Theory repairActive research
DiscoSCM
面向传统结构因果模型中的一个基础缺口，重新审视个体、噪声实现与跨世界连接如何被表达。
核心问题：我们怎样在保持稳定 unit identity 的同时，连接不同反事实世界？
查看研究工作页Featured work
四条研究线，四种成熟度
我们不把探索包装成定论。每条研究线都明确它在解决什么、当前处于什么阶段，以及哪里可以继续阅读。
Minimal validationEvidence building
IP-Diag / Causal Regression
从 robust prediction 切入，用一个可验证的预测问题检验因果结构能否带来跨环境稳定性。
核心问题：哪些机制信息能真正改善异质环境中的泛化，而不只是拟合训练分布？
查看研究工作页Counterfactual modelingActive research
HCGM
围绕异质个体的反事实生成建模，连接 unit identity、跨世界结构与可运行的预测任务。
当前入口聚合论文方向、可复用 causal toy 与 source / projection 边界。
查看 HCGM 入口Long-term directionExploratory
causalqwen
代表更长期的野心：让 language model 的表示能力服务于机制理解、干预推理与稳健行动，而非只做相关性拟合。
这是方向性研究对象，尚未形成可对外宣称的完成成果。
公开材料仍在形成
Research loop
研究不是孤立论文，而是一条可校准的闭环
理论、模型与现实系统互相约束：从基础问题出发，经由表示与验证，最后回到真实人机协作中的反馈。
01 · THEORY
解释机制
识别传统因果基础中的缺口，明确 unit、environment、intervention 与 counterfactual 的含义。
02 · MODEL
建立表示
利用大模型和生成模型的表示能力，把因果假设变成可计算、可比较的对象。
03 · REALITY
接受检验
在 robust prediction 与 Agent Harness 中验证：模型是否真的帮助研究者做出更稳健的判断和行动。
Research informs product. Product returns reality.因果智能提供长期研究母题；WeHub 的真实协作系统提供反馈与反例。
了解 WeHub
Public writing
从可以直接阅读的内容开始
以下文章已经进入公开路径。它们覆盖 Agent runtime、skill portability 与人类注意力如何接入 AI 协作网络。
OpenClaw 和 Hermes 的区别：两个 opinionated agent runtime 的底层取舍
真正差异不是有没有 memory，而是两者如何组织 agent 的身份、行动、上下文、记忆和边界。
阅读全文
gstack skill 迁移现状：先分清入口、Adapter 和 Workflow
事实梳理 native skill、host adapter、runtime asset 与 workflow contract，不把“能复制”误当成“已原生支持”。
阅读全文
一个人，一天，6.85 亿 Token
一次真实工作日：如何把人的有限注意力接入 AI 协作网络，让 token 成为系统吞吐的体温计。
阅读全文
About & collaboration
一个持续打开、但不模糊成熟度的研究窗口
WeHub Research 是龚鹤扬与 WeHub 的开放研究窗口。我们保留真实问题、未完成判断和研究野心，同时明确区分 active research、working note 与 exploratory direction。
如果你也在研究因果智能、稳健泛化、Agent Harness 或人机协作，欢迎带着具体问题、证据或合作设想联系我们。