李昂
AI 研究者 · 具身智能与认知科学探索者
「让智能回到物理世界——在连续的、高速的、混沌的现实中感知、决策与行动。」
李昂（Ang Li），笔名良之（Leon）：广东工业大学管理学学士，Phaenarete ASI Lab 创始人，前法国哲学践行研究所（Institut de Pratiques Philosophiques）研究助理。研究兴趣：具身智能与认知科学。当前探索方向：AI 在连续、高速、混沌物理环境中实时决策与泛化的可能性。我的研究动机源于一段具体的物理现场经验：在大型综合超市门店担任从业员期间，我在多个岗位轮岗，亲身经历了大型综合超市的实时运营——连续的人流、高速的补货节奏、混沌的库存与促销耦合，决策不容许离线思考，误差直接转化为劳动强度。这段经历让我切身感到真实需求的重量，也确立了我的初心：用智能体降低同事的劳动强度。智能不该只停留在静态数据里，它需要回到物理世界，在真实的卖场、仓库、工厂、街道中感知、决策与行动，把人从高强度的重复劳动与实时压力中解放出来。
研究方向
我的研究以人工智能为核心，聚焦智能体如何脱离静态数据世界、进入连续变化的物理现实。传统 AI 在离散、低速、可预测的环境中表现优异；真实世界却充满连续信号、高速变化与混沌动力学。我关注的不是"更多算力"，而是智能体与物理世界的接口——感知如何转化为行动，经验如何迁移到未见过的环境：
具身智能
探索智能体在物理世界中的感知-行动闭环——身体与环境的结构耦合如何塑造认知。脱离身体的"思考"是残缺的：智能不仅是符号的运算，更是与世界持续交互中涌现的能力。从传感器融合到运动控制，追问智能的具身基础。在零售、物流、制造等场景中，这种具身智能直接对应着降低劳动强度的现实需求。
认知科学
以人类认知为参照系，研究决策、学习与泛化的神经与心理机制——注意力如何分配、预测如何形成、错误如何校正。将认知科学的分层建模方法引入 AI 系统设计，让机器决策过程获得可解释的结构。
混沌物理环境中的实时决策与泛化
核心工程问题：AI 如何在连续、高速、混沌的物理环境中做出实时决策并实现跨场景泛化？流体、湍流、多体系统——真实世界的时间常数不容许"离线思考"。研究从仿真到现实（sim-to-real）的迁移，以及模型在分布漂移下的鲁棒性。这一方向的原型，正是我在永旺卖场中看到的那些日常循环。
教育经历
管理学学士（电子商务方向），辅修计算机科学
2021 – 2026广东工业大学 · Guangdong University of Technology
- -跨学科训练：数字营销、供应链管理、商业智能与数据结构。商科的流程思维与数据驱动决策训练，成为我理解 AI 的独特切入点——将神经网络的信息流视为一种需要管理的"组织"，将模型行为视为一种需要治理的"决策链"。信任不是一次性授予的，而是在持续的交互中被反复验证和修补的——这一来自商业实践的洞见，后来成为我审视人-AI 信任关系的核心框架。
- -在正式课程之外自主学习哲学，埋下了以伦理视角审视 AI 系统的种子。彼时读到的苏格拉底、康德与王阳明，成为我追问"机器能否承担道德责任"的第一批思想工具。
- -《基于SICAS模型的永旺（华南）O2O营销策略优化》获广东工业大学 2026 届本科毕业设计（论文）创新奖。
研究与职业经历
创始人
2026.3.25 – 至今广州菲娜睿特人工智能科技有限责任公司 · Phaenarete ASI Lab
- -创办并领导神经符号 AI 研究，将伦理反思嵌入工程实践——不是外挂的"安全审查"，而是从模型架构层面追问：当 AI 生成语言、提出建议、参与推理，谁在为这些言说负责？
- -管理 GPU 集群基础设施，训练与微调定制化大语言模型。每一次 prompt 调试、每一次 RLHF 校准，都是对"语言的归属"的一次实验——机器在输出，但谁在表达？
- -核心追问：人-AI 团队中机器的"准主体性"——问责从何开始，到何处终止。当语言不再专属于人，信任与意义，何处安放？这不仅是工程问题，更是我所有工作的哲学锚点。
GMS 从业员
2026.7 – 2026.9永旺（广东）商业有限公司 · 永旺广州骏壹万邦广场店（花都门店）
- -在永旺花都旗舰 GMS 门店担任从业员，贯彻永旺"顾客第一、和平共处、贡献地区"的基本理念，参与公司规范化轮岗研修，在食品、生鲜、日用品、收银、客服、后仓等岗位/部门轮转，按标准作业流程完成日常运营。
- -系统了解旗舰 GMS（综合百货超市）的全链路运营：商品陈列与补货、库存与损耗管理、品类结构、促销执行、收银结算、顾客接待、卫生与安全标准。这段经历让我第一次在"连续、高速、混沌"的物理现场中理解实时决策——卖场不是离散的数据集，而是人流、商品、光线、声音、库存与时间的耦合系统。
- -从轮岗的标准化作业中，我看到了"分层建模"的雏形：收银是实时接口，补货是预测更新，损耗是误差校正，顾客反馈是分布漂移的预警。后来我在具身智能研究中追问感知—行动闭环，其原型之一，正是这种在物理卖场中持续校准的日常实践。
- -更重要的是，我亲眼看到同事在高强度的重复劳动与实时压力下工作：搬运、补货、盘点、收银、应对客流。这让我切身感到这条路的现实重量——如果机器能承担这些物理性、实时性的重负，人就能腾出精力去做更需要判断、创造与关怀的工作。
