2026.08 · 当前坐标

从量化交易到
AI 原生组织
把真实反馈变成持续进化的能力。

刘铭文(Maxwell),小窗智能Likelihood Lab创始人,企业 AI 实践者与《人工智能与商业创新》任课教师。关注如何让个人与组织的 AI 能力在真实任务中持续进化。

“独立思考,保持定力;追求价值,向上向善;极致简约,看见长期。”
OPERATING SYSTEM / 2026持续验证
方法层

AlphaGradients · 把真实任务中的结果差距,变成下一轮可执行、可测量、可复用的改进。

2012量化创业起点
2023大模型创业
2026创业 3.0 地图

一个还在运行的系统,而不是一份已经定稿的履历。

01 / JOURNEY

人生旅程,是四条同时演化的轨道。

技术、商业、组织与人生彼此交叉。选择一条轨道,看它如何穿过同一段时间。

011992—2011
人生● 已核实 / 编辑归纳

成长与管理科学基础

出生于长汀,在永安成长。2010 年进入中山大学管理学院,开始建立对系统、数据与决策的理解。

022012—2016
技术商业组织● 已核实 / 编辑归纳

量化创业与技术奠基

从量化交易创业出发,在管理科学研究与真实交易之间,形成对技术、系统和组织的最初训练。

032017—2019
技术组织● 已核实 / 编辑归纳

从技术到组织

从技术角色走向组织管理,并正式运作 Likelihood Lab,同时建设交易系统、团队与 AI 人才培养机制。

042020—2022
技术组织● 已核实 / 编辑归纳

机器学习与 AI 组织化

从机器学习、强化学习与 AlphaFuture 系统探索,走到组织内 AI 协同与能力建设。

052023—2024
技术商业组织人生● 已核实 / 编辑归纳

大模型创业与商业化

离开博士路径、创立小窗智能,从 GPT 产品探索进入企业诊断、咨询、内部能力建设与产业智能体。

062025—现在
技术商业组织人生● 已核实 / 编辑归纳

CAIO、持续学习与创业 3.0

围绕企业 AI 咨询、CAIO 与 Agentic,逐步收束出一张以真实反馈、商务闭环与长期复利为约束的个人经营地图。

02 / LIVING SYSTEM

正在运行的系统

愿景决定方向,方法吸收反馈,三个现实验证场让它不断回到真实世界。

02 / 方法层

AlphaGradients

这次行动是否让下一次可衡量地更好?把真实任务中的结果差距,变成下一轮可执行、可测量、可复用的改进。
STATE已核实定位

边界说明 这是功能与反馈关系,不代表各主体之间存在法律隶属、统一财务、统一人员或统一知识产权。

03 / DECISION LEDGER

不只记录结果,也记录判断如何被现实修正。

失败不是被删掉的一页。保留当时理由、关键假设、新证据与下一检查点,才能让决策能力复利。

01

实验要快,绑定要慢

学习、技术、产品、客户访谈与低承诺样板项目要快;股权、合伙、公司主体与核心圈准入要慢。

当前使用原则速度用在可逆实验层,治理摩擦保留在不可逆承诺前。
02

先闭环,再扩张

在客户、预算、付款、责任、交付、验收与治理闭环前,新机会默认停留在研究、项目或渠道合作。

当前使用原则用真实交易和客户成功决定是否升级组织承诺。
03

让客户长出能力

先问客户是希望你替他做事,还是希望你让他的团队变得更有能力。

当前使用原则再根据责任边界与成功标准,分流为顾问、诊断、交付或退出。
04

真实结果优先于故事

分开核算产品结果、客户采用、经营成果、个人时间与可复用资产,不让任何一个指标替代全部现实。

当前使用原则保留失败、停止条件和下一检查点,才能真正复利。
当时判断关键假设新证据当前判断下一检查点

04 / ALPHAGRADIENTS

让每一次真实反馈,都变成下一次改进的方向。

Alpha 是在真实目标、成本、风险和约束下仍然成立的增量价值;Gradients 是模型、数据、评测、代码、规则、记忆、工作流与组织中的改进信号。

01定义目标
02建立评测
03捕获反馈
04定位梯度
05最小更新
06沉淀资产
07现实复验

REALITY CHECKS

方法必须回到真实任务。

企业 AI 咨询部分验证

从“设备先行”回到“场景与组织能力优先”

面对一家实验教学解决方案企业,把 AI 建设拉回真实场景、任务闭环与可验证价值,逐步形成内部技术小队与跨部门作品组合。

GRADIENT设备 → 场景 → 能力
CAIO 険跑部分验证

从短期诊断到企业自身 AI 能力

一家跨境电商企业从流程、数据与内部工程能力诊断起步,再通过内部工程师、固定节奏与多条工作流逐步建立自己的 AI 能力。

GRADIENT诊断 → 节奏 → 内生能力
《人工智能与商业创新》公开信息

把个人经历外化为一套可行动的课程

从 AI 认知、超级个体进入智能体、CAIO 与 AI 供应链;用真实任务、比较评测、流程拆解和行动计划把认知转化为能力。

GRADIENT认知 → 实操 → 可复用方法

案例均为公开版编辑投影;企业案例默认匿名,不展示客户原话、合同金额、内部数据或未经授权的精确指标。

05 / ASK MAXWELL

与一份会说明依据与边界的 Wiki 对话。

首版只回答已审核的公开知识。每个回答都包含结论、依据与不确定性。

PUBLIC KNOWLEDGEMAXWELL WIKI / BETA
YOU

什么是 AlphaGradients?

M
MAXWELL WIKI

AlphaGradients 是把每一次真实任务中的结果差距,转化为下一次可执行、可测量、可复用改进方向的持续学习方法。

依据
AlphaGradients 持续学习方法论
边界
名称与定位已确认;仍在通过真实任务持续完善。