田宇航 Yuhang Tian

问题：高频线上失败依赖人工定位和逐类修补，难以规模化。 方法：构建「发现—诊断—修复—训练—评测」闭环，覆盖首错定位、模式聚类、 修复 Agent、自动 Grader、Token-level Advantage Mask 与回归评测。

结果：纯 JSON 规范性从 77.53% 提升至 99.78%， 目标失败占比从 39.5% 降至 2.0%； Mask 方案较无 Mask 方案高约 7 个百分点，9 项通用能力宏平均无退化。

问题：Agent 的工具和中间件通常依赖人工设计，容易针对评测集过拟合。 方法：固定基座模型，从仅含 run_shell_command 的最小 Harness 出发， 用 work / evolve 双 Agent 根据执行轨迹演化 Tool Implementation 与 Middleware， 再以全局泛化约束和分轨复评测筛选候选方案。

结果：固定 GPT-5.4、经过 5 轮演化，SWE-bench Verified 500-task Pass@1 从 51.8% 提升至 61.0%。

搭建多 Agent 研究系统，串联策略生成、代码执行与自动回测， 将沙盒回测结果转化为 Alpha 因子的自动筛选和迭代信号。

主导研报摘要与市场情绪因子建模，围绕长文本截断、类别不平衡、名称干扰与因子共线性迭代模型并上线实盘； 同时落地语义切分、稠密 / 稀疏混合检索、Milvus、LLM 重排与归因链路。