用途
本技能用于设计并运行可重复的研究工作流：跨多个来源收集证据、保留来源出处，并将结果综合为可用于决策的产出。它覆盖两类路径：原生深度研究智能体（ChatGPT Deep Research、Gemini Deep Research、Perplexity Deep Research、带网页搜索的 Claude）与自定义智能体研究流水线（规划器 / 搜索器 / 验证器 / 综合器分工）。
主要能力
- 在搜索前先输出结构化研究计划，包含查询、目标来源与成功标准。
- 以来源台账（source ledger）作为主要产物，综合结果由台账派生，而非相反。
- 验证器子智能体与研究者上下文隔离，仅读取台账并独立核查主张。
- 证据分层：原始文档、二手评论、模型工作笔记分桶存放，不混用。
- 饱和优先综合：研究循环达到饱和（新查询不再返回新事实）后才综合，而非按时间预算。
- 显式新鲜度窗口：每条主张带日期锚点与新鲜度分类（稳定 / 易变 / 未知）。
- 对公开网络研究强制进行恶意来源检测，识别对抗性 SEO、AI 生成内容农场与引用洗白链。
使用方式
默认工作流：
- 将研究问题收窄到可证伪的程度。
- 输出结构化研究计划（见 assets/templates/research-plan.template.md）。
- 执行规划器/搜索器循环；在综合之前把每个来源记入台账。
- 运行验证器子智能体（不得与搜索器共享上下文）。
- 分离证据层级：原始、二手、模型工作笔记。
- 检查新鲜度窗口；为所有易变主张标注日期。
- 综合为所需产物；每条事实性主张带引用回指。
- 单独归档台账（见 assets/templates/source-ledger.template.md）。
原生智能体与自定义流水线的选择规则：当速度重要且不需要出处时选原生智能体；当产出会被引用、发布、用于产品，或需要可复现时选自定义流水线。
适用场景
- 需要产出带来源的对比、简报、备忘录或研究档案。
- 需要在原生深度研究智能体与自定义流水线之间做选择。
- 需要构建可重复、可审计、带出处的研究工作流。
- 需要检测恶意来源、引用洗白，或把模型输出当作来源的情况。
- 需要运行未见过研究者上下文的验证器子智能体。
限制
- 不适用于单次查询的当前事实查找（应使用普通浏览或直接工具）。
- 不适用于长期检索服务（应使用 ai-rag）。
- 不适用于本地笔记库打包（应使用 docs-notes-retrieval）。
- 不适用于挖掘近期论文与博客方法（应使用 research-scout）。
- 不适用于对 arXiv 新论文做分诊（应使用 research-arxiv-scout）。
- 不适用于挖掘公开 GitHub 仓库（应使用 research-git）。
- 假设生成架构（规划/搜索/验证/综合之外的六角色拆分）只按合理性排序候选想法，不证明其为真；其产出是待验证的排序队列，而非发现。
- 开放获取语料不等于整个领域，付费墙前作与未发表的负面结果会静默缺失。
已知陷阱与处理
- 先综合再补来源：先冻结台账，台账通过最低来源数与验证器检查前不输出综合。
- 把模型输出当作下一轮来源：将工作笔记标记为 tier: model-output，验证器拒绝其作为原始证据。
- 验证器与研究者读同一上下文：只给验证器台账 JSONL，不给搜索会话。
- 研究循环不终止：在计划中定义停止标准（饱和或硬上限）。
- 通过二手文章引用洗白：每条引用追溯到原始文档，超过一跳且无原始验证则拒绝。
- 快变主题混用新旧证据：应用新鲜度窗口，拒绝超出窗口的来源。
- 恶意 SEO 污染供应商对比：加入台账前先做恶意来源检测。
- 智能体研究重跑丢失会话状态：每次迭代前把台账与计划持久化到磁盘，从台账状态恢复。
- 把供应商功能指南当作模型可用性的真相来源：功能指南与弃用/下线页面更新节奏不同，可能相互矛盾；在把流水线绑定到具体模型 ID 前，单独检查弃用页面。
参考资料
- references/patterns-catalog.md — P1–P10 命名模式
- references/anti-patterns-catalog.md — A1–A13 及检测信号
- references/native-deep-research-agents.md — 对比表、ChatGPT DR、Gemini DR、Perplexity DR、xAI Grok DeepSearch、带网页搜索的 Claude、Anthropic 记忆工具、URL 健康检查配方
- references/agentic-research-loop-architecture.md — 规划器 / 搜索器 / 验证器 / 综合器子智能体拆分
- references/research-workflow.md — 分阶段研究循环与来源计划设计
- references/evidence-packaging.md — 出处、引用等