人大高瓴 沈蔚然 副教授
报告生成时间： 2026年7月
个人主页： https://gsai.ruc.edu.cn/shenweiran DBLP： https://dblp.org/pid/159/2147.html（英文名 Weiran Shen，DBLP 唯一命中，无同名消歧问题） 邮箱： shenweiran@ruc.edu.cn
一、学者基本信息
沈蔚然，中国人民大学高瓴人工智能学院预聘副教授（2024年至今），2020—2024年任预聘助理教授。2014年本科毕业于清华大学电子工程系，2019年于清华大学交叉信息研究院（姚班所在学院，Institute for Interdisciplinary Information Sciences, IIIS）获得博士学位，2019—2020年于卡内基梅隆大学（CMU）计算机学院担任博士后研究员。
研究方向： 多智能体系统、博弈论、机制设计与机器学习，具体聚焦自动机制设计（Automated Mechanism Design）、拍卖理论、安全博弈（Security Games）、信息设计与劝说（Persuasion）、在线广告市场机制等交叉方向。
学术产出： 在IJCAI、AAAI、NeurIPS、ICML、AAMAS、WWW、EC等国际顶级会议及期刊发表高水平论文50余篇，出版英文专著2本（含Springer《AI-Driven Mechanism Design》）、中文教材2本。
学术任职： 担任AAAI、IJCAI、ICML、NeurIPS、WWW、AAMAS等多个国际会议的高级程序委员会委员（SPC）、领域主席（AC），累计超20次；担任Artificial Intelligence（AIJ）、Journal of Economic Theory（JET）、IEEE TKDE等期刊审稿人。兼任CCF计算经济学专业委员会执行委员、CCF理论计算机科学专委会执行委员、中国运筹学会博弈论分会理事。
科研项目： 主持国家自然科学基金青年科学基金项目（"不完全信息博弈中的信息交流与策略学习"，2022—2024）、中国人民大学新教师启动项目；参与国家自然科学基金重大项目"网络拍卖与匹配市场设计"（2022—2026）、国家自然科学基金联合基金项目、科技部科技创新2030项目"智能社会治理仿真演化模型研究"。
产业落地成就（核心标签）： 其在机制设计方面的研究成果已在百度、字节跳动、快手等互联网平台落地实现，并主持与华为、快手、字节跳动、美团等企业的多项委托合作项目。据人大高瓴学院官网新闻报道，沈蔚然提出的强化机制设计框架已应用于百度在线广告拍卖系统，为百度公司提高约5%营收——这是本系列报告中迄今为止查证到的最具体、最量化的产学落地业绩指标之一。这一特征使他与本系列中同样具有强产业属性的王希廷（落地于必应搜索）、赵鑫（与百度文心团队合作）形成呼应，但沈蔚然的落地场景更聚焦于"机制设计理论→广告拍卖/出价系统"这一细分赛道，且合作企业矩阵更为多元（百度、字节跳动、快手、美团、华为）。
二、DBLP 数据统计
2.1 身份定位
DBLP 作者检索返回唯一命中：Weiran Shen，pid = 159/2147，无同名消歧问题。论文主题（自动机制设计、拍卖理论、安全博弈、在线广告）与官方简介及教育履历吻合，核心合作者（Pingzhong Tang、Fei Fang、Song Zuo、Haifeng Xu等）与博士导师、博士后导师身份对应。
2.2 发表记录统计（基于DBLP XML完整解析）
通过解析 https://dblp.org/pid/159/2147.xml 中 <r> 记录下的 <author> 标签，统计得到：
- 记录总条数：约70余条（2017—2026年，含正式发表论文、CoRR预印本及1本英文专著）
- 正式发表论文（会议/期刊，扣除CoRR预印本重复记录后）：约45篇
- 合作者总数：93人（含1次合并处理：DBLP中"Zihe Wang"与"Zihe Wang 0001"为同一人王子贺，因DBLP消歧编号变化产生的技术性重复）
- 仅合作1次的一次性合作者：42人（占45%）
需要说明的是，官方主页自述“发表论文四十余篇”，与DBLP扣除预印本后的统计（约45篇）吻合。
2.3 年度产出分布
| 年份 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 | 2023 | 2024 | 2025 | 2026 |
|---|---|---|---|---|---|---|---|---|---|---|
| 记录数（含预印本） | 2 | 5 | 5 | 8 | 4 | 5 | 6 | 12 | 12 | 6（截至年中） |
趋势解读： 1. 2017—2019（清华博士期，12条）：与导师唐平中密集合作，几乎全部围绕自动机制设计、拍卖理论、稳定匹配（Gale-Shapley算法操纵）等理论方向，产出集中在AAMAS、AAAI、ICML等顶会。 2. 2020（CMU博士后期，8条）：方向明显转向安全博弈（Security Games），与CMU导师Fei Fang及其学生合作产出IJCAI、AAMAS、GameSec三篇安全博弈论文，同时与唐平中的合作仍在延续（Coupon Design、Learning to Design Coupons）。 3. 2021—2023（人大入职初期，15条）：产出相对平缓，理论方向的机制设计、信息定价论文（EC、AAAI）与推荐系统公平性交叉论文（P-MMF, WWW 2023）开始出现，标志着与人大高瓴同事（文继荣、徐君团队）的合作启动。 4. 2024—2026（人大独立PI阶段，30条）：产出显著提速，且企业合作论文占比急剧上升——快手（WSDM 2025、WWW 2025 IJCAI 2024）、字节跳动、美团方向的应用型论文大量涌现，同时保持理论产出（AAAI、IJCAI）。这一阶段是其"理论研究+产业验证"双线并进模式最终成型的时期。
2.4 发表场所分布（消歧后正式论文）
| 场所 | 篇数（约） | 类型 |
|---|---|---|
| AAMAS（国际自主智能体与多智能体系统会议） | 10+ | CCF-C（但为博弈论/多智能体领域顶会） |
