个人主页

张泽锟

AI 产业投资 · 科技投资

聚焦人工智能与数字科技领域的产业研究和直接投资；具备AI、AI Infra等技术研究背景。

联系我 GitHub

湖北·武汉 · whu22kon@foxmail.com

INVESTMENT FOCUS

投资关注方向

以技术理解为基础，关注 AI 与数字科技的产业化和长期价值。

AI 基础设施

关注大模型、智能体、数据与算力等底层能力如何走向规模化、工程化与商业化。

技术成熟度 · 生态位 · 可扩展性

企业级 AI 应用

关注 AI 在企业服务和垂直场景中的真实价值创造，以及可验证的交付与增长路径。

场景刚需 · 产品壁垒 · 单位经济模型

数字科技与产业软件

持续关注云原生、智能运维与数据智能等技术，及其在产业数字化中的长期机会。

产业协同 · 客户价值 · 长期竞争力

RESEARCH & INSIGHTS

行业研究与投资观点

围绕 AI 与数字科技，持续开展产业研究和投资观察。

查看全部研究 →

2026.08 · 行业研究报告

激光雷达行业研究报告

阅读报告 →

2026.07 · 行业研究报告

Agent 智能体行业研究报告

阅读报告 →
INVESTMENT EXPERIENCE

产业投资与实践

  • 2026.07 - 至今   长江产业投资集团 · 长江博士优才计划
  • 2025.07 - 2025.09   武汉市江汉区经科局 · 数字经济科实习生
TECHNOLOGY & EDUCATION

技术与教育背景

  • 2022.09 - 2026.06   武汉大学 计算机学院 · 电子信息 · 工学博士
  • 2019.09 - 2022.06   武汉大学 计算机学院 · 软件工程 · 工学硕士
  • 2015.09 - 2019.06   武汉大学 计算机学院 · 软件工程 · 工学学士
SELECTED HONORS

代表荣誉

  • 博士生国家奖学金；华为奖学金；武汉大学奖学金；优秀学业奖学金
  • 第四届中国研究生人工智能创新大赛一等奖、华为专项奖一等奖（队长）

SELECTED PUBLICATIONS

代表成果

聚焦云原生系统可靠性、异常检测与根因定位。

7篇论文

2026 · ACM Transactions on the Web

ADmM: An Anomaly Detection Framework for Microservice Systems with Incomplete Metrics

面向指标不完整场景的微服务异常检测框架，提升云原生系统运行状态识别的鲁棒性。

TWEB · CCF-B第一作者

2025 · Information and Software Technology

MHP-RCA: Multivariate Hawkes Process-based Root Cause Analysis in Microservice Systems

以多元 Hawkes 过程建模服务间影响关系，实现微服务故障根因的自动定位。

IST · CCF-B第一作者

2025 · IEEE International Conference on Web Services

ReconRCA: Root Cause Analysis in Microservices with Incomplete Metrics

针对观测指标缺失问题，探索可恢复、可解释的微服务根因定位方法。

ICWS · CCF-B第一作者芬兰线下汇报
查看全部学术论文（7 篇）
  1. Zhang Z, Wang J, Li B, et al. ADmM: An Anomaly Detection Framework for Microservice Systems with Incomplete Metrics. ACM Transactions on the Web, 2026.TWEB，CCF-B 推荐期刊；第一作者
  2. Zhang Z, Wang J, Li B, et al. MHP-RCA: Multivariate Hawkes Process-based Root Cause Analysis in Microservice Systems. Information and Software Technology, 2025: 107938.IST，CCF-B 推荐期刊；第一作者
  3. Zhang Z, Wang J, Li B, et al. ReconRCA: Root Cause Analysis in Microservices with Incomplete Metrics. IEEE International Conference on Web Services, 2025: 116-126.ICWS，CCF-B 推荐会议；第一作者；芬兰线下汇报
  4. Zhang Z, Wang J, Li B, et al. AAMR: Automated Anomalous Microservice Ranking in Cloud-Native Environments. International Conference on Software Engineering and Knowledge Engineering, 2021: 86-91.SEKE，CCF-C 推荐会议；第一作者；Best Paper Award: First Place
  5. Zhang Z, Li B, Wang J, et al. An Approach of Automated Anomalous Microservice Ranking in Cloud-Native Environments. International Journal of Software Engineering and Knowledge Engineering, 2021, 31(11–12): 1661–1681.IJSEKE，CCF-C 推荐期刊；第一作者
  6. Xie S, Wang J, Li B, Zhang Z, et al. PBScaler: A Bottleneck-aware Autoscaling Framework for Microservice-based Applications. IEEE Transactions on Services Computing, 2024, 17(2): 604–616.TSC，CCF-A 推荐期刊；共同作者
  7. Zhu Y, Li B, Wang J, Zhao Y, Zhang Z, et al. MicroIRC: A Fine-granularity Microservice Root Cause Localization Method. Journal of Systems and Software, 2024, 216: 112145.JSS，CCF-B 推荐期刊；共同作者

INTELLECTUAL PROPERTY

发明专利

覆盖大语言模型、云原生系统与智能运维等技术方向。

17项专利

大语言模型

一种针对大语言模型输出性能的评估方法、装置和设备

CN119322929A

大语言模型

一种基于大语言模型的实体关系抽取方法

CN118673923B

云原生可靠性

面向缺失数据的微服务系统根因定位方法、介质及设备

CN118550757B

云原生可靠性

一种微服务系统异常检测方法、存储介质、电子设备

CN118643455B
查看全部专利（17 项）
  1. CN121190165A · 基于语义特征和图特征融合的评论推荐方法、介质、设备
  2. CN121167047A · 一种基于多重关系融合的第三方库推荐方法
  3. CN121166319B · 一种无服务器函数工作流调度方法、介质、设备
  4. CN121284093A · 云边跨网段通信的微服务部署方法、系统、介质、设备
  5. CN118673923B · 一种基于大语言模型的实体关系抽取方法
  6. CN119322929A · 一种针对大语言模型输出性能的评估方法、装置和设备
  7. CN118643455B · 一种微服务系统异常检测方法、存储介质、电子设备
  8. CN118550757B · 面向缺失数据的微服务系统根因定位方法、介质及设备
  9. CN118427578B · 基于混沌工程的微服务系统数据评估方法、设备及介质
  10. CN118395022B · 一种时空感知多组件图注意力时序 QoS 预测方法及系统
  11. CN117493068B · 一种微服务系统根因定位方法、设备及存储介质
  12. CN117560275B · 基于图神经网络模型的微服务系统根因定位方法及装置
  13. CN117149500B · 基于指标数据和日志数据的异常根因获得方法及系统
  14. CN116383096B · 基于多指标时序预测的微服务系统异常检测方法及装置
  15. CN116737436B · 面向混合部署场景的微服务系统根因定位方法及系统
  16. CN115858318A · 性能瓶颈感知的微服务弹性伸缩方法及系统
  17. CN113014421B · 一种面向云原生系统的微服务根因定位方法