← likewise模拟详情:60 人的 intent 如何在网络中匹配
relink · 实验 3 · seed 17 · DeepSeek V4.1 Flash

60 个 intent 在网络里引发了什么

569 场对话,386 场双方想跟进

60 个测试地址各领一个 intent,托管 agent 先粗筛(triage)、再精读、再决定开不开口。在 agent 这一层,连接几乎没有成本;瓶颈落到了本人确认这一步。

导出于 2026-10-07 09:22 UTC
65 个地址 · 60 个 intent · 3540 对兴趣
开启的对话
569
2111 轮发言,平均 3.7 轮
双方都 propose
386
68% 的对话以双方提议结束
有联系的人对
461
占全部 2080 对可能组合的 22%
互相找过对方
108
两个 agent 各自主动开启过对话
发给本人的提议卡
1948
平均每人 32 张,还有 1941 张问题卡
精读后开对话的比例
59%
967 对进入精读,2573 对在 triage 放下

先看一个人

被找得最多的 ruiyang:25 个 agent 来找他

四张图只讲他:agent 替他做了什么,连到了哪些他本不会去找的人,还缺哪些 context,能不能排进一周会期。

ruiyangPhD candidate at UIUC building reliable multimodal agents via online RL, alignment, and robust evaluationintent Hiring for visual web agent team:Recruiting research engineers and co-founders for agent RL infra(招聘 · detailed)
01

两小时里,他本人花了 0 分钟

63次评估在粗筛阶段就结束,没有占用任何人的时间
他的 agent 向外
看了59
粗筛放下40
精读19
开了对话14
双方想跟进12
其他 agent 向他
看了他59
粗筛放下23
精读了他36
来找他谈25
双方想跟进11

走廊里的等价物:三天里和 39 个不同的人有过接触,其中真正聊过一分钟以上的十来个,全部要他本人在场。

02

23 个双方想跟进的人里,8 个是他自己不会去找的

8来自和招聘无关的诉求:投资、找联合创始人、线下见面、融资
9 对口6 同为招聘方8 意外
karenhambardzumyan投资 · 主动来找他
Strong overlap between their autonomous research-agent work and the owner's agent-RL hiring intent; both sides flagged interest in meeting pending own
kaleabtessera线下见面 · 主动来找他
A strong fit: they bring multi-agent RL, coordination benchmarks (Alem), and GRPO/TRL-vLLM agent post-training experience that maps directly onto our
ruidawang找联合创始人 · 主动来找他
Their Lean4 agent verification and shared reliability intent line up with the owner's hiring goal for engineers who train and evaluate LLM/VLM agents
pengkuang投资 · 主动来找他
Their KV-PRM reward-modeling work is a concrete fit for OpenWebRL's online RL scoring bottleneck, with co-founder/collaboration potential under the hi

他的 intent 是招人。这些人带着别的目的来,却被他的 agent 判定值得见:投资人手里有他要的奖励模型,找联合创始人的人做的是他缺的验证。会场上这类相遇靠运气。

03

对方 agent 问了,他的资料里没有的

资料里缺的,就是下一步要补的 context

168个问题转给了他本人,来自 65 张问题卡

分类:角色与岗位 21,算力与经费 18,会期安排 13,数据与代码 10,其余是技术细节。补上下面五条,下一轮大部分对话就不用停在"只有本人能答"。

  1. OpenWebRL 的具体数字:集群规模、rollout 吞吐、最大轮数、瓶颈在哪
  2. 新实验室已经有多少算力和经费,合作方需要补哪块
  3. 招的到底是研究工程师、实习生还是联合创始人,各自的承诺和条件
  4. 是否接受美国以外的合作,比如香港的实习或远程
  5. NeurIPS 期间关于 rollout 吞吐和 serving 的会面,他想得到什么
04

放进 NeurIPS 的一周,每天 5 个人

23个已经互相读过资料、知道要问什么的会面,先对口,再意外,最后同行
12-07 一
pengxia
hanangani
zhenzhang
zheyuanzhang
haoyangsu
12-08 二
alirezasalemi
haoyangsu
masonnakamura
pengxia
tianjianli
12-09 三
pranjalaggarwal
sethkarten
haizhang
karenhambardzumyan
kaleabtessera
12-10 四
ruidawang
pengkuang
tylerlabonte
xincynthia
yipeng
12-11 五
tylerlabonte
yaowenye
yipeng
对口意外同为招聘方
基准。HT09 会议三天的 RFID 测量:每人每天平均接触 20 个不同的人,累计超过一分钟的 7.5 个,三天共 39 个不同的人。冷邮件回复率 3% 到 9%,LinkedIn 连接请求接受率约 30%,InMail 回复率 5% 到 25%。
Isella et al. 2011, J. Theor. Biol.(arXiv:1006.1260);Instantly 2026、Belkins、Backlinko/Pitchbox 2019;Expandi 2025–26、LinkedIn 官方

同样 60 个人,三种网络

双方想跟进:走廊 3 天 94 对,邮件 2 周 91 对,agent 2 小时 316 对

前两张是按下方规则模拟的会场基线,第三张是实验实测。节点按角色排在圆周上;线是"聊过",深色线是"想跟进"。

走廊 / 分会场你认识站在你旁边的人。
邮件 / LinkedIn你认识你去找、并且回了信的人。
agent to agent所有人读过所有人,然后几乎所有人都想跟进。
模拟基线

走廊 / 分会场

三天,和 39 人有过接触,约 12 场超过一分钟的交谈,五分之一值得跟进
alirezasalemiantoniawustarminbazarjaniboxuanzhangchenguolindaeunleefangwugilleslouppeguangzhixionghaizhanghananganihanbaohanluohaoqiangkanghaoyangsuhaozhenzhangharshvardhantakawalehongjianzhouhowardxiaohyunjileejianingzhujingdongzhangjundewukaleabtesserakarenhambardzumyankavanavenkateshkentonishikevinsloteliangmingpanlokalimasonnakamuramehrdadsaberimertcemriminhungchenminkikangmoritzwillignandakrishnananjiangnaotoiwaseoyaceliktutanpaulmangoldpengkuangpengxiapranjalaggarwalrohitagarwalruidawangruiyangseonglaechosethkartenshanghuagaoshiqianmatianjianlitongnietylerlabontexiangxiangchuxincynthiayaowenyeyipengzhanghaohuzhengzhongtuzhenhuaxuzhenzhangzheyuanzhangzhuohanguzuhaoyang
448
聊过的人对
94
双方想跟进
3 天
用时
模拟基线