| IJCAI | 7 | CCF-A |
| AAAI | 6 | CCF-A |
| WWW（The Web Conference） | 3 | CCF-A |
| Artificial Intelligence（AIJ 期刊） | 2 | CCF-A 期刊 |
| ICML | 1 | CCF-A |
| NeurIPS | 1 | CCF-A |
| EC（ACM Conference on Economics and Computation） | 1 | 计算经济学顶会（非CCF分类但领域公认顶会） |
| WSDM | 1 | CCF-B |
| ACM TOIS | 1 | CCF-A 期刊 |
| Theoretical Computer Science | 2 | CCF-B 期刊 |
| ICLR | 1 | 顶会 |
| GameSec / DAI / ICAPS / FAW / IJTCS-FAW | 各1 | 细分领域会议 |
结论： 沈蔚然的发表场所高度集中在人工智能与多智能体系统交叉领域的顶级会议（AAMAS、IJCAI、AAAI）以及计算经济学专业阵地（EC），体现出"计算机科学与经济学交叉"这一鲜明的领域定位，这与其导师唐平中的研究范式一脉相承。
三、博士教育背景
3.1 清华大学求学经历
- 本科（2010—2014）：清华大学电子工程系。
- 博士（2014—2019）：清华大学交叉信息研究院（IIIS，姚期智院士创立的"姚班"所在学院）。
博士期间（2017—2019年DBLP记录，实际入学2014年，早期年份论文记录相对稀疏）发表论文集中在自动机制设计、拍卖理论、稳定匹配等方向，代表作：
| 年份 | 场所 | 标题 | 作者位次 |
|---|---|---|---|
| 2017 | AAMAS | Practical versus Optimal Mechanisms | 第一作者（与唐平中合作） |
| 2017 | AAMAS | Hotelling-Downs Model with Limited Attraction | 第一作者（与王子贺合作） |
| 2018 | AAAI | Coalition Manipulation of the Gale-Shapley Algorithm | 第二作者 |
| 2018 | IJCAI-ECAI | Ex-post IR Dynamic Ad Auctions with Cost-per-action Payments | 第一作者 |
| 2018 | AAMAS | Buyer-Optimal Distribution | 第一作者 |
| 2018 | AAMAS | Coalitional Permutation Manipulations of Gale-Shapley | 第二作者 |
| 2018 | AAMAS | A Closed-Form Characterization of Buyer Signaling Schemes | 第一作者 |
| 2019 | AAAI | Learning Optimal Strategies to Commit To | 第二作者 |
| 2019 | AAMAS | Automated Mechanism Design via Neural Networks | 第一作者（后续发展为其专著核心内容） |
| 2019 | AAMAS | Buyer Signaling Games in Auctions | 第一作者 |
| 2019 | ICML | Learning to Clear the Market | 第一作者（与Google Research的Sébastien Lahaie、Renato Paes Leme合作，是其博士期唯一一篇ICML论文，也是其学术生涯首次与工业界研究院直接合作） |
| 2019 | IJCAI | Dispatching Through Pricing: Ride-Sharing and Dynamic Prices | 第二作者 |
博士期间的研究脉络清晰地围绕"机制设计的自动化/神经网络化"（Automated Mechanism Design via Neural Networks，AAMAS 2019）、"拍卖与信号设计"（Buyer Signaling Games）、"稳定匹配算法的操纵性"（Gale-Shapley Manipulation）三条主线展开，这也构成了他后续专著《AI-Driven Mechanism Design》的理论基础。
3.2 与CMU的联系：博士后阶段
2019—2020年，沈蔚然赴卡内基梅隆大学（CMU）计算机学院从事博士后研究。这一阶段的研究方向发生了明显转向——从纯理论的拍卖/机制设计转向更具应用背景的安全博弈（Security Games）方向，产出包括：
- 2020 IJCAI《When to Follow the Tip: Security Games with Strategic Informants》（第一作者）
- 2020 AAMAS《Green Security Game with Community Engagement》
- 2020 GameSec《Harnessing the Power of Deception in Attack Graph-Based Security Games》
- 2024 Artificial Intelligence（期刊，AIJ）《An Extensive Study of Security Games with Strategic Informants》——这是IJCAI 2020会议论文的期刊扩展版，沈蔚然为第一作者兼通讯作者，历时4年才最终在AIJ这一CCF-A类顶刊发表，反映出该研究线条的长期延续性与理论深度。
值得注意的是，安全博弈方向的合作在他回国加入人大后仍在持续（2022年NeurIPS《Inverse Game Theory for Stackelberg Games》），说明CMU博士后期间建立的学术网络并未随着回国而中断。
四、导师/师承分析
4.1 博士导师：唐平中（Pingzhong Tang）
| 维度 | 证据 |
|---|---|
