— 一封信

我做的东西
得真的跑起来。

Toronto · 2026

我在多伦多大学读数学与物理，是因为想搞清楚「什么才算证明」。在 Thunder Bay 的 Lakehead University 读土木工程理学硕士（MSc），是我走进建筑和地产行业的原因，也因此和 ModBox、McRae Development 这样的北方建造商与开发商合作。

我能带给这个行业的，是真正落地的 AI 和数据分析，用来解决现实里的问题，而不是停在幻灯片上：能看清每条线索从哪来的销售后台、泄露了也能追查到人的报价、直接从盘口实测出来的市场数据。都是有人真正依赖的东西。

下面是我坚持的几件事。

─ 先测量，再下结论

在 hyperliquid.build 上，美东 9:00 的盘前判断与真实开盘跳空同向的比例是 87.8%。但这个命中率大半来自跟随美股自己的盘前交易，所以页面上照实写了，并指出美东 4:00 的判断（78.6%）才是只有 7×24 小时市场才能提供的信息。一次独立复核发现开盘价取样早了几秒，让命中率虚高了 1.5 个百分点。每个数字放上页面之前，我都会先写下什么情况能证明它是错的。

─ 上线前先回测

我差点给欧冠上线一个基础模型组合。一次覆盖五个赛季、83 场对决的回测显示，它比调好的 Elo 加 Poisson 基线没有任何提升，于是 Elo 上了生产，那些模型被放到开关后面。之后模型押对了 Arsenal 进决赛，却押错了冠军。这一点复盘里也写了。

─ 承重的部分要小

TaskMarket 的结算层是一个 Solidity 文件，四个状态，不可升级。仲裁人只能把资金转给交易里已有的两方之一。整个系统依赖的那一块，应该小到陌生人一次就能读完，也小到测试能覆盖每一个状态。

─ 为生产建，不为 demo 建

Tensor Proxies 从 2022 年起一直在服务付费客户。ModBox 和 McRae Development 是背后有真实线索的客户网站，这些线索在我做的管理后台里跟进。hyperliquid.build 每晚自动重建并部署。它们都没有「演示模式」，出了问题，马上会有人发现。

─ 市场是诚实的考场

我总会回到市场上来，不是因为我爱交易，而是因为市场是从头到尾检验一个预测最干净的地方。它的损失函数是诚实的：你可以骗过一个 benchmark，但市场不在乎你希望什么是真的。

─ 对三位小数保持警惕

物理让我知道一个问题能吸收多少噪声。所以在任何数据项目上，我大部分时间都花在找出诚实的精度上：按时间顺序切分的验证集、校准，以及弄清楚哪些位数是真的。我宁可给出一个宽的区间，也不给一个我辩护不了的精确数字。

─ 一根穿过去的线

找到陌生人能自己验证的最小信任单元，再围绕它把系统搭起来。

─ 最近在读

Statistical Rethinking · Richard McElreath
Designing Data-Intensive Applications · Martin Kleppmann
Advances in Financial Machine Learning · Marcos López de Prado
Working in Public · Nadia Eghbal