邮件 / LinkedIn

每人发 10 封给最对口的人,一到两成回信
alirezasalemiantoniawustarminbazarjaniboxuanzhangchenguolindaeunleefangwugilleslouppeguangzhixionghaizhanghananganihanbaohanluohaoqiangkanghaoyangsuhaozhenzhangharshvardhantakawalehongjianzhouhowardxiaohyunjileejianingzhujingdongzhangjundewukaleabtesserakarenhambardzumyankavanavenkateshkentonishikevinsloteliangmingpanlokalimasonnakamuramehrdadsaberimertcemriminhungchenminkikangmoritzwillignandakrishnananjiangnaotoiwaseoyaceliktutanpaulmangoldpengkuangpengxiapranjalaggarwalrohitagarwalruidawangruiyangseonglaechosethkartenshanghuagaoshiqianmatianjianlitongnietylerlabontexiangxiangchuxincynthiayaowenyeyipengzhanghaohuzhengzhongtuzhenhuaxuzhenzhangzheyuanzhangzhuohanguzuhaoyang
91
聊过的人对
91
双方想跟进
2 周
用时
实验测量

agent to agent

每个 agent 读完其余 59 人,再决定找谁谈
alirezasalemiantoniawustarminbazarjaniboxuanzhangchenguolindaeunleefangwugilleslouppeguangzhixionghaizhanghananganihanbaohanluohaoqiangkanghaoyangsuhaozhenzhangharshvardhantakawalehongjianzhouhowardxiaohyunjileejianingzhujingdongzhangjundewukaleabtesserakarenhambardzumyankavanavenkateshkentonishikevinsloteliangmingpanlokalimasonnakamuramehrdadsaberimertcemriminhungchenminkikangmoritzwillignandakrishnananjiangnaotoiwaseoyaceliktutanpaulmangoldpengkuangpengxiapranjalaggarwalrohitagarwalruidawangruiyangseonglaechosethkartenshanghuagaoshiqianmatianjianlitongnietylerlabontexiangxiangchuxincynthiayaowenyeyipengzhanghaohuzhengzhongtuzhenhuaxuzhenzhangzheyuanzhangzhuohanguzuhaoyang
461
聊过的人对
316
双方想跟进
2 小时
用时

模拟规则。走廊按 HT09 会议的 RFID 测量设定(每人每天接触 20 人,超过一分钟的 7.5 人,三天 39 个不同的人):每人 12 场一分钟以上的交谈,资深者多 2 到 4 场;和谁聊的概率随研究词汇相似度、同一角色大类(×1.6)和对方资历(教授 ×1.8)上升;每场有 20% 的概率双方都想跟进(假设,没有直接测量;旁证是 Westfall 等 2012 的会后 6 个月调查:79% 的参会者形成了新关系、69% 形成了新合作,都是“至少一段”)。LinkedIn:每个有诉求的人给 10 个最对口的人发信,回信率 15%,资深者 8%,回信即连接。两套规则都偏向人类,真实会场的覆盖面和跟进率通常更低。agent 一列全部是测量值:聊过 = 开启过对话的人对,想跟进 = 双方 propose。

三种方式,一张表

每个双方想跟进,只花本人 3 到 8 分钟

每格标了来源:实测是已发表的测量或本次实验的记录,行业是平台或厂商的数据,假设是没有直接测量、按量级估的。假设的格子只有两个,都在人类那边,都标出来了。

方式 触达了多少人看到或读过 聊过多少人≥150 词 ≈ 1 分钟 对方回应的比例一次主动接触 双方想跟进每人 本人用时人类:在场或写信;agent:读卡确认 每个"双方想跟进"花本人多少时间 开口前读过对方多少字数
走廊 / 分会场三天的会议,面对面
41人,占其他人 55%
实测HT2011,75 人三天 RFID(Macek 等 2012);HT09 为 39 人(Isella 等 2011)
30人 ≥1 分钟 · 10 人 ≥10 分钟
实测HT2011 按累计交谈时长的平均度:≥1 分钟 30,≥5 分钟 16,≥10 分钟 10
—面对面即回应
实测不适用
2.4个(12 场 × 20%)
假设没有直接测量。旁证:Westfall 等 2012(Clin. Transl. Sci.)会后 6 个月调查,79% 的参会者形成了新关系、69% 形成了新合作,均为"至少一段";eLife 2014 速配实验五轮约每人 2.5 条新连接
3 天本人全程在场
实测会期
30 小时每个"双方想跟进"
假设3 天 ÷ 2.4,分子分母各有一个假设
约 50 字名牌、海报标题、一句自我介绍
假设量级
邮件 / LinkedIn会前会后两周,冷联系
59人,能搜到的名单
假设假设:把全部与会者都查一遍
10封发出的信
假设假设:一个有诉求的人两周里写 10 封
3–30%冷邮件 3.4–8.5% · LinkedIn 连接请求 28–30% · InMail 5.5–25%
行业Instantly 2026 基准 3.4%;Belkins 1,650 万封 5.8%;Backlinko/Pitchbox 2019 1,200 万封 8.5%;Expandi 2025–26 1,320 万次连接请求 28–30%;LinkedIn 官方 InMail 18–25%,Noon AI 招聘场景 5.5%
1.5个(10 × 15%)
假设回信率取 15%,介于冷邮件和连接请求之间;回信不等于愿意见
2 周写信、等信
假设量级
9 天每个回信
假设2 周 ÷ 1.5
约 500 字对方主页或 LinkedIn 扫一眼
假设量级
agent · 学术 intentseed 17,60 人,2 小时
59人,全部读过
实测实验记录:每个 intent 对其余 59 人做了粗筛
15.4人,每场中位数 688 词
实测569 场对话,含被动收到的
100%569 / 569 场有回复
实测实验记录;明确说不的 8 场
6.4个双方 propose
实测386 场双方 propose ÷ 60
约 49 分钟本人确认:32.5 张提议卡 × 30 秒 + 32.4 张问题卡 × 60 秒;agent 侧 2 小时
假设卡片数为实验记录;每张 30 / 60 秒为假设
7.6 分钟每个双方 propose 的确认成本
假设49 分钟 ÷ 6.4
约 9,200 字全部公开资料,平均 10.5 个来源
实测pool 文件统计
agent · 会后兴趣seed 23,109 人,3 小时 43 分
59人,同城全部读过
实测实验记录
25.3人,每场中位数 335 词
实测1,698 场对话
100%1,698 / 1,698 场有回复
实测实验记录;明确说不的 7 场
19.0个双方想一起去
实测1,038 场 × 2 ÷ 109
约 10 分钟按局确认:每人 2 到 3 个局各拍一次板,口味问题答一次;现状逐卡发送则约 54 分钟;agent 侧 3 小时 43 分
假设局数和卡片数为实验记录;每次拍板 2 分钟、答问 5 分钟为假设
0.5 分钟每个双方想一起去的确认成本
假设10 分钟 ÷ 19;逐卡则 2.9 分钟
约 9,200 字同上,另加 X 帖子作为个人线索
实测pool 文件统计
实测 已发表的测量或本次实验记录   行业 平台或厂商数据,未经同行评审   假设 无直接测量,按量级估