| 合作频次 | 20次（DBLP全部记录中排名第1，占其70条记录的近30%），是沈蔚然学术网络中绝对的第一大合作者 |
| 时间跨度 | 2017—2024年（跨8年），博士期（2014—2019）几乎全部核心论文均由唐平中署名 |
| 作者位次 | 沈蔚然第一作者的博士期论文（Practical versus Optimal Mechanisms、Automated Mechanism Design via Neural Networks、Buyer Signaling Games等）中，唐平中均为末位通讯作者，典型的"学生一作+导师通讯"模式 |
| 专著合著 | 2024年沈蔚然与唐平中、Song Zuo（邹嵩，另一位唐平中门下学者）合著Springer出版的英文专著《AI-Driven Mechanism Design》，系统总结了自动机制设计的理论体系——师生二人从博士期至今持续近10年的理论合作，最终以专著形式集大成 |
| 研究方向传承 | 唐平中的官方研究方向为"机制设计、市场设计、拍卖和博弈，并将其理论应用于电子商务、互联网广告"，沈蔚然现研究方向为"多智能体系统、博弈论、机制设计和机器学习"——方向高度同源，且"理论+产业落地"的研究范式也完全传承自唐平中 |
| 落地模式传承 | 唐平中本人的介绍中明确写道"致力于将科研成果应用于互联网企业，包括百度、阿里、谷歌等顶级互联网企业"；沈蔚然的官方简介同样强调"研究成果已在百度、字节跳动、快手等互联网平台落地实现"。师生二人在"学术理论 + 工业界落地"这一独特治学范式上高度一致，是本系列报告中"研究范式师承"证据最充分的案例之一 |
唐平中背景补充： 唐平中，清华大学交叉信息研究院长聘副教授、博士生导师，计算经济学研究室主任。2010年于香港科技大学计算机系获博士学位（导师林方真），随后在CMU计算机系从事博士后研究（师从Tuomas Sandholm，图灵奖得主级别的机制设计与拍卖理论权威）。曾获IJCAI-15媒体论文奖、AAMAS-17最佳论文与最佳学生论文提名、IJCAI-2017杰出青年科学家特邀报告、MIT-TR35中国区"35岁以下科技创新35人"（2018）、阿里巴巴达摩院青橙奖（2019）。2018年创立"图灵深视科技"，推出AI鉴定产品"图灵鉴定"，是清华交叉信息研究院内"学术+创业"双轨模式的代表性人物。
唐平中（清华大学交叉信息研究院长聘副教授）为沈蔚然博士导师。该师承关系不仅体现在合作频次上，更体现在两人共同出版专著、共享“机制设计理论驱动产业落地”这一研究范式上。
4.2 CMU博士后合作导师：方飞（Fei Fang）
| 维度 | 证据 |
|---|---|
| 合作频次 | 7次（2020—2024年），集中在博士后期间（2020年3篇）及回国后的延续合作（2022年NeurIPS、2024年AIJ期刊扩展版） |
| 时间跨度 | 2020—2024年，跨5年，回国后仍保持合作 |
| 研究方向匹配 | 方飞的研究方向为"人工智能和多智能体系统，致力于将机器学习与博弈论相结合"，与沈蔚然博士后期间转向的"安全博弈"方向完全对应 |
| 官方履历佐证 | 沈蔚然个人主页明确写明"2019年至2020年于卡内基梅隆大学担任博士后研究员"，人大高瓴学院官网新闻（2024年AIJ论文录用报道）确认该论文《An Extensive Study of Security Games with Strategic Informants》的合作者包含Fei Fang，且沈蔚然为该文通讯作者 |
方飞背景补充： 方飞，卡内基梅隆大学（CMU）计算机学院软件研究所助理教授，本科毕业于清华大学电子工程系（与沈蔚然本科同系），南加州大学计算机科学博士（导师Milind Tambe），加入CMU前为哈佛大学计算与社会研究中心博士后。研究方向为人工智能与多智能体系统，专注于机器学习与博弈论结合，工作成果已被美国海岸警卫队部署用于保护纽约斯塔滕岛渡轮、促成PAWS反盗猎系统全球多地部署。2021年获IJCAI计算机与思想奖（Computer and Thought Award，该奖专门颁给人工智能领域杰出青年科学家，历届得主包括吴恩达等），2022年获斯隆研究奖（Sloan Research Fellowship）。
方飞（CMU计算机学院助理教授）为沈蔚然博士后合作导师。方飞与唐平中虽非直接师承，但都是“博弈论+AI”交叉方向的青年领军学者，且都与清华电子系渊源深厚，沈蔚然的“唐平中→方飞”师承路径在方法论上具有高度连贯性（自动机制设计→安全博弈，本质都是“策略性主体+机制/策略优化”问题）。
4.3 师承脉络小结
沈蔚然的师承是一条清晰的"机制设计理论 → 安全博弈应用 → 回归产业级机制设计（广告拍卖）"演进链：
姚期智（清华IIIS体制创建者，非直接导师）
│
清华IIIS 培养体制（姚班同源）
│
唐平中（清华IIIS长聘副教授，博士导师，师从Tuomas Sandholm）
│ ── 自动机制设计、拍卖理论、稳定匹配
│
沈蔚然（2014-2019 博士）
│
方飞（CMU助理教授，博士后合作导师，清华电子系校友）
│ ── 安全博弈、多智能体强化学习
│
中国人民大学高瓴人工智能学院（2020至今，独立PI）
│ ── 机制设计理论 + 互联网广告/推荐产业落地
│ （百度、字节跳动、快手、美团、华为）
这一脉络的独特之处在于：沈蔚然在博士与博士后两个阶段接受了两位风格高度相似但方向略有差异的导师训练——唐平中偏重"纯粹的机制设计理论+产业转化意识"，方飞偏重"博弈论与机器学习结合+社会公益/安全应用"。回国后，沈蔚然实际上走的是更贴近唐平中路线的"机制设计理论驱动互联网商业化落地"道路，但也保留了方飞路线中"策略性博弈+机器学习"的方法论工具箱（如强化学习机制设计、逆博弈论等）。
五、现单位团队与核心合作者
5.1 全网络高频合作者总表（合作≥3次）
| 排名 | 合作者 | 合作次数 | 合作年份 | 身份 | 关系性质 |
|---|---|---|---|---|---|
| 1 | 唐平中（Pingzhong Tang） | 20 | 2017—2024 | 清华大学交叉信息研究院长聘副教授 | 博士导师 |
