我叫 Haoxuan Dong，也使用 Jason 这个名字。目前，我在澳大利亚墨尔本学习，同时利用课外时间进行软件开发、AI 实验和一些独立研究。
我真正开始接触人工智能的时间并不算早。2025 年 9 月，我才开始较系统地使用基础的 AI 工具。那时，它对我而言主要是一种更高效的学习和信息处理方式：可以解释陌生概念、帮助整理材料，也可以让我更快地进入原本并不了解的领域。
到了 2026 年 1 月，我开始使用真正以 Agent 为核心的工作站。AI 不再只是等待一个问题并返回一段回答，而是能够围绕目标处理文件、调用工具、运行代码，并在较长的工作过程中持续推进任务。
这段变化让我逐渐意识到，我真正感兴趣的并不只是模型能够生成什么，而是一个完整的技术系统为什么能够工作。模型本身当然重要，但它如何获得信息、如何使用工具、如何处理失败，以及最后的结果怎样被检查，这些问题同样决定了系统是否可靠。
来到澳大利亚以后，我也获得了更多接触这些技术的机会。
过去，访问一些国际 AI 服务和开发资源并不总是直接的。网络限制、地区支持和付款方式有时会占用大量精力。在墨尔本，这些障碍明显减少了。我可以更自然地使用世界领先的模型，阅读公开文档，接触开源项目，也有了更多时间把一个想法继续做下去，而不是停留在最初的兴趣上。
这种变化对我很重要。它并没有让我突然掌握所有需要的知识，但它缩短了从“我想试试”到“我可以开始做”的距离。
我做项目时，通常先从一个想法开始。接下来，我会判断这件事是否值得投入、现有条件能支持到什么程度，以及最后是否可能形成一个真正完整的结果。有些想法会在评估后被放弃，也有一些会在不断修改中逐渐发展成长期项目。
AI 工具让这个过程变得更快。遇到陌生领域时，我可以迅速获得一个入口；缺少某项知识时，也可以先理解基本结构，再继续向下探索。过去可能因为知识边界而停止的想法，现在往往可以多向前走一段。
但我也逐渐发现，能够借助 AI 完成一件事，和真正理解这件事，并不是同一个问题。
在项目中，我并不排斥 AI 的深度参与。它可以帮助分析、编程、检查，也可以承担大量重复工作。对我而言，问题从来不是“是否使用 AI”，而是使用之后，我是否仍然知道整个项目为什么成立。
如果一段代码可以运行，但我无法解释它为什么这样设计；如果一个结论看起来正确，但我不知道它依赖哪些条件；如果一个系统出现问题，而我只能重新向模型提问，那么这个结果即使表面完整，也很难真正成为我能够负责的作品。
因此，我一直要求自己理解项目背后的主要逻辑。并不是每一处细节都必须由我亲手写出，但关键判断不能完全被交给工具。AI 可以扩大我能够完成的范围，却不应该替代我对方向、质量和正确性的判断。
这种要求也影响了我对作品完成度的看法。
我很重视准确性和专业性。我不希望一个项目只是“勉强能用”，也不希望它因为是个人作品，就在结构、表达和验证上显得粗糙。界面是否完整、文字是否准确、结果能否复现、限制是否被诚实说明，这些部分在我看来都属于作品本身。
当然，我仍然缺少很多经验。有时我会低估一个问题的复杂度，也会在尝试之后发现原来的设计并不合适。但专业并不意味着从不出错。更实际的标准是，在发现问题以后，能否重新检查假设、修改方法，并承认某些方案并没有达到预期。
我也不认为复杂本身代表更高的质量。一个系统使用了更多模型、更多步骤或更多技术名词，并不意味着它一定更好。有时，真正需要做的是删去没有帮助的结构，让问题重新变得清楚。
目前，我仍然在探索未来的方向。我希望以后能够进入墨尔本大学，继续学习软件、计算机相关领域，或者医学。
这两个方向在表面上并不相同。软件让我感兴趣的地方，在于它能够把抽象想法变成可以运行、测试和改进的系统；医学吸引我的地方，则是它对知识、准确性和责任提出了很高的要求，并且最终直接面对真实的人与问题。
我还没有决定自己最终会走向哪一个方向，也不希望为了让个人介绍显得完整，过早给出一个并不真实的答案。技术与医学之间也并非完全分离。未来，我可能选择其中之一，也可能进入两者交叉的领域。
MidnightDesk 是我用来保存这些经历的个人网站。
它并不是一个产品主页，也不是一份被拉长的简历。首页和作品页面会展示我做过的事情，而 About 页面更适合留下另一部分内容：我如何开始接触技术，为什么选择现在的工作方式，以及我希望怎样对待自己的作品。
这个网站记录的并不是一个已经完成的结论。我仍然在学习，也仍然会修改过去的判断。
但至少到目前为止，我逐渐形成了一个比较确定的认识：AI 可以帮助我走进原本难以进入的领域，也可以让我更快地把想法实现出来；但真正需要保留下来的，仍然是对技术本身的理解，以及对最终结果负责的能力。