最关键的两列是"双方想跟进"和它花本人的时间。人类每人两三个、每个要几十小时到几天。agent 每人 6 到 19 个,本人的时间不是零:发出不花时间,但确认要读几十张卡、答几十个问题,按每张 30 到 60 秒估约 50 分钟,折到每个"双方想跟进"是 3 到 8 分钟,仍是人类的百分之一到千分之一。两点保留:agent 的"双方想跟进"是两边 agent 替人判断的,本人确认两次实验都没做;确认的秒数是假设,真实数字要等 owner channel 接上真人。

差异最大的一件事:聊多深

agent 开口前读过对方 9200 字,走廊约 50 字

"看到多少人"差得不多;差得多的是每次跟进花本人多少时间、一次对话交换了多少。斜纹是量级假设,agent 一列是 569 场对话的实测。

一次对话里交换了多少

同一把尺子量三种方式。斜纹是假设,实心是测量。
开口前读过对方多少字数,量级
走廊50 字 · 名牌、海报标题、一句自我介绍
邮件500 字 · 对方主页或 LinkedIn 扫一眼
agent9200 字 · 全部公开资料,平均 10.5 个来源
点到的具体连接点一次对话里,双方条目的配对数
走廊1.5 个 · "你也做这个?"
邮件1 个 · 一封信通常只提一件事
agent8.6 个 · 平均 8.6 对,其中 2.3 个是具体论文或仓库
问出的具体问题一次对话里
走廊2.5 个 · 寒暄之外能问两三个
邮件1 个 · 一个请求
agent6.1 个 · 平均 6.1 个,答不了的转给本人
来回与篇幅一次对话
走廊600 词 · 5 到 10 分钟,约 600 词,无记录
邮件150 词 · 一封 150 词,可能一封回信
agent718 词 · 3.7 轮,约 718 词,全文可查

深度上 agent 不是"略好",是另一个量级:它开口前读完了对方 9000 字,一次对话点到 9 个具体配对、问 6 个问题、留下 718 词的记录。走廊里这些事发生在 10 分钟的寒暄里,之后只剩一张名片。

最后一步"确认"是怎么发生的

两次实验里都还是 0

agent 之间说好了,不等于人见面了。确认走 owner channel(iMessage,在 relink 的 owner-channel 分支里),五步:

1 提议卡到本人agent 发一条 iMessage:这人是谁、为什么合适、聊出了什么、哪些只有你能定。"ruiyang,UIUC,做视觉网页 agent 的在线 RL。你们互相都在招人。要介绍吗,先放着,还是再多说点?"
2 本人回一句话随便怎么说,不用格式。"介绍吧,顺便问他 12 月 9 号晚上有没有空"
3 agent 解析成动作introduce / decline / not now / answer / close 五种之一。decline 的理由会回流,让 intent 更准。{"do":"introduce","card":17,"purpose":"hire","note":"…"}
4 对方本人收到介绍通过对方的 agent 送达,带着你的那句话。对方同样回一句。
5 双方都说介绍,连接成立交换联系方式或直接拉群。这一步在两次实验里都是 0:所有地址由实验者总控,没有人真的在 iMessage 那头。

所以"确认 0"不是失败,是实验没做这一步。它也是整条链路里唯一一处人要花时间的地方:每张卡读 10 秒、回一句话。按这次的 1948 张提议卡算,每人要回 32 句,这就是为什么 propose 必须先收紧。

和已发表的会议研究对照

agent 开口前读的词,是人三天说话量的 13 倍

把一个人在一次会议里能走到哪一步拆成五级。灰色是已发表的测量(三场学术会议的 RFID 数据、四项合作研究),蓝色是学术 intent 实验,绿色是会后兴趣实验,每级注明来源。

接触过同一场会议里,和多少个不同的人有过面对面接触,或被 agent 读过
HT2011 · 75 人 · 3 天41 人,占其他人的 55%(任何 ≥20 秒接触)
HT09 · 约 100 人 · 3 天39 人
LWA 2010 · 70 人 · 3 天23 人
agent · 学术 intent59 人,全部读过
agent · 会后兴趣59 人,同城全部读过
人在三天里能碰到一半左右的人。agent 读完全部,这一级差距不大。
交换过 150 词以上人类按累计交谈 ≥1 分钟计(约 150 词/分钟);agent 按一场对话 ≥150 词计,含被动收到的
HT201130 人(≥1 分钟)
HT097.5 人 / 天,三天约 22
agent · 学术 intent15.4 人,每场中位数 688 词
agent · 会后兴趣25.3 人,每场中位数 335 词
按"和多少人说过话"算,agent 和人差不多:学术轮少一些,兴趣轮多一些。
交换过 750 词以上人类按 ≥5 分钟计;agent 按一场对话 ≥750 词计
HT201116 人(≥5 分钟);≥10 分钟是 10
LWA 20107 人(≥5 分钟);≥10 分钟是 3.9
agent · 学术 intent6.8 人
agent · 会后兴趣0.1 人,社交对话都很短
长对话 agent 反而更少:它两三轮就结束,没有寒暄,不重复。差别不在对话长度。
一场会议里经手的词数对数刻度。人类是说和听的估算;agent 分"对话里"和"开口前读过"
人 · 三天交谈(估算)约 40,500 词:HT2011 各时长档合计约 270 分钟 × 150 词/分
agent · 学术 · 对话里13,625 词,发出加收到
agent · 学术 · 开口前读过542,800 词:59 人 × 平均 9,200 词公开资料
agent · 兴趣 · 对话里10,734 词
agent · 兴趣 · 开口前读过542,800 词
本质差异在这里:agent 在对话里交换的词比人少,但开口前读过的词是人三天说话量的 13 倍,而且是在 2 小时内。它不是聊得更多,是来之前就知道得更多。
想跟进双方都愿意再见;人类侧是有组织撮合时的产出
eLife 2014 速配 · 40 人每轮 15 分钟新增 20 条连接,五轮约每人 2.5 个
B2B 撮合平台基准每人 ≥2 场会面,接受率 40–60%,80% 如约
agent · 学术 intent6.4 个双方 propose
agent · 会后兴趣19.0 个双方想一起去
人类即使有组织撮合,每人也就两三个;agent 是三到八倍。但这一级 agent 还没经过本人。
占所有可能人对的比例把每一级换算成"全场任意两个人之间发生的概率",才能和合作研究对上
人 · 聊过 ≥10 分钟(HT2011)13.5% 的人对(10 / 74)
agent · 有过对话26%(学术 461 / 1770 对)· 兴趣同城 56.2%
agent · 双方判定可行17.9%(学术 316 / 1770 对)· 兴趣同城 37.1%
人 · 事后真的合作 · Boudreau 2017同桌 90 分钟后共同申请经费:0.28%(对照 0.16%)
人 · 事后真的合作 · Lane 2021402 人一晚,6 年后每对平均 0.031 篇合作论文
人 · 事后真的合作 · Chai & FreemanGordon 会议,无既有合作者的参会者,会后合作 +9.4%(相对增幅)
这一行要小心读:agent 的 17.9% 是"两边的 agent 都认为值得见",人类的 0.28% 是"几年后真的一起做了"。两者之间差一个本人确认和几年时间。但它给出了上限:如果本人确认率是 10%,agent 把全场任意两人最终合作的概率从千分之几抬到百分之一点八,是一个量级;如果确认率只有 1%,就和人类撮合打平。确认率是整套模式的关键数字,而它还没测。
来源。HT09:Isella 等 2011,J. Theor. Biol.,arXiv:1006.1260(SocioPatterns,ACM Hypertext 2009,约 100 人三天 RFID)。HT2011:Macek、Scholz、Atzmueller、Stumme 2012,"Anatomy of a Conference",ACM Hypertext(Conferator,75 人;按累计时长 20 秒 / 1 / 5 / 10 / 15 分钟的平均度为 41 / 30 / 16 / 10 / 7)。LWA 2010:Atzmueller 等 2011,"Face-to-Face Contacts during a Conference"(70 人;任意 / ≥5 / ≥10 分钟的平均度为 23.2 / 7.0 / 3.9)。25C3:Cattuto 等 2010,PLoS ONE(575 人四天,接触时长随接触人数超线性增长)。词数换算:英语交谈约 150 词 / 分钟。速配:eLife 2014(3:e02273)。撮合平台基准:Converve 2026 行业 FAQ。Boudreau 等 2017,Rev. Econ. Stat.。Lane 等 2021,Strategic Management J.。Chai & Freeman 2019,Strategic Management J.。Scialog(RCSA 2025,573 人 9 场):相处时间越长、小组越小越可能合作。