| 2 | 范志康（Zhikang Fan） | 10 | 2023—2025 | 推测为人大高瓴博士生 | 现团队核心弟子，信息设计/劝说方向 |
| 3 | 徐军（Jun Xu） | 7 | 2023—2026 | 中国人民大学高瓴教授 | 校内同事，推荐系统公平性合作 |
| 4 | 刘洪涛（Hongtao Liu） | 7 | 2022—2026 | 推测为人大高瓴博士生/合作者 | 现团队核心，涉及生成模型、审计博弈、拍卖等多方向 |
| 5 | 方飞（Fei Fang） | 7 | 2020—2024 | 卡内基梅隆大学助理教授 | 博士后合作导师 |
| 6 | 张潇（Xiao Zhang） | 6 | 2023—2026 | 推测为人大高瓴博士生 | 现团队核心，公平性/逆情境赌博机方向 |
| 7 | 刘晓东（Xiaodong Liu） | 6 | 2022—2026 | 推测为人大高瓴博士生/企业合作者 | 在线广告拍卖、优惠券设计方向 |
| 8 | 倪博楠（Bonan Ni） | 6 | 2023—2025 | 推测为人大高瓴博士生 | 现团队核心，Lotto博弈/劝说方向 |
| 9 | 邹嵩（Song Zuo） | 6 | 2018—2024 | Google Research 研究员 | 唐平中门下同门，长期合作者，专著合著者 |
| 10 | 王子贺（Zihe Wang） | 10（合并计） | 2017—2026 | 中国人民大学高瓴人工智能学院准聘副教授 | 重点关系，详见5.3节 |
| 11 | Haifeng Xu（徐海峰） | 5 | 2021—2024 | 芝加哥大学助理教授 | 信息定价、逆博弈论方向合作者 |
| 12 | 陈梦静（Mengjing Chen） | 5 | 2019—2024 | 推测为唐平中/沈蔚然早期合作博士生 | 多方机器学习机制设计方向 |
| 13 | 徐晨（Chen Xu） | 4 | 2023—2025 | 中国人民大学高瓴（推测博士生，与徐军团队相关） | P-MMF/LTP-MMF系列 |
| 14 | 沈奕衡（Yiheng Shen） | 4 | 2020—2025 | 推测为合作学生 | 多方机器学习、众包拍卖方向 |
| 15 | Jie Zhang（张杰） | 4 | 2022—2025 | 新加坡南洋理工大学教授 | Colonel Blotto博弈系列国际合作 |
| 16 | Taoan Huang（黄陶安） | 4 | 2020—2024 | 南加州大学（USC）博士/研究者 | CMU方飞组同门，安全博弈方向 |
| 17 | Rohit Singh | 4 | 2020—2024 | CMU方飞组 | 安全博弈方向合作者 |
| 18 | 文继荣（Ji-Rong Wen） | 3 | 2023—2026 | 中国人民大学高瓴人工智能学院执行院长 | 校内领导，逆情境赌博机/推荐公平性方向合作 |
| 19 | 祁琦（Qi Qi） | 3 | 2024—2026 | 中国人民大学高瓴人工智能学院长聘副教授 | 校内同事，CCF计算经济学专委会同僚 |
| 20 | 叶晓鹏（Xiaopeng Ye） | 3 | 2023—2025 | 推测为徐军组博士生 | 推荐系统长期公平性方向 |
| 21 | 丁一鸣（Yiming Ding） | 3 | 2024—2025 | 企业合作者（快手方向） | 在线广告优惠券/隐私信号方向 |
| 22 | 李长成（Changcheng Li） | 3 | 2024—2025 | 企业合作者（快手方向） | 同上 |
| 23 | 杜志成（Zhicheng Du） | 3 | 2024—2025 | 推测为人大高瓴博士生 | LLM Agent资源分配、CHBench方向 |
| 24 | 杨一鸣（Yang Liu，Yang Liu 0165） | 3 | 2020—2024 | 推测为香港中文大学/合作学者 | 多方机器学习机制设计 |
| 25 | 杨强（Qiang Yang） | 3 | 2020—2024 | 香港科技大学讲席教授，AAAI Fellow | 联邦学习/多方机器学习理论权威，多方ML机制设计合作 |
| 26 | 徐亚东（Yadong Xu） | 3 | 2020—2024 | 企业合作者（推测百度或字节跳动方向） | 优惠券设计/DSP出价方向 |
| 27 | 王迅（Xun Wang） | 3 | 2020—2024 | 企业合作者 | 同上 |
| 28 | Yuan Deng（邓元） | 3 | 2018—2021 | Google Research 研究员 | 唐平中门下同门，Gale-Shapley算法操纵方向 |
| 29 | Yulong Zeng（曾昱龙） | 3 | 2018—2019 | 唐平中组同门 | 博士期信号博弈方向合作 |
5.2 现单位（人大高瓴）团队梯队
沈蔚然2020年入职人大，2024年晋升预聘副教授。其个人主页未提供独立课题组网站，团队成员身份依据 DBLP 高频合作者数据、论文署名模式（学生一作+沈蔚然通讯/末位）及人大高瓴学院官网新闻报道判断：
核心弟子/团队成员（合作≥3次，2022年后活跃）：
| 姓名 | 合作次数 | 年份 | 研究方向与代表作 |
|---|---|---|---|
| 范志康（Zhikang Fan） | 10 | 2023—2025 | 团队最高产成员。IJCAI 2023、AAMAS 2023《Revenue Maximization Mechanisms for an Uninformed Mediator》一作；ICAPS 2024、DAI 2024一作；WWW 2025《Two-stage Auction Design in Online Advertising》一作。方向为信息设计、劝说博弈与在线广告拍卖 |
| 刘洪涛（Hongtao Liu） | 7 | 2022—2026 | ICLR 2023《Deep Generative Modeling on Limited Data》合作者；WSDM 2025《Balancing Revenue and Privacy with Signaling Schemes》一作；IJTCS-FAW 2025一作；ACL Findings 2026稳定匹配论文合作者。方向跨越生成模型与拍卖机制 |
