01
商业生态智能
Business Ecosystem Intelligence
企业、消费者与监管者的互动会自己长出结构。我用多智能体模拟这些结构，找生态位，也找“风变”发生的临界点。
- 生成市场假说：价格是互动的产物
- 战略的自适应演化
立场
生成优于预测
市场不等待被描述。它在参与者的一次次互动里临时成形，所以研究对象从“是什么”换成“正在如何生成”。
方法
先算模式，再长结构
不从假设出发。先在海量弱信号里算出隐藏的模式，再让主体在变化中自己长出应对方式——潜模式计算到太极智能。
交付
可被质疑的工具
风变指数、情景生成框架、多智能体模拟。哲学要落成能跑的代码、能读的数、能在会议室被推翻的假设。
Research · 研究
三个方向，同一套生成的方法
它们不是三个学科分区。理论为应用提供假说，应用为理论提供验证，智能体把两者同时推进真实世界的开放环境。
Method · 工作方法
从噪声到决定的四步
一个课题通常以一份模糊的焦虑开始——“这个行业好像要变了”。 下面四步，是把它变成可讨论、可检验的判断的过程。
STEP / 01
读噪声
不从结论出发。先在招聘信息、供应链报价、专利、社群语言里算出共现与偏离，找那些还没被命名的模式。
STEP / 02
立结构
把模式写成可模拟的结构：主体是谁、规则是什么、反馈在哪里闭环。模型的第一用途是被推翻。
STEP / 03
生成情景
不交一份预测。交三条可演化路径，各自的触发条件与早期信号，让决策在“不知道”时也有支点。
STEP / 04
回到现场
用真实决策复盘校准模型。每一次偏差都是下一轮研究的输入，工具因此越用越贴合。
智能的根本目的，不是解决给定的问题，而是持续地发现并提出新的、更本质的问题。
核心命题
Collaborate · 合作
三种合作，都从一个真问题开始
我不做通用的战略报告。合作的前提是：你有一个真实的、正在影响决策的困惑，并且愿意让研究进入现场。