用途：在 Academy of Management Annals 综述中评估累积证据并保持平衡。适用于框架已定、正在填充文献；领域存在对立学派、争议或冲突实证结果；需决定全引还是精选、如何权衡分歧研究；以及担心综述偏向自身工作时。
主要能力：按可信度（因果与相关设计、样本、测量效度、重复验证、发表偏倚风险）而非“几正几负”的票数调和冲突；按构念与情境区分研究差异；标注证据质量为强、混合或薄弱；指出何种研究设计能解决争议；对学派采用最强论证（steelman）；将观点归于原创者；审计自引，使自身工作仅按领域重要性层级出现；将作者立场明确标注为个人判断。
使用方式：将语料分层——奠基性/领域定义、重要贡献、验证性/增量、边缘相关；正文强调与层级匹配，覆盖度由引文集与饱和日志证明，选择性体现在行文。输出格式为检查清单，逐项回答 Y/N：分层、覆盖度证据、冲突处理、证据质量、steelman、自引审计、立场标注，并指向下一技能 amann-tables-figures。
限制：Annals 综述本身不产生估计值，评估默认保持定性；仅当关键量级附带复现包时，才可借助 execution-with-mcp 映射的 StatsPAI/Stata MCP 工具（如 bacon_decomposition、callaway_santanna、honest_did_from_result）实际运行复核，且结果须标注为综述自身的再分析。避免“全面性表演”、票数统计、稻草人、把综述当简历、以断言宣布争议已解决等反模式。具体收费、平台与更多细节暂未提供。