| 张潇（Xiao Zhang） | 6 | 2023—2026 | WWW 2023 P-MMF合作者；TPAMI 2026 IBCB逆情境赌博机合作者；CoRR 2026逆情境赌博机（无奖励）合作者。与文继荣、徐军团队交叉，方向为公平性排序与逆强化学习 |
| 刘晓东（Xiaodong Liu） | 6 | 2022—2026 | IJCAI 2023《Auto-bidding with Budget and ROI Constrained Buyers》一作；IJCAI 2024、WWW 2025优惠券设计一作/合作者；2026 CoRR市场出清价格机制合作者。方向为自动出价与在线广告优惠券系统，与企业合作最紧密 |
| 倪博楠（Bonan Ni） | 6 | 2023—2025 | IJCAI 2025、WINE 2025 Lotto Colonel Blotto博弈系列一作/合作者；CoRR 2023 Sequential Persuasion一作。方向为信息劝说与竞赛理论 |
| 徐晨（Chen Xu） | 4 | 2023—2025 | WWW 2023、TOIS 2025 P-MMF/LTP-MMF系列一作。与徐军、文继荣共同指导，推荐系统长期公平性方向 |
| 沈奕衡（Yiheng Shen） | 4 | 2020—2025 | 多方机器学习机制设计（TCS 2024）、众包拍卖最优招募策略（IJTCS-FAW 2025）合作者 |
| 杜志成（Zhicheng Du） | 3 | 2024—2025 | EMNLP Findings 2024 SRAP-Agent合作者；CoRR 2025 CHBench（LLM策略推理认知层级基准）合作者 |
| 叶晓鹏（Xiaopeng Ye） | 3 | 2023—2025 | LTP-MMF系列论文合作者，推荐系统公平性方向 |
理论合作方向的同门/国际合作者：
| 姓名 | 合作次数 | 现状 | 关系 |
|---|---|---|---|
| 邹嵩（Song Zuo） | 6 | Google Research 研究员 | 唐平中门下师兄弟，长期理论合作者，与沈蔚然、唐平中共同署名2024年专著《AI-Driven Mechanism Design》 |
| Yuan Deng（邓元） | 3 | Google Research 研究员 | 唐平中门下同门，博士期Gale-Shapley算法操纵方向合作者 |
| Haifeng Xu（徐海峰） | 5 | 芝加哥大学助理教授 | 信息定价（EC 2021）、逆博弈论（NeurIPS 2022）方向合作者，是博弈论与机制设计领域的国际新锐学者 |
| Jie Zhang（张杰） | 4 | 新加坡南洋理工大学教授 | Lotto Colonel Blotto博弈系列（IJCAI 2025、WINE 2025）国际合作 |
5.3 【重点关系】王子贺（Zihe Wang）：从姚班同门到人大同事的双重绑定
沈蔚然与王子贺（Zihe Wang）的关系是本报告中最具特殊性的合作关系之一，横跨"姚班同源网络"与"现单位同事"两个维度：
（1）姚班同源网络：博士期理论合作起点
王子贺2011年本科毕业于清华大学交叉信息研究院，2016年博士毕业于同院，与沈蔚然（2014年本科毕业于清华电子系、2014级交叉信息研究院博士）在求学时间线上高度重叠，同属姚期智创立的清华IIIS学术共同体。两人最早的合作可追溯至：
- 2017年AAMAS《Hotelling-Downs Model with Limited Attraction》（沈蔚然第一作者、王子贺第二作者）——这是沈蔚然博士期间除唐平中外最早的重要合作者关系之一
- 2018年IJCAI-ECAI《Ex-post IR Dynamic Ad Auctions with Cost-per-action Payments》
- 2020年AAMAS《Bayesian Nash Equilibrium in First-Price Auction with Discrete Value Distributions》（与Song Zuo三人合作）
（2）现单位绑定：中国人民大学高瓴人工智能学院同事
关键发现：王子贺目前与沈蔚然同为中国人民大学高瓴人工智能学院准聘副教授/预聘副教授，并非仅仅是历史同门关系。据人大高瓴学院官网及CCF计算经济学专委会成立大会报道（2022年）：
"沈蔚然，高瓴人工智能学院准聘助理教授……王子贺，高瓴人工智能学院准聘助理教授。研究方向为博弈论、机制设计和算法分析。2011年本科毕业于清华大学交叉信息研究院，2016年博士毕业于清华大学交叉信息研究院。"
两人同时入选CCF计算经济学专委会首批执行委员会，并在人大高瓴学院"计算经济学研究与应用"系列研讨会中共同担任主持人（与祁琦长聘副教授并列）。2024年之后两人的合作论文明显增多且转向更前沿的博弈论应用方向：
- 2025年IJCAI、WINE《Stackelberg vs. Nash in the Lottery Colonel Blotto Game》（与Yan Liu、Bonan Ni、Jie Zhang合作）
- 2025年CoRR《CHBench: A Cognitive Hierarchy Benchmark for Evaluating Strategic Reasoning Capability of LLMs》——将博弈论认知层级理论应用于大语言模型策略推理能力评测，是"经典博弈论理论 + 大模型时代新问题"结合的代表作
- 2026年CoRR《Mechanism Design via Market Clearing-Prices for Value Maximizers under Budget and RoS Constraints》——聚焦预算与投资回报率（RoS）约束下的市场出清价格机制设计，直接对应互联网广告自动出价的产业需求