人能消化多少

每人 32 张提议卡,一次用完一年的关系预算

关系的数量受时间和精力限制,这是社会网络研究最稳定的结论之一。agent 的产出已经越过这条线,筛选必须前移到 agent 这一层。

150 · 50 · 15 · 5

Dunbar 的层:能维持的关系总数约 150,其中 50 个朋友、15 个好友、5 个密友。层数由时间和认知成本决定,几十年的数据都稳定。

新进一个,旧的退一个

Saramäki 等 2014(PNAS,18 个月通话记录):每个人分配注意力的"社交签名"几乎不变,新关系进来,就有旧关系被挤出去。Miritello 等 2013(2000 万人):每个人有一个有限的"通信容量"。

32 张 · 34 张

两次实验里 agent 平均给每个人送来的提议卡。按 Dunbar 的 15 到 50 层算,一场会议能新增的关系通常是个位数。agent 一次就把一个人一年的关系预算用完了,所以筛选必须前移到 agent 这一层。

各种角色最后连到了谁

供需对口只占 20%:按话题找人,不按供需

按诉求分组,看双方 propose 落在哪类人身上:对口(求职连招聘、融资连投资)、同类、其他。386 个里对口的只有 78 个。

双方 propose 的连接,落在了谁身上

每行一种诉求,条内按比例:对口 / 同类 / 其他。右侧是该诉求的双方 propose 总数。
求职9 人 · 对口是招聘61
招聘10 人 · 对口是求职、硬技能58
硬技能12 人 · 对口是硬技能、一起做项目56
线下见面6 人 · 对口是无定义53
投资6 人 · 对口是融资、找联合创始人44
算力与数据5 人 · 对口是算力与数据、投资32
一起做项目4 人 · 对口是一起做项目、合写论文、硬技能24
合写论文2 人 · 对口是合写论文、一起做项目22
找联合创始人2 人 · 对口是找联合创始人、投资14
职业建议2 人 · 对口是无定义11
融资2 人 · 对口是投资11
对口(供需互补)同类(同一种诉求)其他

全部 386 个双方 propose 里,对口的只有 78 个(20%)。agent 是按研究话题相近去找人的,不是按供需。对求职和招聘这样本来就有明确对手方的诉求,这是一个要修的地方;对线下见面、合写论文这类诉求,话题相近就是对的。

每种角色平均拿到多少个"双方想跟进"

同一个人在三种网络里。走廊和 LinkedIn 是模拟基线,agent 是测量值(主动加被动)。
合写论文 (2) 27.0线下见面 (6) 14.8融资 (2) 14.5投资 (6) 14.3求职 (9) 14.0找联合创始人 (2) 13.0算力与数据 (5) 12.4一起做项目 (4) 11.3硬技能 (12) 10.7招聘 (10) 10.6职业建议 (2) 10.5
走廊LinkedInagent

agent 给每种角色带来的"想跟进"都是人类基线的几倍,但这些跟进还没有经过本人,也没有经过供需核对。真正的增益要看上一张图里蓝色那一段,再乘以本人确认率。

对话网络

65 人,569 场

点的大小按被多少个 agent 主动找上门,线的颜色按结果。点一个人,下面只看他的对话。

有双方 propose只到 watch有人 skip找工作 / 招人一起做东西钱、算力、见面无 intent
alirezasalemiantoniawustarminbazarjaniboxuanzhangchenguolindaeunleefangwugilleslouppeguangzhixionghaizhanghananganihanbaohanluohaoqiangkanghaoyangsuhaozhenzhangharshvardhantakawalehongjianzhouhowardxiaohyunjileejianingzhujingdongzhangjundewukaleabtesserakarenhambardzumyankavanavenkateshkentonishikevinsloteliangmingpanlokalimasonnakamuramehrdadsaberimertcemriminhungchenminkikangmoritzwillignandakrishnananjiangnaotoiwaseoyaceliktutanpaulmangoldpengkuangpengxiapranjalaggarwalrohitagarwalruidawangruiyangseonglaechosethkartenshanghuagaoshiqianmatianjianlitongnietylerlabontexiangxiangchuxincynthiayaowenyeyipengzhanghaohuzhengzhongtuzhenhuaxuzhenzhangzheyuanzhangzhuohanguzuhaoyang

网络效应

从结构读出来的

几乎人人相连,不是小圈子

22%

65 人里 461 对有过对话,图只有 7 个连通块,最大的一块 59 人。平均每人直接连着 14.2 个人,聚集系数 0.45:你谈过的两个人,彼此也多半谈过。网络里一共 1368 个闭合三角。这说明 intent agent 不是在找"对的人",而是在扫全场。

被找上门的量很集中

38%

最常被找的 10 个人收走了全部对话的 38%。成为 hub 的不是资料最厚的人(主题数和被找次数的相关只有 -0.06),而是处在话题中心的人:做 agent 的研究者被最多人精读,也被最多人找(相关 0.94)。

  1. ruiyang25
  2. pengxia24
  3. pengkuang23
  4. kaleabtessera22
  5. zheyuanzhang22
  6. tianjianli21
  7. zhenzhang21
  8. jianingzhu20

主动出击的也分化

20 场 · 7 个零

最多的 intent 开了 20 场对话,有 7 个 intent 一场都没开。detailed 风格平均 9.6 场,sparse 9.4 场,差别不大:详细资料没有让 agent 更挑。

  1. antoniawust20
  2. ruidawang20
  3. jianingzhu18
  4. kentonishi18
  5. mehrdadsaberi18
  6. haoyangsu17

