「结论有出处，产物可复跑，流程可复用。」
现场真机演示：一个题目跑出一份带引用的报告，一条链接生成一套实验方案
10 月 16 日下午，AMiner AI4Science 科研智能体实战工作坊走进清华大学第五教学楼，面向校内师生演示科研智能体如何接手文献调研、方向选题与实验方案设计。这是清华大学「信息化面对面（暨AI应用进校园）」系列活动中的一场，也是 AMiner 今年第二次把演示台搬进清华——与 5 月那场侧重功能讲解不同，这一次全程真机实操，不预录、不跳步。
活动现场全景
01 一个题目，一份报告
AMiner 团队资深研发工程师先演示了 「AMiner 深度研究」：输入一个研究题目后，系统先澄清范围，再拆成多个子方向并行检索；画布上能看到检索词、命中文献与核验结果，过程可中途引导、也可暂停续跑。最终产出带编号引用的结构化报告，引用可点回原文；报告写成之后还能改稿、补引用、做 AI 审稿与导出前检查。依托平台六亿余条学术数据与智谱自研 GLM 系列模型，它覆盖文献综述、开题报告、行业调研等常见文体。对正在开题的人来说，最耗人的文献调研，从以天计变成了以分钟计。
02 一条链接，一套方案
第二段演示换到 「Research Labs」：不是交出去等一份报告，而是开一个研究笔记本，把来源、对话与产物留在同一处。讲师发进一条公众号链接，系统解读入库、按作者扩全论文并去重；对资料库提问时，关键数字都能回溯原文位置。还跑出了团队画像、技术演进图，并把选题收敛到单张显卡可跑的实验方案；最后一条指令把各阶段产物组装成汇报 PPT，整条流水线沉淀为可复用技能，下次同类任务一句话就能开工。从一份资料到一套可汇报的开题方案，中间的检索、整理与组装环节被一次贯通。
答疑环节引发了热烈讨论和积极互动。扫码即可回去自己试：挑一个手上真在做的题目跑一遍。AMiner 诞生于清华大学计算机系，这次回到清华，讲的是一件具体的事——把必须做、但不值得熬夜做的环节交出去，把选题、取舍和署名留在自己手里。
AMiner 将持续以 AI 技术赋能可信科研，共建 Research OS。
扫码体验 AMiner 深度研究、Research Labs
延伸阅读