结论： 王子贺与沈蔚然的关系完整覆盖"清华姚班同源培养 → 各自独立发展（沈赴CMU博士后，王子贺直接留在学术界）→ 在人大高瓴人工智能学院重新汇合成为同事"的完整轨迹，是清华交叉信息研究院"博弈论与机制设计"方向人才向人大高瓴聚集这一现象的典型案例（该学院至少汇聚了祁琦、沈蔚然、王子贺三位研究方向高度重合的计算经济学学者，形成了事实上的"计算经济学"研究集群）。
5.4 人大高瓴学院内"计算经济学集群"
沈蔚然并非孤立的个体研究者，而是人大高瓴人工智能学院内一个隐性"计算经济学"教师集群的核心成员之一：
| 姓名 | 职级 | 博士背景 | 与沈蔚然关系 |
|---|---|---|---|
| 祁琦（Qi Qi） | 长聘副教授，CCF计算经济学专委会秘书长 | 斯坦福大学博士（导师叶荫宇），曾任香港科技大学助理教授 | 合作3次（EMNLP Findings 2024 SRAP-Agent、ACL Findings 2026稳定匹配），CCF计算经济学专委会同僚，研讨会共同主持人 |
| 王子贺（Zihe Wang） | 准聘/预聘副教授 | 清华大学交叉信息研究院博士 | 详见5.3节，合作10次，姚班同源+现单位双重关系 |
| 文继荣（Ji-Rong Wen） | 执行院长，教授 | （人大高瓴学院最高领导） | 合作3次，涉及公平性排序与逆强化学习方向的跨团队合作（与徐军、张潇等共同署名） |
| 徐军（Jun Xu） | 教授 | （信息检索与推荐系统方向） | 合作7次，推荐系统公平性方向（P-MMF/LTP-MMF系列） |
这一集群的形成使得人大高瓴人工智能学院在"AI+经济学"交叉领域（计算经济学、机制设计、博弈论）形成了国内高校中较为集中的师资力量，与该院在大语言模型（文继荣-赵鑫团队）、可解释AI（王希廷团队）等其他方向共同构成多元化的学科布局。
六、【重点】业界合作关系深度分析
沈蔚然是本系列报告中产业落地路径最为具体、量化指标最明确的学者之一。其研究方向"机制设计与拍卖理论"天然贴近互联网广告、平台经济的核心商业逻辑，这使得他的学术成果具备直接的产业转化通道。以下从五个层面展开分析。
6.1 与百度的合作：强化机制设计框架落地，营收提升可量化
（1）最具体的量化产业成果
据中国人民大学高瓴人工智能学院官网（CCF计算经济学专业组成立报道，2022年）明确记载：
"沈蔚然……提出强化机制设计框架，并应用于百度在线广告拍卖系统，为百度公司提高约5%营收。"
这是本系列已完成的所有报告中，唯一一条附带具体百分比营收提升数字的产学落地证据，远比"研究成果应用于XX平台"这类模糊表述更具说服力。该成果的学术源头可追溯至其博士期与博士后期间的一系列强化学习驱动的机制设计研究：
- 2020年AAAI《Reinforcement Mechanism Design, with Applications to Dynamic Pricing in Sponsored Search Auctions》（沈蔚然第一作者，与唐平中及多位合作者共同完成）——论文标题直接点明"应用于搜索广告拍卖的动态定价"，是"强化机制设计"这一概念在学术论文中的直接呈现，与官网表述的产业成果高度对应。
（2）与百度的合作模式推测
沈蔚然本人官方研究方向多次提及"强化机制设计"（Reinforcement Mechanism Design）这一由其博士阶段发展的原创性理论框架——即用强化学习方法求解复杂拍卖机制中的最优策略（区别于传统的解析法机制设计）。该框架天然适配百度搜索广告这种拍卖轮次极多、可通过在线学习持续优化的场景。虽然具体的合作细节、部署时间、数据规模等商业机密信息无法从公开渠道获取，但5%营收提升这一数字本身足以说明该合作达到了真实的、可衡量的商业价值创造水平。
6.2 与快手的合作：团队人员对接明确，覆盖出价、优惠券、隐私信号多个课题
沈蔚然与快手的合作是本报告中证据链最完整、企业侧人员身份最明确的一组产业合作：
| 论文 | 年份/场所 | 快手方合作者（DBLP署名） | 合作主题 |
|---|---|---|---|
| Balancing Revenue and Privacy with Signaling Schemes in Online Ad Auctions | WSDM 2025 | Han Li（李晗）、Peng Jiang（江鹏，快手商业化算法负责人） | 在线广告拍卖中平衡营收与隐私的信号方案设计 |
| Optimizing Revenue through User Coupon Recommendations in Truthful Online Ad Auctions | WWW 2025 | Peng Jiang（江鹏） | 真实在线广告拍卖中的用户优惠券推荐营收优化 |
| Optimal Auction Design with User Coupons in Advertising Systems | IJCAI 2024 | Han Li（李晗） | 广告系统中带用户优惠券的最优拍卖设计 |
论文合作者"Peng Jiang"与快手商业化算法负责人江鹏身份吻合——公开报道显示江鹏在快手负责商业化算法方向，多次代表快手在行业大会发言介绍大模型技术在广告出价、推荐系统中的应用。沈蔚然的合作对接方是快手商业化算法团队的核心负责人级别人员，说明该合作具有一定的战略性质。
合作主题的一致性： 三篇论文分别覆盖"隐私与营收平衡的信号机制""优惠券推荐营收优化""带优惠券的最优拍卖设计"，形成了一条完整的"快手效果广告变现全链路机制设计"研究线，与快手作为短视频平台核心的效果广告（信息流广告拍卖）商业模式紧密契合。
6.3 与字节跳动、美团、华为的合作
据沈蔚然个人主页"企业合作"一栏明确列出："主持多项企业委托项目，与华为、快手、字节跳动、美团等企业均有合作关系。" 结合DBLP论文数据与公开信息交叉验证：
（1）字节跳动
官方简介中"研究成果已在百度、字节跳动、快手等互联网平台落地实现"将字节跳动与百度、快手并列为三大核心落地平台。字节跳动旗下的今日头条、抖音广告系统同样是竞价拍卖驱动的效果广告体系，与沈蔚然的自动出价、优惠券设计、拍卖机制研究方向高度对口。DBLP论文中未见字节跳动员工的直接署名，但结合官方"落地实现"的表述，可判定为一项已产生实际应用效果但公开学术产出较少的合作关系。
（2）美团