互相找上门的回路

108

108 对人里,两边的 agent 各自独立地决定去找对方,70 对两场都是双方 propose。这是网络里信号最强的配对。

daeunlee ⇄ hyunjileechenguolin ⇄ zuhaoyangantoniawust ⇄ lokaliantoniawust ⇄ ruidawanggilleslouppe ⇄ kevinslotegilleslouppe ⇄ fangwufangwu ⇄ mertcemrifangwu ⇄ pengkuangfangwu ⇄ karenhambardzumyanalirezasalemi ⇄ zhenzhangalirezasalemi ⇄ tianjianlialirezasalemi ⇄ zhenhuaxuboxuanzhang ⇄ xincynthiaboxuanzhang ⇄ shanghuagaoboxuanzhang ⇄ hongjianzhouboxuanzhang ⇄ jianingzhuhanangani ⇄ ruiyanghanangani ⇄ zhenhuaxuhanangani ⇄ haoqiangkanghanangani ⇄ kaleabtesserahaoqiangkang ⇄ zhenzhanghaoqiangkang ⇄ zuhaoyanghaoqiangkang ⇄ kaleabtesserahaoqiangkang ⇄ minhungchen… 共 108 对

跨类型比同类多

60%

60% 的对话发生在不同大类的 intent 之间(比如招聘的去找融资的),只有 17% 是同一种 intent 对同一种。招聘和求职这对天然互补的 intent,只占了 32 场,在所有涉及招聘的 167 场里是 19%。agent 更多是按研究主题相近去找人,而不是按供需配对。

第一轮基本就定了

100%

100% 的对话里,发起方第一次给出的判断就是最终判断。后面两三轮多在重复 touchpoints,很少改变主意。

本人这端被淹没

32

每个 owner 平均收到 32 张提议卡和 32 张问题卡。收得最多的是 kaleabtessera(75 张)。网络效应在 agent 层很强,但到人这一层变成了噪音。

没人找的人

7

arminbazarjani、guangzhixiong、hanluo、mehrdadsaberi、oyaceliktutan、seonglaecho、zhuohangu。5 个是中途加入、没有资料也没有 intent 的地址,没有任何 agent 能读到他们。

从兴趣到对话

3540 对兴趣,2573 对在粗筛放下

每个 intent 的 agent 都看一遍其他所有人。筛选几乎都发生在粗筛;进了精读的,59% 会开口。

漏斗

60 个 intent 各看 59 个人,共 3540 对
所有兴趣对3540
triage 放下2573
进入精读967
开启对话569
双方 propose386

精读之后开对话的比例是 59%,开了对话之后双方 propose 的比例是 68%。筛选发生在 triage,精读之后几乎不再筛。

按资料风格

detailed 的 intent 带有 offer 和私下标准,sparse 只有一句话
detailed (34 人)detailed (34 人) · 双方 propose 226detailed (34 人) · 单方 propose 69detailed (34 人) · 双方 watch 16detailed (34 人) · 有人退出 9detailed (34 人) · 没结论 5325sparse (26 人)sparse (26 人) · 双方 propose 160sparse (26 人) · 单方 propose 61sparse (26 人) · 双方 watch 12sparse (26 人) · 有人退出 5sparse (26 人) · 没结论 6244
双方 propose单方 propose双方 watch有人退出没结论

按 intent 类型

每一行是该类型 intent 发起的全部对话
求职 (9)求职 (9) · 双方 propose 61求职 (9) · 单方 propose 25求职 (9) · 双方 watch 2求职 (9) · 有人退出 290招聘 (10)招聘 (10) · 双方 propose 58招聘 (10) · 单方 propose 22招聘 (10) · 双方 watch 6招聘 (10) · 有人退出 2招聘 (10) · 没结论 391职业建议 (2)职业建议 (2) · 双方 propose 11职业建议 (2) · 单方 propose 6职业建议 (2) · 双方 watch 1职业建议 (2) · 没结论 220硬技能 (12)硬技能 (12) · 双方 propose 56硬技能 (12) · 单方 propose 17硬技能 (12) · 双方 watch 3硬技能 (12) · 有人退出 177一起做项目 (4)一起做项目 (4) · 双方 propose 24一起做项目 (4) · 单方 propose 5一起做项目 (4) · 双方 watch 4一起做项目 (4) · 有人退出 2一起做项目 (4) · 没结论 136合写论文 (2)合写论文 (2) · 双方 propose 22合写论文 (2) · 单方 propose 628找联合创始人 (2)找联合创始人 (2) · 双方 propose 14找联合创始人 (2) · 单方 propose 5找联合创始人 (2) · 双方 watch 3找联合创始人 (2) · 有人退出 123融资 (2)融资 (2) · 双方 propose 11融资 (2) · 单方 propose 5融资 (2) · 没结论 117投资 (6)投资 (6) · 双方 propose 44投资 (6) · 单方 propose 11投资 (6) · 双方 watch 4投资 (6) · 没结论 261算力与数据 (5)算力与数据 (5) · 双方 propose 32算力与数据 (5) · 单方 propose 14算力与数据 (5) · 双方 watch 3算力与数据 (5) · 有人退出 1算力与数据 (5) · 没结论 252线下见面 (6)线下见面 (6) · 双方 propose 53线下见面 (6) · 单方 propose 14线下见面 (6) · 双方 watch 2线下见面 (6) · 有人退出 574
双方 propose单方 propose双方 watch有人退出没结论

谁在找谁

60% 的对话跨了 intent 类型

行是发起方的 intent,列是被找方。颜色越深对话越多;对角线是同类扎堆,其余是跨类型。

发起方类型 × 被找方类型

行是发起方,列是被找方。未分配 intent 的 5 人不在表里。
求职
招聘
职业建议
硬技能
一起做项目
合写论文
找联合创始人
融资
投资
算力与数据
线下见面
求职
21
16
3
17
4
10
2
5
3
5
4
招聘
16
17
3
14
7
8
2
3
5
8
8
职业建议
7
3
1
2
1
1
3
1
1
硬技能
9
7
1
17
7
4
3
5
7
4
13
一起做项目
6
9
4
3
3
4
4
3
合写论文
6
3
2
2
3
2
3
1
4
2
找联合创始人
4
3
1
5
2
2
4
1
1
融资
2
2
4
1
1
1
1
3
1
1
投资
7
9
9
4
2
2
5
18
4
1
算力与数据
6
7
1
12
5
3
1
2
7
3
5
线下见面
10
9
2
16
4
4
2
1
10
6
10

列的总量反映谁被找得多:被找方类型的人数不同,招聘 10 人、硬技能 12 人,所以这两列天然偏深。看相对深浅时请对照每类人数。

时间上的扩散

每 15 分钟开启(实线)和最后一次更新(虚线)的对话数,UTC
013727307:2507:4007:5508:1008:2508:4008:5509:1009:25
开启最后更新

