用途：分析 AI/ML 出版物（论文、预印本、文章、技术博客），从企业 AI 工程视角提取可执行结论，并把有价值发现写入记忆以便跨会话召回。仅当主题本身是机器学习时使用；文本是否像 AI 撰写、草稿语气润色、代码 PR 审阅（分别用 declauding、code-review）以及非 ML 论文都不适用，请求中出现“AI”不等于触发。
主要能力：按技术架构（RAG、向量库与嵌入、领域微调、知识蒸馏）、实施运维（提示工程、安全与 IP 保护、准确性、AWS Bedrock/SageMaker）、企业落地与选型等优先维度筛选；保持客观、区分既有技术与真正新方法、标注事实/趋势/推测；在动笔前执行“论文未做的消融”四步法，并强制输出 VARIED / HELD FIXED / CHEAPEST ALTERNATIVE / RAN IT 区块，比较对象须来自实践者做法而非论文自选基线。
使用方式：按内容充实的分析结构组织——文章评估、按高中低优先级的洞见、技术评估、可执行建议、即时应用；内容单薄时先声明局限并保持简短。自动存储触发包括高优先洞见、值得原型化的新技术、跨论文模式与与实践相矛盾之处，格式为 remember("[Source: {title or url}] {condensed insight}", "world", tags=["paper-insight", "{domain}", "{technique}"], conf=0.85)，只存可执行内核而非整篇分析。
限制与要求：抑制炒作、不臆测原文之外内容、不主动给时间线（除非要求）、明确标注矛盾与单薄内容局限；输出追求简洁、精确措辞与自适应深度。具体产品支持范围、收费与部署细节资料暂未提供。