01-AI 工具与智能体/08-Academic Research Skills - 合集 - Cygnus Tech Blog

第01章为什么是人机协作，而非全自动？

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

2025 年 3 月，Lu 等人在 Nature 上发表了一篇引发广泛讨论的论文：The AI Scientist——第一个通过同行盲审的端到端全自动 AI 研究系统。它独立完成了从研究构思、实验设计、代码编写、结果分析到论文撰写的全过程，其生成的论文在 ICLR 2025 workshop 的盲审中获得了 6.33/10 的评分（workshop 平均分 4.87）。

这听起来像是 AI 取代研究者的序幕。但 Lu 等人自己写了这篇论文的 Limitations（局限性） 章节，其中列出的一系列结构性失败模式，恰恰为"为什么我们仍然需要人在回路中"提供了最有力的论据。

全自动的诱惑与陷阱

全自动 AI 研究系统解决了一个真实痛点：学术写作中大量重复性劳动——文献检索、格式排版、引用管理、数据验证——消耗了研究者本应用于思考的时间。如果能把这些交给 AI，研究者就能专注于定义问题、选择方法、解释数据的意义。

第02章 AI 研究的七类失败模式

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

在上一篇文章中，我们提到 Lu 等人（2026）的 The AI Scientist 虽然通过了盲审，但其 Limitations 章节揭示了一系列结构性失败模式。ARS 将这些失败模式系统化为一份 7 类阻断式检查清单，在 Stage 2.5 和 Stage 4.5 两个诚信闸门强制运行。

这篇文章逐一剖析每一类失败模式：它是什么、为什么危险、以及 ARS 如何检测。

分类法的来源

这 7 类模式有两个来源：

第03章 30 秒安装与五种部署方式

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

ARS v3.7.0 引入 Claude Code Plugin 打包后，安装简化到了一行命令。但它的部署方式远不止一种——从全局可用到单项目隔离，从命令行到 VS Code，每种方式各有适用场景。本文梳理全部五种部署路径及其优劣。

前置条件

无论选择哪种安装方式，都需要：

第04章 Token 预算与成本控制

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

使用 AI 辅助学术研究，成本是绕不开的话题。ARS 设计者对此有清醒的认识：一套完整 pipeline 运行下来，token 消耗不菲。但相比于聘请专业编辑、购买文献管理软件、或者因为引用错误导致的退稿重投——ARS 的成本是可预测、可控制的。

本文基于 ARS 官方性能文档，拆解各模式的 token 消耗、完整 pipeline 的成本构成，以及如何在不同场景下优化开销。

各模式 Token 估算

以下估算基于一篇约 15,000 字、约 60 篇引用的论文。实际消耗随论文长度、修订轮次和对话深度变化。

第05章 Pipeline 架构全景

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

ARS 的核心不是任何一个单独的 Skill，而是 Academic Pipeline——一个 10 阶段的全流程编排器，将 Deep Research（深度研究）、Academic Paper（论文撰写）、Academic Paper Reviewer（论文审查）三个独立技能串联成一个端到端的学术生产管线。

本文从宏观到微观，解析 pipeline 的流程、阶段矩阵、数据访问层级和 Skill 依赖关系。

10 阶段全流程

用户输入
 ↓
Stage 1: RESEARCH → RQ Brief + 方法论蓝图
 ↓
Stage 2: WRITE → 大纲 + 初稿
 ↓
Stage 2.5: INTEGRITY → 7 类失败模式检查（诚信闸门 ①）
 ↓
Stage 3: REVIEW → 5 位审稿人 + 编辑决定
 ↓
 ├── Accept ──────────────────────→ Stage 4.5
 ├── Minor/Major → Revision Coaching → Stage 4: REVISE
 │ ↓
 │ Stage 3': RE-REVIEW
 │ ↓
 │ Stage 4': RE-REVISE（终版）
 │ ↓
 └── Reject ──────────────────────→ 结束
 
Stage 4.5: FINAL INTEGRITY → 零容忍重新验证（诚信闸门 ②）
 ↓
Stage 5: FINALIZE → 格式转换（MD/DOCX/LaTeX/PDF）
 ↓
Stage 6: PROCESS SUMMARY → 过程记录 + AI 自我反思
 ↓
完成

