想了解贝叶斯计算最近在做什么，不必先啃教材。刚刚结束的 StanCon 2026 已集中开放本届演讲，内容来自 Stan 生态的研究者与开发者，主题跨度广，适合把它当作一张领域动态地图：先浏览标题，再挑与自己关心的问题相关的内容深入看。
Stan 是一套开源工具，用概率模型描述数据如何产生，并估计其中未知的参数。它背后的贝叶斯推断，不只给出一个“最佳答案”，而是结合已有认识与新数据，说明不同答案各有多可信。复杂问题往往还要借助 MCMC——用一串相关的随机样本，近似无法直接算出的结果。StanCon 的价值正在这里：它把建模、计算方法与实际经验放到同一入口，方便读者观察这套工具链正在怎样被使用和改进。供稿页面未提供各场演讲的摘要或具体结论，因此目前更适合作为选题索引，而非成果综述。