MECHANISM PRESSURE
从预测走向机制
不仅问“会发生什么”，也问“为什么发生、改变什么会不同、同一个 Unit 在另一个世界会怎样”。
查看 HCGM / DiscoSCM →一个会生长、会被证据纠正的研究系统
研究能够理解因果、
采取行动并持续进化的智能。
我们的研究追求不是某一个模型，而是一类智能系统：它能从异质个体与数据中学习机制，在干预和反事实中检验理解，并在人与 Agent 的协作中接收真实反馈。
TabU 是一个 wedge，不是整张地图。它用 Unit-first 的表格学习，追问共享规律如何在异质个体中成立。
North star
Causal
Intelligence 理解 · 干预 · 反事实
Intelligence 理解 · 干预 · 反事实
01World models机制与可能世界
02Unit learning异质性与共享规律
03Agent society协作与真实反馈
Research → Wedge → Evidence → Update
问题先于项目证据先于宣称反馈推动生长
01 · RESEARCH DIRECTION
我们不是在收集项目。
我们在持续逼近同一个问题。
智能如何超越相关性，形成对生成机制的理解；如何面对不同 Unit、不同情境和不同世界；又如何让这种理解进入行动，并在真实反馈中更新？
HETEROGENEITY PRESSURE
从平均个体走向 Unit
把 Unit 作为语义 primitive，研究共享 response law 如何通过上下文、token 与 abduction 呈现个体差异。
查看 TabU-lab →REALITY PRESSURE
从离线模型走向协作系统
把人与 Agent 的真实工作、评测和纠偏变成反馈场，让研究不只在 benchmark 上自洽。
查看 Agent Society →02 · RESEARCH MAP
一条长期追求，三组相互施压的研究前沿。
这些不是三个互不相干的部门。世界模型提供机制语言，Unit-centered learning 逼迫理论面对异质性，Human-Agent systems 则把研究带回真实协作与反馈。
01
CORE PROGRAM
因果智能与世界模型
让 AI 表征机制、干预、反事实与可能世界，并把 abduction 变成可学习、可审计的推理过程。
02
LEARNING WEDGE
Unit-centered learning
从 Unit、上下文与共享 response law 出发，探索表格基础模型、结构化学习和异质数据中的新 primitive。
03
FEEDBACK FIELD
Human-Agent systems
研究个人数字分身、Agent Society、记忆与协作结构，形成研究假设接受现实检验的 living field。
项目名会变化，研究问题会 grow；这里展示的是当前关系，不是永久封闭的 taxonomy。
03 · OPEN WORK
从问题进入，而不是从宣传口号进入。
UNIT / CONTEXT-SPECIFIC MECHANISMS
HCGM × DiscoSCM
把 unit-specific mechanism 作为首要学习对象，重新审视反事实、异质性和 population-level 模型之间的关系。
ROBUST PREDICTION WEDGE
Causal Regression
以机制学习与 abduction 的视角，检验 robust prediction 的一个具体切面。
TABULAR FOUNDATION MODELING
TabU-lab
公开问题、门槛、run receipt 与 verdict。目前没有公开训练结果、checkpoint 或 benchmark claim。
UNDERSTANDING DATA-GENERATING PROCESSES
Causality Primer
用中文主书、问题库、案例和反馈系统，把因果概念变成可追问、可修订的知识主脊。
04 · HOW RESEARCH GROWS
不把网页当成果。
把它当作证据循环的入口。
一个漂亮页面不能把 proposal 变成 theory，也不能把一次 smoke run 变成 benchmark 结论。我们显式保留每一步之间的边界。
了解 MSP / Seed it till it grows →- 01Question
先说清真正想知道什么，以及什么观察会改变判断。
- 02Wedge
选择最小但拓扑完整的理论、模型、实验或写作切口。
- 03Evidence
记录来源、假设、配置、失败、run receipt 与 claim boundary。
- 04Feedback
让人、Agent、读者与真实系统对 artifact 施加压力。
- 05Update
保留经得住检验的结构，纠正问题，再进入下一轮。
RESEARCH NOTES
阅读我们如何形成问题，而不只是如何包装答案。
Research Blog 保存正在形成的论证、架构、反思与来源轨迹。它是 living notebook，不等同于同行评审论文。
进入 Research Blog ↗WEHUB RESEARCH
Research informs the system.
The system returns reality.
因果智能提供长期问题，人机协作系统提供现实反馈。两者之间的循环，才是 WeHub Research 真正要建设的研究基础设施。