AI 工作流

科研全流程的智能体实践:经验与心得

覆盖科研全流程的 AI 实践心得:认知重塑、生产底座、文献核验、实证闭环与多智能体对抗审查。Experience notes on AI-assisted research across the whole workflow.
讲座与思考 全长 35 页幻灯片 · 附在线阅读器

《AI 时代的学习与研究》报告幻灯片 ↗

AI 正在快速接管数学推理、代码生成、科研写作等人类曾引以为傲的能力,知识工作的方式正被彻底改写。本讲座探讨 AI 时代学习与研究方式的深层重构。

AI 带来了即时反馈的学习加速,也带来了浅尝辄止的风险:当答案唾手可得,被省略的试错与挣扎,恰恰是塑造深度理解与判断力的关键。

研究工作中,AI 已从聊天框走进项目,能够直接调用工具、读写代码、自动调试、连续执行多步任务。通过文献综述、实证分析、论文复现三个现场演示,呈现“人设计、AI 执行、人验收”的协作模式,并讨论 AI 时代研究者真正稀缺的能力是什么。

在线浏览报告 (PDF Viewer) →

生成式 AI 正在从“聊天窗口”演进为研究现场的“智能体合作者”。本专栏记录我在学术科研全流程中使用 AI 的系统性学习总结与实操心得——这不是教条式的课程,而是基于真实踩坑、反思与工程化沉淀的经验归纳:不写空洞教程,只讲系统架构、工具取舍、防幻觉机制与抗漂移防线


体系架构:三大支柱与科研闭环

支柱 1

认知重塑

  • 大模型无状态(Stateless)机理
  • 从被动 Chatbot 走向 ReAct 自主闭环
  • 基于文件系统的三层持久化记忆
支柱 2

生产底座

  • OpenCode 调度大脑 + VS Code 审计底座
  • Markdown / LaTeX / Quarto 四媒介分工
  • 2026 前沿模型矩阵与统一网关路由
支柱 3

科研实战

  • OpenAlex API 双向验真防文献幻觉
  • stata-mcp 驱动本地自动化回归闭环
  • Critic-Fixer 对抗审查与 AEA 可复现标准

专栏子板块导读

1. 认知重塑(跨板块心智底座)

2. 工具环境与生产底座

  • 核心关切:如何组织现代化科研工作台?Markdown、LaTeX、Quarto 与 HTML 如何各司其职?前沿大模型如何按需路由?
  • 📄 专题阅读《工欲善其事:现代多媒介工作台与前沿大模型路由阵列》
    • 搭建 OpenCode 调度中枢 + VS Code 审计底座;深度测评 Claude Fable 5 / Opus 5、GPT-5.6、Gemini 3.1 Pro、DeepSeek-V4、GLM-5.3 与 Kimi K3 的场景化路由策略。

3. 文献综述与实证分析

  • 核心关切:如何根除文献编造幻觉?如何打通 AI 与本地 Stata / Python 的计算孤岛并确保 byte-level 可复现?
  • 📄 专题阅读《真枪实弹:OpenAlex 真实信源核验与 MCP 实证计算闭环》
    • OpenAlex API 引文图谱双向验真;stata-mcp 驱动本地 do-file 自动化回归;Mandatory File Writing 铁律与 AEA 级可复现数据包构建。

4. 写作审稿与质量门禁

5. 思辨与人机协作

  • 核心关切:当代码与文本生成的边际成本归零,学者的核心价值何在?AI 面临哪些深层制度与社会挑战?
  • 📄 专题阅读《时代之问:当 AI 席卷学术界,什么能力依然稀缺?》
    • 提出真问题、学术品味(Taste)、因果直觉与学术信用的升值;从“数据苦力”到“首席架构师”的转型;直面算力鸿沟与学术诚信危机。

专栏全部文章索引

无匹配项