用途：辅助 AI 研究流程，适用于调研前沿模型/方法/基准、公平比较模型族、设计消融实验、撰写研究备忘录、评审方法论、规划可证伪实验以及复现已发表结果。不适用于生产级 LLM 功能交付、企业 AI 政策与风险分级、对抗性产品测试、经典 ML 流水线与 A/B 统计。
主要能力与工作流：一、研究问题框定，把模糊需求转为可证伪问题，定义任务、数据范围、算力预算与时间线，列出基线及主次指标，记录假设与范围外事项。二、文献综述，检索 arXiv、ACL Anthology、OpenReview 及主要实验室博客，按相关性、时效与引用质量筛选，提取问题、方法、数据、指标与局限，综合主题与空白，并优先引用一手来源。三、实验设计，要求强且公平的基线（同数据、同调参预算）、单变量消融、多随机种子、置信区间而非单点结果，并记录配置、数据版本与代码提交以保证可复现。四、基准与分析，任务对齐时使用公开基准并说明训练/测试污染风险，同时报告算力成本（GPU 小时）与准确率，区分分布内与压力测试，可视化失败模式而非仅看总分。五、研究沟通，产出备忘录（1–3 页）、技术报告或决策会议幻灯片，包含问题、方法摘要、结果表、局限与下一步建议。
使用方式：按需加载参考文档，问题与假设对应 references/research_framing.md，文献调研对应 references/literature_review.md，实验对应 references/experiment_design.md，基准对应 references/benchmarking.md，写作对应 references/research_writing.md。
相关技能：生产级 RAG、智能体与部署用 ai-engineer，提示与智能体实现细节用 prompt-engineer，经典 ML 与 A/B 统计用 data-scientist，治理与风险登记用 ai-risk-governance，已部署系统红队攻击用 ai-redteam 等。限制：具体收费、价格、平台与效果资料暂未提供。