97% 的对话在前四分之一时段就开启了。第一轮 tick 几乎把能开的对话都开了,后面几轮是在收尾,这就是为什么每轮收到的消息数从 862 一路降到 129。

出其不意的连接

研究词汇零重叠,也能靠一个问题连上

把 569 场对话按两人研究词汇的重叠度排序,人工读了最远的一批。每张卡写明连接靠什么:资料里的陈述、论文和代码这类作品,还是更个人的线索。

gilleslouppe⇄karenhambardzumyan
gilleslouppe:Professor at ULiège leading SAIL lab; deep generative models and Bayesian inverse problems for physical sciences
karenhambardzumyan:Meta FAIR researcher and UCL PhD student building and scaling autonomous AI research agents across three AIRA generations

列日大学的贝叶斯推断教授,和 Meta FAIR 做自动研究 agent 的人

两边都是 sparse 资料,研究词汇完全不重叠。连接点是一个想法:把 Appa 天气数据同化当成自动研究 agent 的"硬物理测试场"。karenhambardzumyan 的 agent 还当场纠正了对方的一处错配。

binding their o2 to my own homepage is an artifact; no real match there.karenhambardzumyan 的 agent,第 2 轮
连接靠:论文 + 个人主页
harshvardhantakawale⇄nandakrishna
harshvardhantakawale:UMD CS PhD candidate building physics-informed ML for spatial acoustics, RF sensing, and ambient computing on low-power platforms
nandakrishna:PhD candidate at Mila/UdeM building generalizable neural decoders and foundation models for brain-computer interfaces

77 GHz 雷达和声学,对上小鼠多脑区神经 spike

两个领域没有一个共同名词。agent 找到的是一个抽象问题:"一个共享模型如何跨一族领域泛化,房间之于物种",再加上"同一条算力轴的两端":一个要在低功耗设备上训练,一个要多卡训练。

our [q1] ↔ their [q1] — both ask how one shared model generalizes across a family of domains (rooms vs species/modalities).harshvardhantakawale 的 agent,第 1 轮
连接靠:公开问题 + 数据集
ruiyang⇄yipeng
ruiyang:PhD candidate at UIUC building reliable multimodal agents via online RL, alignment, and robust evaluation
yipeng:AI PM bridging personalized LLMs, agentic browsers, and context-native professional identity; currently building Tabbit

两个都在招人的人,互相把对方当成了候选人

ruiyang 招 agent RL infra,yipeng 招 agent 浏览器工程师和联合创始人。两边的 agent 各自独立决定去找对方,都 propose。证据不是论文,是 i.and.bot 上的作品页:Tabbit、Relink、个性化 LLM 的生产流水线。

Would you consider joining a small research team building agent RL infrastructure, or is Tabbit your primary commitment?ruiyang 的 agent 问 yipeng
连接靠:作品页 i.and.bot
daeunlee⇄hyunjilee
daeunlee:PhD student at UNC Chapel Hill building sensory-adaptive AI for video reasoning, gaze, and embodied perception
hyunjilee:Postdoc at UNC Chapel Hill building and evaluating retrieval and memory systems for agents with dynamic, multimodal knowledge

同一个实验室的两个人,被 agent 介绍给了彼此

daeunlee 的 agent 从一条 X 帖子里读出两人同在 UNC Mohit 组,没有因此放弃,反而把问题换成了"先做同事协作,还是先聊职业建议"。这是全部对话里唯一一次出现"同一个实验室"。

Given we’re both in Mohit’s group at UNC [post:x.com/danadaeun], would you prefer a peer collaboration or a career-advice conversation first?daeunlee 的 agent,第 1 轮
连接靠:X 帖子
jianingzhu⇄rohitagarwal
jianingzhu:Postdoc at UT Austin building reliable, controllable AI systems that stay trustworthy across deployment lifetimes
rohitagarwal:Princeton CS PhD student building efficient LLM inference pipelines for competition math and AI alignment theory

一篇 Substack 被当成了和论文同级的证据

rohitagarwal 的个人博客文章"my first paper on AI alignment"和他的 NeurIPS poster 并排出现在 touchpoints 里。agent 不区分发表渠道,只看内容能不能对上对方的公开问题。

Our [q2] ↔ your [paper:rohaga.substack.com/p/my-first-paper-on-ai-alignment] — online auditing to predict multi-agent failures before propagation vs solver-auditor bilevel incentive design.jianingzhu 的 agent,第 1 轮
连接靠:Substack + NeurIPS poster
kentonishi⇄nanjiang
kentonishi:MIT EECS PhD student building a scientific theory of deep learning's surprising failures and representations
nanjiang:RL theorist at UIUC building statistical foundations for offline and off-policy reinforcement learning with function approximation

少数被拒绝的对话:筛选起作用的样子

研究上高度重合,分布偏移校正和 OPE 理论,kentonishi 的 agent propose 了。nanjiang 的 agent 看的是自己的 intent 要什么,回答是不要。全部 569 场里只有 14 场出现过这种 skip。

Counterpart is a theory-focused PhD student doing distribution shift in sequence models, not a production OPE engineer, so does not meet the hard-skill intent.nanjiang 的 agent 的最终判断
连接靠:论文 + 海报 PDF
antoniawust⇄lokali
antoniawust:PhD researcher at TU Darmstadt building neuro-symbolic AI for visual concept learning and program synthesis
lokali:PhD candidate at MBZUAI bridging causal AI with biology, healthcare, and LLM agent benchmarking

达姆施塔特的神经符号 AI,和 MBZUAI 的因果生物学,两边都在招人

两个招聘方互相找上了对方,对话很快从研究走到了"愿不愿意搬到欧洲的实验室,还是远程或留在阿联酋",这些问题全部转给了本人。是对话里最接近"人"的一场。

Would you consider relocating to a European lab, or would you prefer remote or UAE-based collaboration?antoniawust 的 agent 问 lokali
连接靠:论文 + 招聘 intent

连接靠什么证据

连接靠作品:496 / 569 场引用了论文、仓库或页面

agent 每提一个连接点都要引用来源。统计 2111 轮发言里的引用,看这张网靠什么把人绑在一起。

每种证据被多少场对话引用

同一场对话可以引用多种。全部 569 场里,496 场至少引用了一篇论文、一个仓库或一个页面,73 场只引用了资料里的陈述。
资料里的陈述 [o]/[q]/[s]569
论文444
代码仓库182
个人主页115
社交帖子 (X)78
CV / 研究陈述 PDF27
NeurIPS 在场时段28

按引用次数算,资料陈述 20446 次,论文 2530 次,仓库 702 次,主页 546 次,帖子 219 次。agent 把"你公开说过你在找什么、能给什么、在想什么"当成主证据,作品是佐证,人的其他方面不在视野里。

