博雅 BOYA：人文社科 AI 研究技能庫

Fri, 12 Jun 2026 00:00:00 +0000

博雅 BOYA 是我為人文社科研究者設計的開源 AI 論文工作流。它把選題、文獻檢索、研究設計、論文修改、引用查核、口試與投稿等工作拆成可獨立使用、也能接力運行的技能，讓 AI 處理繁重工作，同時把研究判斷與學術責任保留給研究者。

我在項目中負責的工作

我負責 BOYA 的問題定義、工作流架構、全部技能設計、實測驗證與開源維護。

需求轉譯：將人文社科研究中的隱性方法知識，轉化為非程式背景研究者也能使用的提問、檢查點與產出格式。
工作流設計：建立一個導航入口與十六個專用技能，涵蓋研究問題、文獻、理論框架、方法、寫作、查核、口試與投稿。
人機協作治理：為研究問題、理論框架、方法選擇及解釋性判斷設置人工決策門，避免自動化越過研究者。
學術誠信機制：把「查無不編造」「引用必回源」「AI 使用透明揭露」寫成工作流中的硬性規則。
驗證體系：以真實論文材料建立實測案例、結構化評估與證據紀錄，持續把暴露出的問題寫回技能規則。
跨平台維護：支援 Codex、Claude Code 與 OpenCode，並提供繁體中文、簡體中文、英文和日文入口。

核心創新

1. 把研究方法轉化為可執行工作流

BOYA 不只提供提示詞，而是把每個研究階段拆成明確的輸入、判斷門、產出物與交接條件，使 AI 協作具備可追蹤的研究過程。

2. Human-in-the-loop 硬性決策門

流程可以協助檢索、整理、核對與模擬提問，但遇到研究問題、理論選擇、方法取捨及主張修訂時，必須停下來由研究者決定。這是 BOYA 與全自動論文生成工具的核心差異。

3. 區分書目存在與主張成立

reference-check 負責確認文獻與書目欄位，claim-audit 則回到原文檢查關鍵主張是否得到支持，避免把 DOI 存在誤當成內容證據。

4. 用真實研究材料驅動迭代

每項技能都透過真實研究案例暴露邊界，再將錯誤模式寫回規則與評估。工作流的可靠性來自可檢查的實測紀錄，而不是僅靠功能描述。

項目成果

建立 17 個可組合的研究技能與完整導航工作流。
累積 20 個真實材料實測案例。
提供離線單元測試、結構化回歸案例和跨模型手動驗證流程。
以 MIT License 開源，並提供四種語言的使用入口。
已用於作者碩士論文的參考文獻覆核，發現 DOI、署名及書目資訊錯誤並公開勘誤。

未識 WeiShi：第六屆雲台大學生雙創賽項目

Sun, 24 May 2026 00:00:00 +0000

未識（WeiShi）是為第六屆雲台大學生創新創業大賽打造的 AI 關係探索項目。我們以「分身先聊，真人再決定」為產品主張，嘗試把初次接觸從快速瀏覽與即時判斷，轉變為由 AI 分身協助完成的前置理解過程。

我在項目中負責的工作

我主要負責產品與技術，將最初的創意轉化為可以實際操作、離線展示的完整產品原型。

產品定義：確立「未見先識」的核心命題，將 AI 定位為見面前的理解媒介，而非替使用者做關係決策的聊天機器人。
系統設計：規劃分身建檔、Agent 廣場、每週深度引薦、前置理解報告與真人接管的完整流程。
原型實作：串接主要互動與本地狀態，完成可在競賽電腦離線運行的前端產品。
治理落地：把授權、可觀察、不評分與本地優先等原則轉化為實際的產品節點和操作限制。
成果整合：將產品、場景、治理研究與路演敘事串成可驗證的最小閉環，讓創新不只停留在概念。

項目理念

未識以「未見先識」為核心概念。使用者先建立並持續校正自己的 AI 分身，再由雙方分身圍繞生活目標、關係期待、溝通方式與重要差異進行前置交流。只有在雙方授權並確認理解報告後，系統才會開放真人匿名文字對話。

核心流程

建立 AI as me 分身：由使用者校正記憶、價值觀、關係目標與互動邊界。
進入 Agent 廣場：瀏覽其他分身分享的內容，在正式接觸前形成更完整的理解。
每週深度引薦：系統提供一位深度對象，呈現推薦理由、待確認差異與核驗狀態。
生成前置理解報告：整理雙方在多個議題上的一致與差異，並保留需要真人回答的問題。
真人接管對話：在雙方同意後，從代理互動轉入匿名文字交流。

核心競爭力與創新

1. 從聊天工具轉向關係理解協議

未識不追求更多、更快的配對，而是讓雙方 Agent 在真人見面前完成可授權、可回看的前置理解。AI 的價值不是替人決定關係，而是降低無效聊天與資訊落差。

2. 每週一位的深度節奏

產品以「每週一位深度對象」取代無限瀏覽。每位對象經過多輪 Agent 交流後形成一份理解報告，讓使用者看見具體的一致、差異與待確認問題。

3. 可觀察、不可越權的 AI 分身

分身只能進行使用者授權範圍內的表達；交流過程可回看，敏感行動需要再次確認。真人始終保留最終決定權。

4. 不以單一分數裁決關係

理解報告呈現多個議題的證據、差異及真人接管問題，不用一個總分把複雜關係簡化為「適合」或「不適合」。

5. 把治理做成產品機制

本地處理、授權節點、過程留痕與不替人承諾不是附加條款，而是直接寫入互動流程的產品能力。

設計原則

Human-in-the-loop：AI 協助整理與理解，不替使用者承諾、定義關係或決定見面。
同意優先：前置接觸、報告確認與真人接管均保留清楚的授權節點。
本地優先：競賽原型可離線運行，個人校正狀態保存在瀏覽器本機。
理解而非評分：報告呈現具體議題與證據，不以單一匹配分數簡化關係。

目前版本是用於競賽展示與產品驗證的本地前端原型，不包含正式帳號、線上模型服務、真實匹配演算法或生產資料平台。

AI Agent | 蔣濤

博雅 BOYA：人文社科 AI 研究技能庫

我在項目中負責的工作

核心創新

1. 把研究方法轉化為可執行工作流

2. Human-in-the-loop 硬性決策門

3. 區分書目存在與主張成立

4. 用真實研究材料驅動迭代

項目成果

未識 WeiShi：第六屆雲台大學生雙創賽項目

我在項目中負責的工作

項目理念

核心流程

核心競爭力與創新

1. 從聊天工具轉向關係理解協議

2. 每週一位的深度節奏

3. 可觀察、不可越權的 AI 分身

4. 不以單一分數裁決關係

5. 把治理做成產品機制

設計原則