关键设计特征

两条回路：

第06章四大技能一览

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

ARS 由 4 个独立的 Claude Code Skill 组成，每个都可以单独使用，也都可以被 Academic Pipeline 编排为端到端流程。本文逐一介绍它们的定位、核心能力、输入输出和协作关系。

概览

Skill	版本	Agent 数	模式数	一句话定位
`deep-research`	v2.9.2	13	7	上游研究引擎：从问题到证据
`academic-paper`	v3.1.1	12	10	下游出版引擎：从证据到论文
`academic-paper-reviewer`	v1.9.0	7	6	多视角同行评议：从论文到决策
`academic-pipeline`	v3.7.0	4	1 (+1 resume)	全流程编排器：从调度到品质保障

25 种模式，统一由 MODE_REGISTRY.md 管理。

第07章 13 个 Agent 的研究团队

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Deep Research 是 ARS 的上游引擎——它将模糊的研究兴趣转化为可操作的 Research Question、可验证的证据体系和结构化的研究报告。这一过程不是由一个"全知全能"的 AI 完成的，而是由 13 个角色分工明确的 Agent 协作完成。

本文将 13 个 Agent 按职责分组，逐一剖析它们的工作方式。

Agent 全景

Deep Research 的 13 个 Agent 可以按职责分为五组：

第08章七种研究模式实战

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Deep Research 提供 7 种研究模式，覆盖从"我不知道该研究什么"到"帮我验证这篇论文的每一条引用"的全光谱。选择正确的模式可以大幅降低 token 消耗，同时获得更精准的研究产出。

模式一览

模式	光谱	输出长度	监管强度	一句话
`socratic`	Originality	研究计划摘要	Very High	“我还不太确定研究方向”
`full`	Balanced	3,000–8,000 词	High	“帮我做完整研究”
`systematic-review`	Fidelity	5,000–15,000 词 PRISMA	Medium	“要做系统评价/Meta 分析”
`lit-review`	Fidelity	注释书目 + 综合	Medium	“需要文献回顾”
`fact-check`	Fidelity	逐条验证报告	Medium	“验证这些说法”
`review`	Balanced	评审报告	High	“评估这篇论文”
`quick`	Fidelity	500–1,500 词简报	Medium	“30 分钟快速了解”

光谱分类（Fidelity–Originality）来自 Lu 2026 Fig 1c 的分析框架：

第09章 12 个 Agent 的写作团队

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

如果 Deep Research 是 ARS 的"调研部"，Academic Paper 就是"出版部"。它消费上游的研究产出——RQ Brief、Methodology Blueprint、注释书目、综合报告——然后通过 12 个角色分工明确的 Agent，将原始材料转化为符合学术出版标准的完整论文。

本文逐一剖析这 12 个 Agent 的职责，以及它们如何通过 v3.6.8 的 Generator-Evaluator 合约防止自我欺骗。

Agent 全景

12 个 Agent 按写作流程分为五组：

第10章十种写作模式详解

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Academic Paper 是 ARS 中模式最多的 Skill——10 种模式覆盖了从"帮我理清论文思路"到"生成 NeurIPS 的 AI 使用声明"的完整写作生命周期。理解每种模式的定位和适用场景，是用好 ARS 的关键。

模式全景

#	模式	光谱	监管	核心场景
1	`plan`	Originality	Very High	“我不知道怎么写”
2	`outline-only`	Balanced	High	“先给我一个大纲”
3	`full`	Balanced	High	“帮我写完整论文”
4	`abstract-only`	Fidelity	Medium	“只需要摘要”
5	`lit-review`	Fidelity	Medium	“把文献整理成综述论文”
6	`revision`	Fidelity	High	“根据审稿意见修改”
7	`revision-coach`	Balanced	Medium	“帮我解读审稿意见”
8	`format-convert`	Fidelity	Low	“转成 LaTeX / 改引用格式”
9	`citation-check`	Fidelity	Low	“检查引用格式和准确性”
10	`disclosure`	Fidelity	Low	“生成 AI 使用声明”

