大连理工大学 · 本科在读 · 正在做智能体记忆研究
你好，我是邹夏邦XIAOBANG ZOU
喜欢把想法做成能跑的东西的本科生。
研究兴趣：智能体记忆（Agent Memory）、大语言模型应用、RAG 与多智能体系统。目前在做一项关于"AI 助理的记忆互相打架时，该信哪一条"的实证研究。
🧠 Agent Memory
⚡ 想法 → 代码 → 上线
喜欢把想法做成能跑的东西的本科生。
研究兴趣：智能体记忆（Agent Memory）、大语言模型应用、RAG 与多智能体系统。目前在做一项关于"AI 助理的记忆互相打架时，该信哪一条"的实证研究。
我是大连理工大学的一名本科生。最近一年主要在忙三件事：一是智能体记忆方向的论文研究，从构建评测集、设计方法到把实验全部真实跑完；二是维护两个自己从零写起的开源项目，一个是终端里的 AI 编程助手，一个是多智能体学习助手；三是作为协作者参与一个法律文书协同平台的开发。学新东西的方式比较"土"：先动手跑起来，再回头补原理，结论要用实验和代码验证过才算数。
当个人助理的长期记忆里出现互相冲突的说法，系统应该信哪一条？这项研究围绕三个问题展开：（1）英文场景提出的可信度裁决方法迁移到中文记忆场景后，准确率是否保持；（2）中文特有的语用信号（模糊限制语强度、语域差异、指代消解正确性）能否显式建模为可信度特征；（3）规则检测与 LLM 检测在成本与准确率之间如何权衡。配套构建了 240 条中文记忆冲突评测集（其中 45% 是"旧说法更可信"的对抗样本），对比 4 个基线方法，提出三元组可信度模型，并完成了消融、显著性检验与鲁棒性实验。
代码与论文：github.com/007350/memory-conflict-adjudication-iclr2026
基于 LangGraph 路由与 LightRAG 图检索的多智能体学习助手，采用三层记忆架构，后端 FastAPI、前端 React。包含 112 个单元测试与 30 题端到端评测，支持 Docker 一键部署，中英文文档齐全。
一个在终端里工作的 AI 编程 agent：ReAct 工具调用循环、两层上下文压缩、原子化的 /undo 快照回滚、Skills 技能系统与 MCP 协议支持，可接入任意 OpenAI 兼容端点。附 33 个单元测试与交互式学习指南。
面向工程专业分包企业的法律风险与文书协同平台：浏览器内 Word 文档编辑、合同审查 Agent 与持久化任务系统。我以协作者身份参与开发，按仓库规范以 Pull Request 方式提交贡献。
GitHub：github.com/007350 · 邮箱：zouxiabang@163.com
对智能体记忆、开源协作或本科生科研交流感兴趣，欢迎来信。