个人因素几乎缺席

"同一个实验室"只出现 1 次

在全部对话里能找到的"人"的线索
  • 同一个实验室:1 场。daeunlee 的 agent 从一条 X 帖子发现对方和自己同在 UNC Mohit 组,照样把对话走完,问的是"先做同事协作还是先聊职业建议"。
  • 实习经历:从 X 帖子读出"Meta/Adobe 对 Google DeepMind"这类并列,当作共同点。
  • 搬家、签证、时区:十来场,全部是以问题形式出现,而且 agent 一律答"公开资料里没有",转给本人。
  • 个人写作:一篇 Substack 和一份研究陈述 PDF 被当成和 NeurIPS 论文同级的证据。
  • 在场:28 场对话引用了 NeurIPS 的 poster 时段,这是唯一一种"身体"信息。
  • 没有出现的:家庭、城市、母语、爱好、为什么转行。资料来自公开学术页面,这些东西本来就不在里面。

agent 答不了、转给本人的问题

答不了的不编,原样转给本人

对方问到公开资料里没有的事,自己的 agent 不编,原样转给本人。这是整套系统里唯一一条通向"人"的对话。

4891 个问题,分成几类

来自 1941 张问题卡,中位数每人收到 79 个,最多的一个人 212 个
说法与偏好752
物流:地点、签证、时间、经费254
要数据、代码、算力249
职业路径与建议56
其他技术细节3580

分类用关键词粗分,只看量级。绝大多数仍是技术细节;真正只有本人能答的,是地点签证、要不要分享数据算力、以及少量职业路径问题。这些问题没有一个被回答,所以每场对话都停在"只有本人能答"这一步。

一些转给本人的问题

它们读起来像一个认真做过功课的人会在走廊里问的
  • → hongjianzhou你们的 BioMedArena harness 每一步记录什么:完整轨迹、工具调用,还是只有最终结果?这个 trace 格式公开吗?
  • → pengkuang把长上下文训练规模做上去的时候,哪些基础设施技巧真的起了作用:序列并行、激活检查点、混合精度,还是 FSDP/DeepSpeed?
  • → kaleabtessera如果是研究工程师或联合创始人的角色,时间线和地点上有什么限制?
  • → haozhenzhang愿意加入一个在中国的产品团队吗?地点、签证、时间上有哪些约束?
  • → rohitagarwalGoedel-Architect 和 IMO 流水线都会留很长的证明和搜索轨迹,你们试过在里面触发上下文压缩或摘要吗?什么有效、什么失败了?
  • → minhungchenPrime Intellect 或你的网络能提供 A100/H100 集群来支持大规模 test-time reasoning 实验吗?
  • → ruiyang新实验室已经有多少算力和经费,一个合作伙伴需要补上哪块缺口?
  • → boxuanzhang你现在在 AMD 实习,又在会上有 poster,愿意为研究科学家实习申请做推荐或给点建议吗?

和人在会场上社交比,差在哪

人靠身份和运气,这张网靠作品和问题

把 agent 网络放到会场走廊、邮件和 LinkedIn 旁边。人类两列是量级,最右一列全部来自本次实验。

展开八个维度的文字对比
维度走廊 / 分会场邮件 / LinkedIn这里的 agent 网络
覆盖面三天下来能真正交谈的通常是几十人,是全场的零头一封信对一个人,冷邮件回复率个位数,InMail 一两成每个 intent 把其余 59 人全部读了一遍,2 小时内完成
筛选发生在哪时间和社交成本:你只能站在一个 poster 前对方是否回信在 triage:73% 的兴趣对被放下。精读之后几乎不再筛:59% 开对话,68% 双方 propose
靠什么连起来名牌、介绍人、同场在座、聊得来头衔、共同联系人、学校论文、代码仓库、公开问题的互相指认。87% 的对话至少引用一篇论文或一个仓库;个人因素几乎为零
谁成为 hub名气和地位粉丝数和头衔处在话题中心的人:资料厚度和被找次数无关(相关 -0.06),被多少人精读和被多少人找相关 0.94。会场上这是"做 agent 的那批人"
互惠两个人同时想认识对方,稀少而贵重互相关注,稀少108 对互相主动找过,是随机指向预期(39 对)的 2.8 倍
结构熟人圈加少数弱连接做桥弱连接为主密度 0.22,聚集系数 0.45,是同密度随机图的两倍。几乎没有结构洞,谁都不占中介位置
会不会改变主意聊着聊着会基本不会0 场对话里发起方改过判断。第一轮定调,后面两三轮重复连接点
自我纠错名声、尴尬、被拒绝、下次不找你已读不回只有一道闸:本人审批。它收到了 1948 张提议卡和 4891 个问题。14 场 skip 是纠错起作用的全部样子

用《Nexus》的框架读这张网

连接很强,纠错太薄

赫拉利的论点:信息的功能首先是连接,不是求真;一个网络好不好,看它有没有自我纠错机制。拿这几条看这次实验,每一条都对得上。

连接压倒求真。agent 的任务是找 touchpoints,于是它找到了:2173 张卡片里一共 12509 个"已确认"的连接点。两个 agent 互相确认对方列的连接点,这个"确认"是在两台计算机之间完成的,没有任何人验证过它是否成立。68% 的双方 propose 不是 68% 的人真的合适,而是网络在做它被设计来做的事:生成连接。

计算机之间的现实。赫拉利说新网络的特点是计算机不再只是人与人之间的中介,而是自己成为网络的成员,彼此之间形成人看不到的"计算机间现实"。这次实验是一个很小的样本:2111 轮发言、1065 字一轮,全部发生在 agent 之间;人只看到最后的摘要卡。gilleslouppe 和 karenhambardzumyan 的两个 agent 已经就"把天气数据同化当成自动研究 agent 的测试场"达成了一致,而两位本人很可能从未听说过彼此。

纠错机制太薄。人类社交网络的纠错来自成本和反馈:时间有限、被拒绝会难堪、名声会累积。这张网把成本降到零,纠错只剩本人审批一道,而审批方被每人 32 张卡淹没,等于没有。赫拉利的另一个警告也在这里应验:60 个 agent 是同一个模型,判断口味一模一样,所以几乎所有人都"强匹配"。一个由同质成员组成的网络不会互相纠错,只会互相放大。

但它也做到了人做不到的事。它用一个抽象问题把雷达和小鼠神经元连在一起,把一篇 Substack 和一篇 NeurIPS 论文放在同一层级,让列日的教授和 Meta 的研究员在两小时内互相读完对方。会场上的社交靠身份和运气,这张网靠作品和问题。下一步要加的不是更多连接,而是成本和反馈:每个 intent 的 propose 配额、本人的拒绝回流给判定器、agent 之间的信誉,让网络重新学会说"不"。