监管强度从 Very High（用户主导对话 + 每步强制确认）到 Low（机械化/模板驱动，人类输入最少）。

第11章风格校准与写作品质

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Academic Paper 的 12 个 Agent 可以生成结构完整、论证清晰的学术论文。但有两个问题对研究者至关重要：(1) 这篇论文听起来像我写的吗？(2) 这篇论文读起来像机器写的吗？

ARS v2.9 引入的风格校准（Style Calibration）和写作品质检查（Writing Quality Check）分别回答了这两个问题。前者让 AI 学习你的声音，后者检测 AI 写作的常见模式。v3.3 引入的反泄漏协议（Anti-Leakage Protocol）和VLM 图表验证则保证了这些品质机制不会被 AI 自身破坏。

风格校准：让 AI 学你的声音

原理

风格校准是 Academic Paper intake 流程的 Step 10（可选步骤）。你提供 3 篇以上的既往论文，pipeline 会分析你的写作风格特征：

第12章七个审查 Agent 的多视角评审

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Academic Paper Reviewer 是 ARS 的"质检部"——它模拟真实学术期刊的多视角同行评议过程，用 7 个角色分工明确的 Agent 对论文进行结构化审稿。

与传统"一个 AI 读论文然后给意见"不同，ARS 的审稿是多视角对抗式的：不同 Reviewer 有不同的专业侧重和批判立场，他们在论文上的分歧必须在综合报告中得到保留和讨论，而非被平均成一个"综合评分"。

Agent 全景

Agent	角色	职责
field_analyst_agent	领域侦测员	自动识别论文学科，配置 3 位领域适配审稿人
eic_agent	主编 (Editor-in-Chief)	综合所有意见，做出编辑决定
methodology_reviewer_agent	R1：方法论审稿人	评估研究设计的严谨性
domain_reviewer_agent	R2：领域审稿人	评估领域贡献和文献定位
perspective_reviewer_agent	R3：跨学科审稿人	从相邻领域视角提出批判
devils_advocate_reviewer_agent	魔鬼代言人	系统性挑战核心论点
editorial_synthesizer_agent	编辑综合者	将 5 份审稿报告整合为统一决定

field_analyst_agent：自动领域侦测

为什么需要它：学术论文的评审标准因学科而异。一篇计量经济学论文和一篇民族志研究的质量标准完全不同。一个计算机科学 conference paper 的贡献标准和一篇医学期刊的 RCT 报告也不同。

第13章六种审查模式与 Sprint Contract

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Academic Paper Reviewer 提供 6 种审稿模式，从完整的多视角评审到针对性的方法论检查。其中 full 和 methodology-focus 模式在 v3.6.2 中引入了 Sprint Contract（冲刺合约） ——一种"先承诺标准，再评估论文"的两阶段预承诺机制，从根本上防止了审稿人"看了论文后再调整标准"的认知偏误。

模式一览

模式	光谱	审稿团队	监管	核心场景
`full`	Balanced	EIC + R1 + R2 + R3 + DA (5人)	High	完整同行评审
`methodology-focus`	Fidelity	EIC + methodology (2人)	Medium	专注方法论审查
`re-review`	Fidelity	EIC + synthesizer (3人精简)	Medium	验收修订
`quick`	Fidelity	EIC only	Low	快速评估
`guided`	Originality	EIC dialogue	Very High	引导式改进
`calibration`	Fidelity	Full panel + gold set	Medium	评审系统校准

Full Mode：完整多视角同行评议

触发：“review this paper” / “peer review” / “manuscript review”

第14章 10 阶段编排详解

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

Academic Pipeline 是 ARS 的"总调度"——它将 Deep Research、Academic Paper 和 Academic Paper Reviewer 三个独立 Skill 编排为端到端的学术生产管线。但它不是简单的顺序调用器。Pipeline 在三个阶段之间插入了两次诚信闸门、一次决策分支、两次苏格拉底式指导环节和一个协作评估层。

