Deeper Research
More evidence. Better questions.
把研究任务变成有预算、能比较、可追溯的迭代搜索。
一组预算可比较、证据可追溯的研究结果
开始前的准备
- 选定同一份任务、资料和质量条件,用它们比较各轮结果。
- 准备保存来源、候选与检查结果的工作区,写清预算和停止条件。
实践步骤
按自己的项目逐项推进,留下可核对的证据后再勾选。可以回看、跳步,也可以取消完成。
写下研究问题与评价标准
待完成选一个真实研究任务,将问题、约束和质量条件写下来。分别考虑事实能否核对、结果能否完成任务,以及投入是否值得。
完成依据对照讲义:一、把任务变成可比较的搜索保存固定的题目、初始资料与评价标准;后续各组结果使用同一组条件比较。
完成低预算基线并保留来源
待完成先直接求解一次,保存当次输入、输出与来源,作为后续迭代的对照。不要用后来的改写覆盖这份基线。
完成依据对照讲义:二、一个可落地的迭代流程能重新找到基线答案、引用材料和当次运行记录,说明它已经满足或尚未满足哪些条件。
设定至少两组可比较预算
待完成设置至少两组可以比较的预算,例如执行轮数、计算投入或探索分支数。保持任务与评价标准一致,写明每组的停止条件。
完成依据对照讲义:三、依据任务选择预算保留预算配置和共同输入;能指出两组之间实际改变的变量。
逐轮记录新增证据与未解问题
待完成每轮先检查已有候选,再根据具体问题安排查证、测试或探索。记录新增证据和剩余疑问,并保留此前更好的候选。
完成依据对照讲义:二、一个可落地的迭代流程形成逐轮记录:发现的问题、采取的动作、检查结果、保留的候选与剩余预算均可回查。
对比结果质量并解释投入差异
待完成按事先写下的标准比较基线和迭代结果,将质量变化与耗时、token 使用及人工核对成本放在一起解释。
完成依据对照讲义:四、用一个调研任务演示评价交付结果对照、来源与检查证据,说明哪次额外探索改变了结果,以及哪些问题仍未解决。
实验讲义
返回实践步骤以下保留课程整理全文;上方步骤和清单用于个人推进,原始任务要求请对照官方讲义。
在保留个人助手基本使用方式的前提下,增加一个 effort 选项。较高 effort 可以把更多预算投入探索、查证和修改。实验要用同样的任务比较一次求解和迭代求解,观察额外投入有没有改善结果。
一、把任务变成可比较的搜索
先选一类你平时真的会用的任务,例如带引用的技术调研、可检查的数学推导、可以运行测试的代码修复。给出一组事先确定的质量条件。它们要能分别处理「事实是否正确」「候选能否完成任务」「投入是否值得」。
一个求解状态可以包含以下信息:
- 原始任务和约束。
- 已检索到的证据、已有候选及其来源。
- 哪些结论通过了独立检查,哪些仍有疑问。
- 上一轮发现的问题、可选择的下一步以及剩余预算。
从同一状态可以产生不同的推进方向。可以优先找支持相反结论的材料、测试最可疑的假设、换一种算法,或在目前最好的方案上扩大验证。如果没有明确方向,可以先在较少的候选上探索,筛出有根据的方案再深入。保存此前较好的结果,避免最后一轮退步覆盖它。
二、一个可落地的迭代流程
- 直接求解。 保存一份可作为对照的输出及其使用的输入。
- 形成检查。 把当前答案交给独立评审或测试,记录有证据的具体问题。
- 分配下一步。 根据问题选一条动作。例如缺引用就查证,两个方案难以区分就设计一个比较实验。
- 保留候选。 将本轮输出与此前候选对照。在验证结果没有改善时保留更好的版本。
- 停止与交付。 预算耗尽、达到验收条件或目前缺关键材料时,交付最佳结果与未解决问题。
不同模型或 harness 可以用来执行和检查。确定性的测试仍由脚本提供。运行结果、资料来源和发现的反例留在工作区,让下一轮知道已经做过什么,而不是从零重跑同类尝试。
三、依据任务选择预算
| 模式 | 练习配置示例 | 看什么证据 |
|---|---|---|
| 直接求解 | 单次输出,保留当次输入 | 作为时间和质量基线 |
| 低 effort | 找一个最高风险点,做一轮检查和修正 | 关键错误是否被发现,耗时增加多少 |
| 高 effort | 探索不同方向、核查核心证据、保留较优候选 | 哪种搜索真正改变结果,成本是否值得 |
这是一种实施示例。effort 也可以约束执行轮数、计算预算或每轮可探索的分支数。固定总预算时,可以比较广度和深度。先多找方向适合目标尚不清楚的任务,深入检验适合已有明确候选的任务。
四、用一个调研任务演示评价
假设任务是为课程项目选择一种本地资料搜索方案。先写评价标准,例如证据与结论对应、解释索引更新方式、说明无法搜索的材料、比较运行成本。直接求解可能给出一份方案汇总。低 effort 可专门核对更新和删除的行为。高 effort 可以从同一初始资料试做两条路线,比较相同工作负载并检查最坏情况。
保留下面的记录方便复盘:
| 记录项 | 内容 |
|---|---|
| 共同投入 | 固定题目、资料、基础模型和评价标准 |
| 运行差异 | 直接求解、低预算、高预算分别做了哪些动作 |
| 可观察质量 | 事实错误、来源可核对性、需求覆盖、测试结果 |
| 成本 | 耗时、token 使用和人工核对成本 |
| 解释 | 哪次额外探索有用,哪次改写只增加篇幅或引入问题 |
没有标准答案的报告,可以打乱结果顺序、隐藏 effort,要求评审解释偏好依据。重要结论仍要回到资料检查。有限预算下可先做几个真正有代表性的例子,留意偶然成功和实际能迁移的改进之间的差异。
五、相关讲次
第 2 讲帮助判断什么材料值得进入上下文。第 7 讲帮助表达任务状态和派生结果。第 8 讲把进度保存、验收和结束条件写进外层循环。第 11、12 讲提供不同强度的验证方法,可以用来评价候选质量。
交付之前,再核对一次。
将下面的材料保存在项目中,让这一轮结果能够复查和重复验证。
- 固定任务、共同资料、评价标准与各组预算配置。
- 基线和各轮候选、可追溯来源与独立检查结果。
- 质量与成本对照、最佳结果及尚未解决的问题。
复盘这一轮的判断
哪一条证据真正改变了你的下一步?哪个失败来自规格不清,哪个来自实现?把回答与可复现样例一同保存到项目中。
清单由你确认,可随时取消勾选;完成清单不代替实际验收。