之前我用 AI 做科研，其实一直有点拧巴。
让它查文献，它能总结得很快，但有时候引用对不上；让它写论文，它看起来很顺，可我总担心逻辑是不是虚的；让它帮我想 idea，它也能给一堆方向，但到底新不新、能不能做、有没有证据支撑，最后还是要自己一点点拆。所以我后来发现，问题可能不是 AI 不够聪明，而是它缺少一套科研流程。最近试了 Light Skills，感受比较明显的一点是：它不是上来就替你写结论，而是会把科研拆成一步一步来做。先读文件、整理材料，再查文献、找空白；有了 idea 之后，不是直接夸“很创新”，而是会继续做查新、反驳、风险点和验证路径；到后面做数据分析、图表、引用核查、LaTeX 排版和投稿检查，也会一直提醒哪些地方需要证据，哪些地方不能乱写。我最喜欢的是它对“别编”的态度。查不到的文献、DOI、数据来源，不会硬凑一个答案，而是标出来待核查。论文图和数据图也强调用 Python / R 程序化生成，而不是拿 AI 图糊弄。用下来感觉它更像一个科研协作框架，而不是一个 Prompt 合集。它不能替你完成真正的判断，也不会保证你一定发论文，但它会逼着你把问题、证据、创新点、实验和写作逻辑串起来。如果你也经常觉得 AI 很会说，但不一定真的懂科研流程，这类 Skills 可能会比单纯问答式 AI 更适合长期使用。
#AI科研 #科研工具 #论文写作 #Agent #开源项目