本文从编排器的视角，详解 10 个阶段的流转逻辑、checkpoint 机制和决策分支。

10 阶段全览

Stage 1: RESEARCH 🧑 用户确认 RQ + 方法论
Stage 2: WRITE 🧑 用户批准大纲
Stage 2.5: INTEGRITY ✓ 7 类失败模式检查
Stage 3: REVIEW 🧑 用户做出编辑决定
 ├── Accept ──────────────→ Stage 4.5
 ├── Minor/Major → Coaching → Stage 4
 └── Reject ──────────────→ 结束
Stage 4: REVISE 🧑 用户确认修订
Stage 3': RE-REVIEW 🧑 用户确认复审决定
Stage 4': RE-REVISE 🧑 内容冻结
Stage 4.5: FINAL INTEGRITY ✓ 零容忍最终验证
Stage 5: FINALIZE 🧑 用户选择输出格式
Stage 6: PROCESS SUMMARY 🧑 最终确认

🧑 = 决策重点 | ✓ = 诚信闸门

第15章诚信闸门：Stage 2.5 与 Stage 4.5

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

诚信闸门是 ARS pipeline 中最不可妥协的设计。两个闸门在代码层面被硬编码为不可跳过——与那些"用户可以点继续跳过"的 checkpoint 不同，Stage 2.5 和 Stage 4.5 的检查结果必须被用户逐条审阅并明确确认。

这不是"信任 AI 的判断"，而是"将 AI 的判断结构化呈现给人类"。

本文详解两个闸门的检查内容、运行机制、阻断逻辑和 v3.4.0 Compliance Agent 的整合。

两个闸门的分工

属性	Stage 2.5	Stage 4.5
时机	论文初稿完成后、进入同行评议前	所有修订完成后、格式转换前
目标	在进入审稿前发现并解决诚信问题	在出版前以零容忍标准做最终验证
声明验证范围	30% 抽样（最少 10 条）	100% 全部声明
重试机制	最多 3 次	无重试——FAIL 阻断
历史追踪	首次检查	对比 2.5 的结果，任何 SUSPECTED → 必须 CLEAR 或 Override

Stage 2.5 的检查内容

1. 7 类 AI 研究失败模式检查

Integrity Verification Agent 对论文逐条运行在第二篇文章中详细讨论过的 7 类检测问题。每条模式输出三个可能结论：

第16章 Material Passport：跨会话的状态护照

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

学术研究不是一次性的对话。一篇论文从构思到投稿可能跨越数天甚至数周，中间经过多次"暂停—思考—继续"的循环。ARS 的 Material Passport（Schema 9）就是为这种工作模式设计的——它是一份随 pipeline 流转的 YAML 文档，记录所有阶段的产出物哈希、合规历史和 checkpoint 决策，让你可以随时中断和恢复研究。

本文详解 Material Passport 的数据结构、输入端口（literature_corpus[]）、重置边界机制和可复现性文档（repro_lock）。

Passport 的设计哲学

Material Passport 解决的核心问题是：跨 session 状态管理。

第17章跨模型验证：用 GPT 审 Claude

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

AI 模型有各自的"盲点"和"偏好"。同一个模型既写论文又审论文，即使有 Generator-Evaluator 合约和 Sprint Contract 预防后见之明偏误，仍可能存在模型家族内的系统性盲区——某个模式在 Claude 的评估中看起来合理，但换成 GPT 或 Gemini 的视角就暴露了问题。

跨模型验证（Cross-Model Verification）是 ARS 对这个问题的答案：可选地启用第二 AI 模型，作为独立审查者验证 Claude 的输出。

原理

当你设置 ARS_CROSS_MODEL=1 环境变量时，ARS 在关键节点的诚信检查中调用第二模型：

第18章苏格拉底导师与 SCR 协议

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

苏格拉底式提问是 ARS 设计中贯穿多个 Skill 的核心机制。在 deep-research 的 socratic 模式、academic-paper 的 plan 模式和 academic-paper-reviewer 的 guided 模式中，Socratic Mentor Agent 承担着同一个角色：通过提问引导你思考，而不是替你思考。

v2.8 引入的 SCR（State-Challenge-Reflect）协议 将这一过程系统化。v3.0 的意图侦测和对话健康度监控则为苏格拉底对话添加了自适应层，确保 AI 的引导节奏与用户的思考深度匹配。

SCR 协议：三段式反思循环

SCR 协议将每次引导交互分为三个阶段：

第19章反谄媚系统：让 AI 学会说"不"