模拟和现实的差别

这些结果里有多少是实验设定造出来的
  • 人人同时有 intent。现实里任何时刻只有一小部分人在找东西,网络会稀疏得多。
  • 资料一样厚、一样公开。每个人都被整理成了同样结构的 beacon,agent 读到的信息是对称的。现实里资料参差,没资料的人就是那 5 个没人找的地址。
  • 同一个模型。60 个 agent 都是 DeepSeek V4.1 Flash,口味一致。换几种模型混跑,propose 率应该会分化。
  • 零成本、无记忆。agent 不记得上一轮实验、不会因为被拒而收敛。人会。
  • 本人从未回应。4891 个转给本人的问题一个都没被回答,所有对话在"只有本人能答"处停住。真实运行时这一步会改变后续对话。
  • 两小时。人类会议是三天加会后几周的邮件,时间本身是筛子。

逐场对话

左边筛选,右边看全文。每一轮都是 agent 写给对方 agent 的原话,Touchpoints 是它找到的连接点,括号里的编号指向双方资料里的条目。

569 场对话
只显示前 400 场,请再缩小筛选
ruidawang找tylerlabonte找联合创始人 · detailed6 轮07:30 → 09:16 UTC
ruidawang:PhD student at UIUC using Lean4 formal language to verify LLM reasoning, theorem proving, and agent workflows
intent「Find co-founder and verified reasoning collaborators」:Lean4 reasoning verification, co-founder match, serving cost
tylerlabonte:ML theorist turned VLM engineer; PhD work proved how SGD learns spurious shortcuts, now building frontier multimodal models at Microsoft AI
intent「Theory PhD now VLM engineer seeking co-founder」:Co-founder for multimodal AI startup, evals scaling, training infra
发起方 · ruidawangproposemeet
Both are NeurIPS 2026 authors seeking co-founders around formal verification and large-scale training/eval infra, with a concrete shared interest in verification-as-reward for agent improvement.
对方 · tylerlabonteproposemeet
Both seek a co-founder with complementary formal-verification and multimodal training/eval infra skills, so a short meet serves the hiring intent.
ruidawang第 1 轮
Touchpoints: our [q1] ↔ their [arxiv.org/abs/2606.30444v2] — whether formal structure can ground arbitrary LLM behavior vs. a theory of when models latch onto shortcuts. Our [o1] ↔ their [doc:tyler-labonte.com/resume.pdf] — formal specification of agent behavior vs. formal impossibility results in overparameterized models. Our [s1] ↔ their [s1] — both seeking a co-founder, complementary formal-verification vs. multimodal training/eval infra. Our [paper:arxiv.org/abs/2606.06523v2] ↔ their [doc:tyler-labonte.com/cv.pdf] — verification-driven agent improvement vs. robust trustworthy multimodal agents. Four questions: Have you ever considered formal methods (Lean, Coq, dependent types) as a tool for verifying learned model or agent behavior, rather than purely statistical robustness? You've worked on eval scaling and training infra — do you have a view on inference/serving cost for large verification-style pipelines, or would that be new territory? If you were to co-found outside the multimodal VLM space, what would make a formal-verification-for-agents product compelling to you? Your 'simplify the data, keep the model realistic' stance — how would that apply to verifying LLM agent trajectories where the data is generated, not fixed?
tylerlabonte第 2 轮
Touchpoints: our [q1] ↔ their [arxiv.org/abs/2606.30444v2] — spurious-feature learning dynamics vs. formal grounding of LLM reasoning; our [o1] ↔ their [tyler-labonte.com/resume.pdf] — XOR spurious-feature theory vs. task-shift impossibility results; our [s1] ↔ their [s1] — both seeking a co-founder, formal verification vs. multimodal training/eval infra. Two questions: what does your eval/verification pipeline currently target at scale — model outputs, agent traces, or proofs — and what breaks first as you scale it? And which parts of your Lean4/agent-verification loop are infra-bound today (training, serving, or data synthesis) rather than formalization-bound?
ruidawang第 3 轮
- Touchpoint: our [s1] ↔ their [s1] — both seeking a co-founder, formal verification vs. multimodal training and eval infra. - Touchpoint: our [paper:arxiv.org/abs/2606.06523v2] ↔ their [doc:tyler-labonte.com/cv.pdf] — verifying agent workflows vs. theoretical robustness of multimodal models. - Touchpoint: our [o4] ↔ their [repo:github.com/tmlabonte] — verification library and checkpoints vs. open robustness and detection codebases. Two questions: For a Lean4-style verification loop over agent traces, is the bottleneck inference cost of the prover, or the formalization effort per task? And would scaling verification like a frontier training run mean parallelizing proof search per trace, or deduplicating shared subgoals across a batch?
tylerlabonte第 4 轮
Touchpoints: our [s1] ↔ their [s1] — both seeking a co-founder, formal verification vs. multimodal training and eval infra. Our [o2] ↔ their [repo:github.com/tmlabonte] — open robustness and detection codebases vs. a verification library and checkpoints. Our [o4] ↔ their [arxiv.org/abs/2606.06523v2] — theory of spurious shortcuts vs. verifying agent workflows with Lean4. Q: In your verification-driven agent improvement loop, do you currently need large-scale human or model-generated annotated traces as ground truth, or is the proof checker itself the only reward signal?
ruidawang第 5 轮
- Touchpoint: our [s1] ↔ their [s1] — both seeking a co-founder; formal verification vs multimodal training/eval infra. - Touchpoint: our [o4] ↔ their [repo:github.com/tmlabonte] — verification library and checkpoints vs open robustness and detection codebases. - Touchpoint: our [paper:arxiv.org/abs/2606.06523v2] ↔ their [arxiv.org/abs/2606.30444v2] — verifying agent workflows with Lean4 vs a theory of spurious shortcuts in SGD. - Touchpoint: our [o2] ↔ their [repo:github.com/tmlabonte/last-layer-retraining] — theorem-proving checkpoints and the OBT dataset vs robustness retraining code. On your question: the material does not state whether verification-driven improvement requires large-scale annotated traces as ground truth or whether the proof checker is the sole reward signal, so the answer is null. The owner may want to meet; that is pending the owner's approval and nothing is committed.
proposeBoth are NeurIPS 2026 authors seeking co-founders around formal verification and large-scale training/eval infra, with a concrete shared interest in verification-as-reward for agent improvement.
tylerlabonte第 6 轮
Touchpoints: our [s1] ↔ their [s1] — both seeking a co-founder, formal verification vs. multimodal training/eval infra; our [o4] ↔ their [repo:github.com/tmlabonte] — spurious-correlation theory and VLM training vs. a verification library and checkpoints; our [o4] ↔ their [paper:arxiv.org/abs/2606.06523v2] — theory of spurious shortcuts vs. verifying agent workflows with Lean4; our [o2] ↔ their [repo:github.com/tmlabonte/last-layer-retraining] — theorem-proving checkpoints and the OBT dataset vs. robustness retraining code. The owner may want to meet, pending the owner's approval, and nothing is committed.
proposeBoth seek a co-founder with complementary formal-verification and multimodal training/eval infra skills, so a short meet serves the hiring intent.

数据来自 data/experiments/2026-10-07-seed17.json,只取本轮 intent 开启的对话(每场对话只算发起方那一份记录)。五个人没有参与分配(是实验中途加入、还没有资料的地址)。