「共振」——
不同模型从不同路径收敛到结构上兼容的解释。
共振方向进入计算证伪队列。在 BSD 猜想研究中，
强共振假设 6/7 经受住了后续验证。
编排规则不由人类预设堆叠，而由推理模型从系统不变量演绎生成。
消融实验：演绎式 96/100，归纳式 76/100。
更大规模的实验中，只给最小约束（探索 + 共振检测）的系统
自组织出依赖感知批处理和跨模型信息共享——
论文称之为「最小约束下的有序行为」，观察到，未解释。
跨项目一致的工程经验：人类加微观约束，产出质量反而下降。
上面四条研究线的运行载体。多模型编排 + 多维度评估层
（50 任务 benchmark），支持确定性与探索性双模式运行。
规模最大的一次实验：15 个 Skill、7+ 异构模型、
77 次工具调用、74 分钟自主运行。
多模型协同的全栈产品化。
eVoiceClaw（iOS 语音助手，多提供商可切换）、
Desktop（多 Agent 协同工作台）、
Pro（完全本地化的专业知识库，面向医生/工程师）、
Cerebellum（端侧「小脑」模型：语义路由 + 隐私感知 + 安全审查）。
从 Swift 前端到 Python 后端到 Agent 编排，全链路自建。
Agent 代码修改能力审计。不排名模型，回答两个工程问题：
改完代码，原本通过的测试还过吗（FRR）？
同等质量下，谁更快、更省、更便宜？
面向中文场景的多维度 LLM 能力评测框架。
89 题 × 13 维度，四级难度（含 expert）加权评分，
6 种评分方式，12 家 Provider 预置配置。
与 RRLab-Bench 互补：通用能力定基线，Agent 能力验工程。
不确定性路由引擎：把景观不确定性分解为两个正交成分——
占据率（这个尺度有信号吗？）× 幅度（信号多强？）。
检测 toward-1 硬化（高置信假安心），修复经典 BPL 带的
覆盖率崩溃。领域无关：点云进，QA 决策出。
BPL/OA 引擎的参考应用：股票筛选 QA。
不预测股票，审计筛选器输出分布——批次健康度、
个股置信度标记、阈值标定，检测过度自信区间。
方法论与代码全公开（论文 DOI 可查）。
第一层 Mac-TTS（v0.1 已发布，开源）：把每台 Mac 的内置语音
变成 Unix 管道。零磁盘 IO、纯 CPU 推理，TTS + STT 一体。
第二层（开发中）：带情绪控制的多角色配音，当前借助云 TTS。
从「测模型」走向「测与进化 Harness」：
模型外围的运行时系统（工作流、评估、权限）
如何被系统化地评估与改进。
数字资产与遗嘱管理 iOS App。资产录入与受益人管理、
生命确认与投递、验证码身份校验。
免费 / 年费 / VIP 三级用户体系。
iOS 工程与后端 API 同步开发。
漫剧党的原著听读 App。看完短剧，导入原著 TXT，
目录检索 + 分级 TTS 听读。
终局方向：角色识别 → 每角色分配音色 → 逐句合成的 AI 自动配音。
Flutter 独立工程。
AI 行业深度内容情报站。每日自动采集 100+ 技术博客、
arXiv 论文、HackerNews 讨论和 GitHub 仓库，
由 DeepSeek V4 Flash 三维打分（深度、相关度、偏好匹配），
分池排名（论文/博客/开源/社区），入选文章生成结构化精读笔记。
完全自动化，每日凌晨 3:00 运行。
全球热点新闻聚合仪表板。中国热榜（微博/知乎/抖音等 14 平台）
+ GDELT 全球新闻 + HackerNews + RSS + 金融新闻 + A股财报。
SimHash 智能去重，10 分钟自动刷新，
React 响应式仪表板，Docker 一键部署。
端侧语义路由模型（自训）。bge-m3 基座 + 15 维意图回归头，
51.4M 可训练参数，常驻内存约 1GB——把用户消息转成
意图向量，替代 Agent 路由中的 LLM 调用。毫秒级响应。
代码开源 + HuggingFace 增量权重发布（202MB）。
轮式生活助理产品概念：跟随载物、带路、语音指令路线图；宣传语 Follow Your Life。
概念三视图、跟随视频与主题曲已上线。
门牌地址识别垂直方案。YOLOv8 检测 + PaddleOCR 识别 +
中文数字归一化（「二十」→「20」）+ 地址组装。
自建自动标注管线，人工工作量降 90%，数据量达十万级；
识别准确率 acc 0.9962。作为 FDE 咨询案例交付。
基于 bench-harness 判别性探针，实证了模型身份认知错位与任务失败之间的因果链。
实验室环境稳定复现：模型读取环境变量 PI_MODEL=deepseek 后，仍有 3/4 次在输出中自称 Claude。
结合 Spartacus（25.93% 混淆率）、ICML 2026 Role Confusion（位置衰减效应）等前沿文献，
建立了「观测现象 → 文献验证 → 可重复探针 → 修复方案」的完整数据闭环。
初步结论：身份认同无架构级彻底解，但可通过「开发者消息字段 + 运行时强制核对 + 长会话周期重注入」在可控范围内接近解决。
AI 账户资产管理桌面应用。统一管理 DeepSeek、Kimi、OpenRouter 等 13 家 AI 提供商的余额、配额、订阅、续费日期。
Tauri 2 + Rust + Svelte 5，本地优先，凭据仅存系统钥匙串，数据不出本机。
CNY / USD 货币分离，多窗口用量（5h/周/加油包），数据可信度分级。
macOS / Windows / Linux 跨平台。
全部论文预印本发布于 Zenodo，DOI 可点击验证。
ORCID: 0009-0004-3898-4655
使用自建多模型编排系统实证
共振探索模式的应用验证；SageMath 大规模计算 + Magma 精确验证 + AI 辅助研究
数学研究者 × AI 系统构建者 × 独立 FDE。
学术背景为计算数论，研究椭圆曲线与 BSD 猜想的数值验证方法。近年的工作重心是 AI 系统工程：多模型协同、Agent 评估、不确定性路由。RRLab 是这些工作的统一载体。
这里的方法论不是从报告里读来的：在 BSD 猜想研究中，用多模型 AI 系统做出了可发表的发现——共振模式提出假设，确定性计算完成证伪，13 篇论文是副产品。从零构建了 eVoiceClaw 全栈产品族，四条产品线。自建 benchmark 量化对比模型能力，每个选型决策有测量依据。训练了端侧意图路由模型（Cerebellum，已发布 HuggingFace），把不确定性路由方法做成了可复用的引擎（BPL/OA，已开源），并落地了门牌 OCR 等垂直交付。研究结论变成工具，工具全部开源，共 8 个仓库。
在完全不确定的问题上做前沿探索并产出结果——大多数业务问题不会比这更难。
有 AI 落地的想法但不知道从哪里开始？聊聊，没有压力。