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

AI 助手有一个广为人知但很少被系统性解决的问题：谄媚倾向（Sycophancy）——AI 倾向于同意用户的观点，即使这些观点可能有问题。在学术研究场景中，这个问题尤为危险：一个总是同意你的 AI 审稿人毫无价值，一个在你每次反驳时都立即让步的魔鬼代言人形同虚设。

ARS v3.0 的反谄媚系统是一次针对这个问题的系统性工程。它不是给 AI 加了一条"不要总是同意用户"的指令，而是建立了一套行为约束协议——限制 AI 在哪些条件下可以表示同意、如何保持攻击性、以及如何被审计。

问题发现：四轮辩证实验

v3.0 的反谄媚升级源于一个内部发现。ARS 团队在使用 ARS 撰写一篇关于 AI 与高等教育的反思文章时，进行了四轮辩证实验（让 AI 扮演正方和反方进行辩论）。实验暴露了三个结构性模式：

第20章 Experiment Agent 生态与未来展望

ruohuyang@163.com (Cygnus Yang) — Sat, 23 May 2026 00:00:00 +0800

在 ARS 的 pipeline 中，Stage 1（Research）和 Stage 2（Writing）之间有一个隐含的空白：如果你的研究需要跑实验（代码实验或人工研究）来产生数据，这部分工作不属于 Deep Research（它是文献调研，不跑代码），也不属于 Academic Paper（它是写作，不产生新数据）。

Experiment Agent 就是填补这个空白的技能——它不替代 ARS 的任何组件，而是在 Stage 1 和 Stage 2 之间插入一个可选的实验执行与管理层。

这篇收官之作不仅介绍 Experiment Agent 如何与 ARS 对接，也讨论了 ARS 的社区生态现状和未来方向。

Experiment Agent：填补 Stage 1→2 的空白

定位

ARS Stage 1: RESEARCH → RQ Brief + Methodology Blueprint
 ↓
 experiment-agent → 执行/管理实验 → 验证结果
 ↓
ARS Stage 2: WRITE → 用验证过的实验数据撰写论文

功能

代码实验管理：

01-AI 工具与智能体/08-Academic Research Skills - 合集 - Cygnus Tech Blog

第01章 为什么是人机协作，而非全自动？

全自动的诱惑与陷阱

第02章 AI 研究的七类失败模式

分类法的来源

第03章 30 秒安装与五种部署方式

前置条件

第04章 Token 预算与成本控制

各模式 Token 估算

第05章 Pipeline 架构全景

10 阶段全流程

关键设计特征

第06章 四大技能一览

概览

第07章 13 个 Agent 的研究团队

Agent 全景

第08章 七种研究模式实战

模式一览

第09章 12 个 Agent 的写作团队

Agent 全景

第10章 十种写作模式详解

模式全景

第11章 风格校准与写作品质

风格校准：让 AI 学你的声音

原理

第12章 七个审查 Agent 的多视角评审

Agent 全景

field_analyst_agent：自动领域侦测

第13章 六种审查模式与 Sprint Contract

模式一览

Full Mode：完整多视角同行评议

第14章 10 阶段编排详解

10 阶段全览

第15章 诚信闸门：Stage 2.5 与 Stage 4.5

两个闸门的分工

Stage 2.5 的检查内容

1. 7 类 AI 研究失败模式检查

第16章 Material Passport：跨会话的状态护照

Passport 的设计哲学

第17章 跨模型验证：用 GPT 审 Claude

原理

第18章 苏格拉底导师与 SCR 协议

SCR 协议：三段式反思循环

第19章 反谄媚系统：让 AI 学会说"不"

问题发现：四轮辩证实验

第20章 Experiment Agent 生态与未来展望

Experiment Agent：填补 Stage 1→2 的空白

定位

功能

第01章为什么是人机协作，而非全自动？

第06章四大技能一览

第08章七种研究模式实战

第10章十种写作模式详解

第11章风格校准与写作品质

第12章七个审查 Agent 的多视角评审

第13章六种审查模式与 Sprint Contract

第15章诚信闸门：Stage 2.5 与 Stage 4.5

第17章跨模型验证：用 GPT 审 Claude

第18章苏格拉底导师与 SCR 协议

第19章反谄媚系统：让 AI 学会说"不"