Norwin YuAI 使用研究
EN AI 使用研究

关于 / 2026

Norwin Yu。

独立的 AI 使用研究。我看模型、界面与本地硬件怎么接在一起——近来的入口是浏览器游戏、agent harness,以及让两者都站得住的验证层。

AI 使用研究欢迎交流研究GitHub ↗

01 / 研究领域

研究领域。

六个方向,每个后面都有上线、测过或写下来的东西。重点在它们之间的交接:模型行为、界面手艺、本地基础设施,以及让实验读得懂的写作。

能力、工具与证据
领域关注点工具代表证据
01AI 系统与智能体智能体系统能在真实输入下活下来的 agent 工作流:检索、工具调用、记忆、路由、护栏与评估。Agent 编排 · RAG · 评测 · 本地推理 · Prompt 系统Name That LLM;多工具 agent harness;多模态生产流水线。
02产品实验原型与交付静态优先的前端、务实的 API,以及一个人真能维护的部署路径。TypeScript · React · Node · Python · GitHub Actions游戏与工具链探测;静态部署;73 项 Playwright 回归检查。
03空间界面三维交互用 Three.js、WebGL 和 Godot 做的界面,让深度和运动帮人更好地握住信息。Three.js · WebGL · Godot · 着色器 · 交互设计战术战场;3D 门派山门;电影化游戏 UI。
04本地基础设施工作站算力Linux、CUDA、容器和本地 GPU 工作流。能照着笔记重建的系统。Linux · CUDA · Docker · 自托管 · 可观测性双 GPU 家用实验机;本地推理;静态部署流水线。
05研究与写作方法与记录小实验,写下方法、注意事项,失败的尝试也留在记录里。Benchmark · 数据分析 · 图解文章 · 文档Name That LLM;The 44 GB problem;游戏构建复盘。
06界面设计版式与排版编辑式的层级、字体与克制的动效,直接写进代码,而不是停在稿子里。美术指导 · 字体排印 · 动效 · 原型本站;各游戏里的产品界面。

工具箱里还有Git / GitHub Actions · Figma · SQL / Redis · Docker Compose · 无头浏览器视觉检查 · Blender 基础。

02 / 原则

方法。

四个默认做法,出现在代码里、文字里,也出现在项目怎么划范围上。

01

本地先于云端

私有数据留在桌上。只能力差距真实存在的地方用前沿模型,而不是默认就用。

02

先把循环跑通

一段能玩、有终局的切片,胜过没有玩法的精致场景。第五局才是检验。

03

先量,再信

prompt 级切分、seed 检查、截图。单次运行是轶事,不是结果。

04

写下来

方法、注意事项、失败。笔记就是下一个项目起步更快的原因。

03 / 现在

目前。

这是快照,不是简历。完整作品清单看实验页;机器与模型路由看本地页。

在做的实验

游戏、对比和编码工具,以及它们外面的 harness。下一步是把生成素材、试玩、Blender 辅助的对比和视觉验证之间的循环收紧。

精选实验

研究交流

愿意聊 AI 使用、游戏原型、开发者工具和本地推理。最快的办法是写封短信,说清问题、限制和截止时间。

GitHub