一支来自
自动化、哲学
与脑启发智能
交汇处的团队

明扬的训练背景天然连接控制、智能体、算法系统与真实世界反馈。他关注的不只是模型能否给出答案，更关注模型如何在复杂环境中感知、行动、修正，并最终进入可验证的决策流程。

他拥有三段实习经历、一段创业经历和多项竞赛经历，具备从研究问题、工程实现到产品表达之间来回切换的经验。学术方面已有一作发表和在投论文四篇，并参与多篇其他作者论文，形成了兼具研究密度和落地意识的技术画像。

功策的背景让他站在一个很少见的位置：既理解技术系统的结构，也长期训练于概念分析、解释框架和思想史。对 AI 系统而言，这种能力尤其重要，因为真正困难的问题往往不只在“模型能不能算”，还在“它为什么这样判断”。

他的研究视野覆盖技术社会、可解释性、安全边界与哲学传统，使团队在讨论 AI 金融系统时能更早意识到模型叙事、责任归因、认知偏差和社会后果。这样的跨学科气质，让星衡 Alpha 不只是一个追逐信号的系统，也更像一个追求可理解性的智能体。

思成的研究路径带有鲜明的前沿 AI 色彩：从脑启发机制到大模型微调，从安全对齐到具身智能，关注的是智能系统如何学习、泛化、对齐，并在复杂任务中保持可靠性。

他以第一作者身份在 ICML、NeurIPS、IJCAI 等人工智能顶级会议发表多篇论文，并参与 Neural Networks、IEEE TCDS 等论文撰写；同时长期担任 ICML、NeurIPS、IEEE TBIOM 等顶级会议和期刊审稿人。这种持续处在高水平学术评审现场的经验，使他对模型方法、实验可信度和研究品味有很强的判断力。