用途：为目标会议（NeurIPS、ICML、ICLR、ACL、AAAI、COLM 等）产出可投稿的 ML/AI 论文，覆盖从项目初始化到投稿的完整研究生命周期。流程不是线性的，而是迭代循环：结果会触发新实验，评审意见会触发新分析。
主要能力与阶段：阶段0项目设置（探索仓库、组织工作区、版本控制、提炼一句话贡献、建立TODO、估算算力预算、多作者协作）；阶段1文献综述（种子论文、检索、逐条引用核验、按方法而非逐篇组织相关工作）；阶段2实验设计（主张与实验映射、基线分类、评估协议、实验脚本、增量保存、人工评估设计）；后续阶段涉及执行与监控、分析、撰写草稿、自我评审与修订、投稿。
必要用法：先确定一句话贡献；每个实验必须声明支持哪条主张，无关联实验不做；引用不得凭记忆生成，须程序化获取并至少在两个来源验证，无法验证的标为 [CITATION NEEDED]；结果显示用原样命令如 find . -name "*.py" | head -30、git init、git checkout -b paper-draft，以及预算记录代码 log_cost 等。
适用场景：从已有代码库或想法启动新论文、为论文主张设计并运行实验、撰写或修订论文任一章节、为特定会议或 workshop 准备投稿、根据评审意见补充实验或修订、在会议格式间转换、撰写理论/综述/基准/立场等非实证论文、为 NLP/HCI/对齐研究设计人工评估、准备接收后的海报、报告与代码发布。
限制与注意：该技能非无限制代写，强调主动产出完整草稿而非提问，但目标会议不明确、存在多个矛盾框架、结果不完整或明确要求先评审时需先澄清；AI 生成引用错误率约 40%，须核验；资料未提供具体收费、价格、支持平台数量或效果数据，暂未提供。