主页"企业合作"明确列出美团。结合团队成员刘晓东等在自动出价（Auto-bidding with Budget and ROI Constrained Buyers, IJCAI 2023）方向的研究，与美团到店、外卖等本地生活服务广告场景的竞价需求（预算与ROI约束下的自动出价问题）高度吻合，推测双方合作聚焦于本地生活服务广告的智能出价算法。
（3）华为
主页列出华为为企业合作方之一，具体合作内容未见公开论文佐证，推测为横向课题或技术咨询性质的合作。
6.4 与Google Research的国际产学合作
值得特别指出的是，沈蔚然博士期间已经建立了与全球顶级广告平台Google的直接学术合作：
Weiran Shen（第一作者）, Sébastien Lahaie, Renato Paes Leme. Learning to Clear the Market. ICML 2019
合作者Sébastien Lahaie与Renato Paes Leme均为Google Research的资深研究科学家，长期从事拍卖理论、市场设计与在线广告算法研究，是该领域享有国际声誉的产业研究者。这篇论文研究"学习清仓市场价格"（Learning to Clear the Market）问题，本质上是为在线广告实时竞价系统中的价格发现机制提供理论与算法支撑。这一合作发生在沈蔚然博士期间（而非博士后或工作后），说明其"机制设计理论对接互联网广告产业"的研究取向从博士阶段就已确立，并非回国后才形成的转型。
此外，唐平中门下另一位重要学者邹嵩（Song Zuo）现为Google Research研究员，与沈蔚然保持长期合作（6次，2018—2024年），是"清华IIIS博弈论方向人才向Google输送"这一现象的又一例证，也为沈蔚然与Google研究网络的联系提供了持续的连接点。
6.5 机制设计理论在互联网广告产业中应用的学术总结
沈蔚然与唐平中合著的中文综述文章《互联网广告机制设计的若干前沿问题》（发表于《中国计算机学会通讯》，合作者还包括王子贺、曾驭龙、倪博楠）系统总结了机制设计理论在互联网广告拍卖中的应用前沿，这篇综述本身就是"学术理论—产业实践"桥梁的直接产物，覆盖的议题包括：
- 自动出价（Auto-bidding）机制：在预算与ROI约束下的最优出价策略（IJCAI 2023、IJCAI 2024论文的理论来源）
- 优惠券设计（Coupon Design）：结合用户侧激励的广告系统营收优化（AAAI 2021、AAMAS 2020、WWW 2025、IJCAI 2024系列论文）
- 信号与隐私平衡（Signaling & Privacy）：在保护用户隐私的前提下设计拍卖信息披露机制（WSDM 2025与快手合作）
- 市场出清定价（Market Clearing Pricing）：面向预算与RoS约束买家的价值最大化机制（2026年最新CoRR论文，与王子贺合作）
这一系列研究构成了一条清晰的"理论突破→企业验证→再理论化"闭环，是国内学术界"AI+经济学"交叉方向中产学结合最紧密的研究线之一。
6.6 学生毕业去向的工业界流动统计
沈蔚然2020年入职人大、团队规模相对年轻（现有博士生多为2022年后入学），公开信息中尚未见到明确的"已毕业博士生"及其去向记录。但从团队现有核心成员的论文合作模式可以观察到明显的产学互动趋势：
- 刘晓东（Xiaodong Liu）：其系列论文（Auto-bidding、Optimal Auction Design with User Coupons）均直接服务于广告系统场景，署名合作者中出现企业侧人员（Yuan Guo、Lihua Zhang、Dongying Kong等疑似广告平台工程师姓名）。
- 范志康（Zhikang Fan）：研究更偏理论（劝说博弈、信息设计），但WWW 2025论文的合作者中出现"Lan Hu、Ruirui Wang、Zhongrui Ma、Yue Wang、Qi Ye"等疑似企业算法团队人员署名。
- 刘洪涛（Hongtao Liu）与丁一鸣（Yiming Ding）、李长成（Changcheng Li）等：WSDM 2025、WWW 2025论文中与快手江鹏团队的联合署名表明，团队多名学生已深度参与快手真实广告系统的算法研发。
沈蔚然团队的研究方向（自动出价、拍卖设计、优惠券机制）与百度、快手、字节跳动、美团等平台的效果广告/商业化部门业务高度对口，现有合作论文中已大量出现企业算法团队的联合署名，可预期其首批博士生毕业后进入头部互联网平台商业化/广告算法团队的比例将显著高于纯理论方向的同类学者团队。
6.7 业界关系总评
用一句话概括：沈蔚然是一位将"机制设计"这一相对小众的理论计算机科学分支，成功转化为可量化商业价值（百度营收提升5%）的产学结合型学者。
- 他的博士导师唐平中本身就是"学术理论+互联网产业顾问+创业"三位一体的典型人物，这种治学范式被沈蔚然完整继承；
- 他的产业落地成果具有本系列报告中最明确的量化指标（百度营收+5%），且合作企业矩阵覆盖百度、快手、字节跳动、美团、华为五家中国头部科技公司；
- 与快手的合作对接层级达到商业化算法负责人（江鹏）级别，说明合作具有战略性而非松散的技术咨询性质；
- 他与Google Research研究员（Sébastien Lahaie、Renato Paes Leme、邹嵩）的合作网络，将其学术影响力延伸至国际顶级互联网公司的研究团队；
- 与王子贺在人大高瓴的同事关系，进一步印证了清华交叉信息研究院"计算经济学/机制设计"方向人才向头部高校及互联网产业双向输出的趋势。
七、Connection 圈层总结
第一圈层（学术引路人，师承唐平中一脉贯穿始终）：
唐平中（20次，2017—2024）——清华大学交叉信息研究院长聘副教授，博士导师。二人共同出版专著《AI-Driven Mechanism Design》（2024），是本报告确认的"从博士培养到独立后期理论合作"跨度长达8年以上的最强绑定关系。唐平中不仅传授了机制设计的理论工具，更传递了"学术理论与互联网产业深度结合"的治学范式——这一范式在沈蔚然身上得到了完整的延续与放大（百度营收提升5%即是明证）。
方飞（7次，2020—2024）——CMU计算机学院助理教授，博士后合作导师，2021年IJCAI计算机与思想奖得主。将沈蔚然的研究方法论从"纯粹拍卖机制设计"拓展至"安全博弈"这一更广义的多智能体策略互动问题，这段CMU经历也是其学术生涯中唯一的海外研究经历。
