您的浏览器不支持本演示,请用最新版 Chrome/Edge/Firefox。
同样读一篇论文,AI Agent 比对话框强在哪?
从「读懂」到「动手」
一条主线:说 → 做
说→做
样例
问答
上手
越界
选择
对话框只会「说」——Agent 能「动手做」
对话框「说」,Agent「做」
对话框:读懂/讲解/画图,终究是说
Agent:抓文献织网、翻知识库印证、跑二次分析复现
样例:三十年黑猩猩研究
2026.4 发表于 Science
乌干达 Ngogo 种群——全球已知最大黑猩猩社群
永久分裂约每 500 年一次
论文原图:时间 × 空间双维度
长期行为记录(时间)
一个个 GPS 坐标点(空间)
后续数据清理用上了 Claude
问答:三个问题层层深入
Q1 论文说了啥
Q2 用了哪些方法
Q3 哪里用到 AI
Q1:这篇论文说了啥
拎出骨架:核心内容/结论/背景/争论/方法/三阶段
还主动提议做报告、笔记、PPT
Q2:用了哪些方法
三十年追踪+行为观察+GPS+遗传学
社会网络分析:Leiden/模块度/变点检测
三条独立证据线都指向 2015 转折点
Q3:哪里用到了 AI
核心算法≠大模型
生成式 AI(Claude):整理空间数据 + R 绘图排版
这才是要找的那条线
上手:从「问」跨到「做」
用真实数据写 R,跑出 2018-2024 种群下降图
完整脚本带严丝合缝的注释
连踩过的坑都交代清楚
越界:比论文那张更好的图
16.5 万个空间点
分裂前/分裂后/重叠度崩溃三图
再加逐年动态 MP4 + GIF
选择:好鞍还得配好马
自动模式把黑猩猩错说成倭黑猩猩
模型选择是人的判断,别让渡给框架
严肃任务用更好的模型才踏实
小结:模型 + 框架
Agent = 模型 + 框架
模型自由选,框架越人性化越好
真正的本事不在读懂,在动手
← / → 或点击左右翻页 · 最后一页为全景总览