用途：将科学方法用于假设驱动的探究，把模糊问题变成可检验的假设、实验和结论。适用于代码测试、政策分析与研究问题。
主要能力： 假设阶段要求至少 3 个相互竞争的假设（H1、H2、H3）与零假设 H0，并为每个假设说明可证伪条件；证据强度分级从轶事（1 次观察）到模式（3-5 次）到统计（n>30）到因果（受控实验），每级需定义成功标准。 实验阶段确定所需数据与证据、收集方式（检索、计算、代码测试、访谈等）、混杂因素与最小可行测试。 执行阶段运行实验、客观记录结果并留意意外观察。 分析阶段判断结果支持 H1 还是 H0、支持强度（弱/中/强）及理由。 迭代阶段据结果更新假设、设计下一实验并记录所学。
用法与输出：按固定格式输出，包含 Science 问题、Hypothesis（H1、H0、可证伪条件、成功标准）、Experiment（方法、数据、混杂因素）、Results、Analysis（支持对象、强度、推理）、Updated understanding、Next experiment。
规则与限制：假设必须可证伪，例如“12 个月内 AI 自动化使平均处理时间下降超过 30%”可测，而“AI 会改变社会”不可测；须先记录结果再做分析，避免边观察边解释；需诚实评估支持强度，一次搜索为弱支持，5 项独立研究为强支持。该技能未提供具体收费、平台或运行环境等信息。