第二圈层（人大高瓴同事网络，计算经济学集群）：
王子贺（10次，2017—2026，姚班同源+现单位同事双重关系）、徐军（7次，推荐系统公平性）、文继荣（3次，执行院长层面的跨团队合作）、祁琦（3次，CCF计算经济学专委会同僚）。这一圈层的核心特征是：沈蔚然并非人大高瓴的孤立学者，而是嵌入在一个以"AI+经济学"为共同旗帜的隐性教师集群中，与王希廷报告中"依托宋睿华单点连接"的模式不同，沈蔚然的校内网络呈现出多点、多层级、方向高度聚焦的特征（祁琦-王子贺-沈蔚然构成计算经济学三角，同时与文继荣-徐军团队在推荐公平性方向有交叉）。
第三圈层（现团队自主培养梯队，2023年后加速形成）：
范志康（10次）、刘洪涛（7次）、张潇（6次）、刘晓东（6次）、倪博楠（6次）等构成了2023—2026年产出爆发的直接贡献者。团队研究呈现"理论方向"（信息设计、劝说博弈、稳定匹配、Lotto博弈）与"应用方向"（自动出价、优惠券设计、隐私信号）并行发展的双轨格局，其中应用方向的学生（如刘晓东）已深度嵌入与快手、疑似百度/字节跳动的产学项目。
第四圈层（唐平中门下的国际同门网络）：
邹嵩（Song Zuo，Google Research，6次）、Yuan Deng（Google Research，3次）——这两位唐平中门下的师兄弟均任职于Google Research，与沈蔚然构成了跨越"清华IIIS→美国互联网巨头研究院"的同门网络，是本系列报告中"清华姚班/交叉信息研究院人才输送至硅谷科技公司研究部门"现象的又一实证案例。此外Haifeng Xu（芝加哥大学）、Jie Zhang（南洋理工大学）等构成了博弈论理论方向的国际合作分支。
第五圈层（产业合作矩阵，独立章节已详述）：
百度（强化机制设计框架落地，营收+5%，本报告量化证据最强的产学合作）→ 快手（江鹏团队，覆盖出价/优惠券/隐私信号三大课题，人员对接层级最高）→ 字节跳动、美团、华为（官方确认合作关系，具体细节因商业机密未完全公开）→ Google Research（邹嵩、Sébastien Lahaie、Renato Paes Leme构成的国际学术—产业接口）。
产出规模与趋势总评：
DBLP记录约70条（含预印本），扣除预印本后正式发表论文约45篇，93位合作者，其中42人（45%）为一次性合作者。产出呈现四段式演进：博士期（2017—2019，12条，纯理论机制设计）→ CMU博士后期（2020，8条，安全博弈转向）→ 人大入职初期（2021—2023，15条，理论与应用并蓄的过渡期）→ 人大独立PI加速期（2024—2026，30条，企业合作论文占比显著上升）。
最值得注意的结构性事实： 在本系列已完成的报告中，沈蔚然是唯一一位其产业落地成果被官方明确量化为具体营收百分比数字（百度+5%营收）的学者，这使其成为观察"理论计算机科学（机制设计）如何转化为可衡量商业价值"这一命题的绝佳案例。同时，其与王子贺"清华姚班同门→人大同事"的双重关系，以及唐平中门下同门（邹嵩、Yuan Deng）在Google Research的分布，共同勾勒出一幅清华交叉信息研究院"计算经济学/机制设计"方向人才在学术界（人大高瓴）与产业界（Google、百度、快手、字节跳动、美团）之间双向流动、深度渗透的网络图景。
八、数据来源与局限性说明
8.1 数据来源
- 主数据源：DBLP 官方 XML/JSON 记录（
https://dblp.org/pid/159/2147.xml，https://dblp.org/search/author/api?q=Weiran%20Shen&format=json），通过解析<r>记录下的<author>标签统计共著频次，检索结果无同名消歧问题（DBLP唯一命中）。 - 个人主页：https://gsai.ruc.edu.cn/shenweiran（提供完整教育/工作履历、按年份组织的详尽论文列表含PDF下载链接、科研项目列表、企业合作关系明确表述）。
- 人大高瓴学院官网新闻：
- 《我院师生论文被国际学术期刊AIJ录用》（2024年6月）——提供AIJ论文详情及沈蔚然通讯作者身份确认
- CCF计算经济学专业组成立大会报道（2022年）——提供"强化机制设计框架应用于百度广告拍卖系统，提高约5%营收"这一核心量化证据，以及沈蔚然、王子贺、祁琦三人在人大高瓴的同事关系确认
- 《AI之夏研招讲座｜沈蔚然：自动机制设计理论与实践》——提供研究方向与产业落地的官方表述
- 百度百科：沈蔚然词条，提供教育经历、工作经历、代表性论文列表。
- 公开报道与访谈：唐平中相关的雷锋网专访、知乎专栏文章（提供其CMU博士后师从Tuomas Sandholm、创立图灵深视等履历细节）；方飞相关的斯隆奖、IJCAI计算机与思想奖报道（提供其CMU任职、清华电子系校友背景、研究方向细节）；快手技术沙龙相关报道。
8.2 局限性
- DBLP 数据完整性： DBLP pid 159/2147 无同名消歧问题。对DBLP XML的解析基于一次性抓取（约70条记录），可能存在早期年份的个别遗漏，但与个人主页论文列表比对未发现遗漏的正式发表论文。
- 团队成员身份： 沈蔚然未提供独立课题组主页，"人大高瓴博士生"身份判定（范志康、刘洪涛、张潇、刘晓东、倪博楠等）基于论文署名模式推断，具体入学年级、是否已毕业等信息无法进一步核实。部分姓名（丁一鸣、李长成等）同时出现在与快手合作的论文中，机构归属存在"人大学生实习于快手"与"快手正式员工"两种可能性。
- 产业合作细节： "百度营收提升约5%"来自人大高瓴学院官网报道转述，精确计算口径无法进一步核实。与字节跳动、华为的合作细节仅见于个人主页概括性表述，缺乏对应公开学术论文佐证。
- 快手合作者身份： "Peng Jiang"与快手商业化算法负责人江鹏的身份对应基于间接推断，DBLP不包含作者机构字段。
- 未使用 OpenAlex 与 Google Scholar： 以DBLP为唯一结构化主数据源，避免同名学者聚合问题。未能获取Google Scholar引用数与h-index数据。
本报告基于公开学术数据整理，不含任何私人联系方式。