- -永旺的"顾客第一"不是口号，而是每天在收银台、货架前、服务台被反复验证的信任协议。当语言与行动必须同时在场，信任才得以建立。这成为我后来审视人—AI 信任关系的底层参照：如果机器要进入物理世界，它是否也能承担这种"在场"的责任？
运营师
2026.3 – 2026.6广州市普罗朗拓电子商务有限公司
- -负责跨境电商的日常运营：店铺运营、选品与数据分析，在真实的商业现场理解信任、承诺与关系的经营逻辑。
- -这是我对"信任与意义"问题的原初经验——在机器尚未大规模介入言说的时代，人与人之间的语言还承载着完整的重量。如果语言是信任的载体，当说话者不再是人的时候，信任还能安放吗？
研究助理
2025法国哲学践行研究所 (IPP) · Institut de Pratiques Philosophiques
- -将苏格拉底精神助产术适配为 AI 系统的自校正推理回路——追问：追问本身可以被算法化吗？如果不能，机器的"对话"与人的对话之间的裂隙在哪里？
- -提出并探索"对话性在场"作为可信人机交互的设计原则：真正的对话需要的不只是信息交换，而是一个能够倾听、回应、并对自己的言说负责的"在场者"。当说话者不是人，"在场"何以可能？
辅助会员
2024 – 至今美国哲学从业者协会 (APPA) · American Philosophical Practitioners Association
- -提出「北辰七德」哲学践行伦理框架——融合王阳明良知说与 MacIntyre 美德伦理学。这一框架的内在动力是：当推理和言说的主体不再仅限于人类，传统的伦理框架需要怎样的重新奠基？
数据工程师
2023 – 2024- -复现过 QwenMath 系列的数据工程——构建和维护大规模 LLM 预训练数据管线。这是第一次在全然不同的尺度上理解语言——不是人与人的交流，而是被剥离了语境、主体和意图的文本洪流。正是在这里，我开始追问：当语言变为数据，意义寄居何处？
- -从数据供应链的内部视角，获得了对算力、算法与数据三者耦合关系的系统性理解。这种"工程直觉"后来成为我审视 AI 问题的方法论地基——不是从外部做哲学思辨，而是从管线内部追问系统的边界。
代表作品
专著（撰写中）
《Artificial：技艺、智能与第二自然》
一部 AI 的哲学系谱学——从希腊 technē 追溯至中国"工"的概念，追问：当制造物开始言说，技艺的边界在哪里？信任如何在人造物与人类之间建立？主张以日常技术的鲜活纹理为根基的人类学补遗。
同行评审论文
「北辰七德：植根良知传统的哲学践行德性伦理框架」
拟发表于 Philosophical Practice。当推理和言说的主体不再仅限于人类，传统的伦理框架需要怎样的重新奠基？
「希尔伯特第十问题：从判定问题到所有有限生成环的不可判定性」
全面综述丢番图不可判定性经典与现代进展。拟投稿至 Notices of the American Mathematical Society。
长文与随笔
「黎曼猜想」系列（零点不自由 / 希尔伯特第八问题综述 / ZetaHalt）
以中文世界最全面的万字综述，重走从黎曼 1859 年原论文到 Selberg 正比例定理的完整路径。写作本身即是对 "确定性" 的追问——数学真理的确定性，与机器推理的确定性，二者之间存在何种裂隙？
「当语言不再专属于人」系列（什么是推理 / 在回答与沉默之间 / AI 重塑数学研究范式）
正面追问核心问题意识：当语言不再专属于人，信任与意义何处安放？从图灵测试的逆转、LLM 能力边界的可测试性、到 AI 对科学研究的结构性影响，持续写作与对话。
译著
奥斯卡·柏尼菲《哲学咨询》（Philosophical Consultation）
法国哲学践行先驱的代表作。从苏格拉底诘问法出发，系统阐述哲学咨询的理论基础与实践方法。翻译本身就是一次思想的渡船——将一种语言中的追问，交到另一种语言的读者手中。
研究方法论
从仿真到现实
我在仿真环境（流体、多体动力学、机器人平台）中构建系统，再推向真实硬件。数据管线、GPU 集群与实时推理框架是我工作的底座——每一次策略迭代、每一次 sim-to-real 迁移，都是对"智能能否在物理世界落地"的一次实验。永旺卖场的经历让我确信，这种落地不是学术游戏，而是降低劳动强度的直接需求。
机制优先
不满足于端到端的黑箱性能，我追问决策背后的机制：模型学到了什么表征？面对分布漂移为何失效？认知科学的分层思想与系统的可解释性设计，是让 AI 走出实验室、进入高风险物理环境的前提。
伦理内置
将 AI 引入连续、高速、混沌的真实环境，意味着错误不再是"打分损失"，而是物理后果。我将安全与责任设计为系统的一等公民——从动作约束、安全边界到问责链，让每一次自主决策都可审计、可追溯。
研究兴趣
具身智能与认知科学——智能体如何通过与物理世界的持续交互获得智能
AI 在连续、高速、混沌物理环境中的实时决策与泛化——从仿真到现实的迁移与鲁棒性
以具身智能降低高重复、高实时压力场景中的劳动强度——从零售、物流到制造现场