auto-research

COG 自动研究技能

何时调用

• 用户提出需要深入研究的战略问题
• 用户说“研究”“自动研究”“调查”“战略分析”或“深入探讨［主题］”
• 用户希望了解市场力量、竞争动态、技术发展趋势或战略选项
• 用户需要有真实来源支持的循证分析，以辅助决策

灵感来自 Karpathy 的 autoresearch，但侧重战略思考，而非 ML 训练。

Agent 模式识别

检查 00-inbox/MY-PROFILE.md frontmatter 中的 agent_mode：

• 如果是 agent_mode: team，使用完整的并行 Agent 执行策略（5-7 个 Agent）。此技能在团队模式下能发挥巨大作用。
• 如果是 agent_mode: solo，使用 WebSearch/WebFetch 进行 2-3 轮顺序研究，产出较轻量的分析，不采用完整的多线程结构。

命令：/auto-research

输入

用户在命令参数中提供一个战略问题或主题。示例：

• “如果基础模型变成大宗商品，LLM 封装公司会怎样？”
• “随着 AI 能力提升，测试行业的未来会如何发展？”
• “我们的 AI 层应该自建、购买还是合作？”
• “如果 OpenAI 推出测试产品，Scout 有哪些战略选项？”

---

执行策略

阶段 1：问题拆解（编排者 — 2 分钟）

将用户的战略问题拆解为 5-7 个研究方向，共同构成全面的答案。每个方向应当：

• 相互独立——可并行研究
• 具体明确——研究目标清晰
• 相互补充——共同覆盖完整的战略图景

拆解框架：

1. 市场力量——哪些宏观趋势推动了这个问题？
2. 历史先例——这种模式是否曾在其他行业出现？
3. 参与者分析——关键参与者有哪些？他们在做什么？
4. 技术发展趋势——底层技术将走向何方？
5. 客户行为——终端用户实际想要什么、会做什么？
6. 经济模型——单位经济效益和价值获取动态如何？
7. 新兴技术与架构——哪些概念、项目或框架仍在开发或讨论中（尚未成为主流），可能会成为基础？研究相关的开源项目、研究论文、GitHub 仓库、Discord/论坛讨论、会议演讲和早期工具。示例：新型 Agent 架构、新的测试范式、实验性框架。这些内容可能没有完善的文档——深入查看 README、GitHub issues、Twitter/X 讨论串、构建者的博客文章和学术预印本。
8. 反共识观点——反对主流观点的最有力论据是什么？

并非每个问题都适用所有方向。选择最相关的 5-7 个。方向 7（新兴技术）必须始终包含——用户特别希望领先于尚未成为主流的概念。

启动 Agent 之前：

1. 从知识库中读取相关文件，了解已有背景：
   • 05-knowledge/ 中的现有框架和思维模型
   • 如果相关，读取 04-projects/ 中的项目背景
   • 最近的脑力倾倒记录，了解用户对该主题已有的想法
2. 向用户说明拆解方案，以便在 Agent 启动前进行调整

阶段 2：并行深入研究（同时启动 5-7 个 Agent）

关键：在一条消息中启动所有 Agent。 对所有 Agent 使用 run_in_background: true。

为每个 Agent 提供遵循此模板的详细提示词：

You are a strategic research analyst investigating a specific thread of a larger strategic question.

MAIN QUESTION: [user's original question]
YOUR THREAD: [specific research thread]
EXISTING CONTEXT: [any relevant vault context]

RESEARCH METHODOLOGY:
1. WebSearch for 8-12 high-quality sources (prioritize: research reports, expert analyses, company filings, academic papers, industry publications — NOT listicles or superficial blog posts)
2. For each source found, WebFetch to read the full content and extract key arguments, data points, and frameworks
3. Look for CONFLICTING viewpoints — don't just confirm one narrative
4. Identify specific data points, statistics, and concrete examples
5. Note the credibility and potential bias of each source
6. FOR EMERGING TECH THREADS: Go beyond polished sources. Search GitHub repos (README, issues, discussions), Twitter/X threads from builders, Discord/forum discussions, conference talk summaries, arXiv preprints, and early blog posts. The goal is to surface concepts that are pre-mainstream but technically promising. For each concept found, assess: maturity level, technical approach, relevance to the user's use case, and what it would take to adopt/integrate.

OUTPUT FORMAT (return ALL of this):

## Thread: [thread name]

### Key Findings (3-5 bullet points)
- Finding with source attribution

### Evidence & Data Points
- Specific statistics, market data, examples with sources

### Expert/Notable Perspectives
- Named perspectives from credible voices

### Implications for [user's context]
- What this means specifically for the user's situation

### Confidence Level
- HIGH / MEDIUM / LOW with reasoning

### Sources
- Numbered list of actual URLs consulted

Agent 命名约定： research-[thread-slug]（例如 research-market-forces、research-historical-precedent）

阶段 3：综合分析（编排者 — 所有 Agent 完成后）

所有 Agent 返回结果后，将其综合为一份战略分析文档：

文档结构：

---
type: strategic-research
domain: [auto-detect from question]
date: YYYY-MM-DD
question: "[original question]"
threads: [list of research threads]
confidence: [overall confidence HIGH/MEDIUM/LOW]
tags:
  - auto-research
  - strategy
  - [topic tags]
status: complete
---

# [Strategic Question as Title]

## Executive Summary
3-5 sentences capturing the core insight. Lead with the answer, not the process.

## The Strategic Landscape
Synthesized view across all research threads. Not a thread-by-thread dump — weave findings together into a coherent narrative.

## Key Forces at Play
The 3-4 most important dynamics shaping this question, with evidence from multiple threads.

## Scenarios
### Scenario A: [Most Likely] — X% confidence
What happens, timeline, implications

### Scenario B: [Optimistic/Alternative]
What happens, timeline, implications

### Scenario C: [Worst Case/Disruption]
What happens, timeline, implications

## Emerging Tech & Architectures to Watch
Concepts, projects, and frameworks that are still in development/discussion but could be foundational. For each:
- **What it is:** One-paragraph explanation
- **Maturity:** Pre-alpha / Alpha / Early adoption / Growing community
- **Technical approach:** How it works architecturally
- **Relevance to our use case:** Why it matters for us specifically
- **Adoption path:** What it would take to integrate/adopt — effort, risks, dependencies
- **Key links:** GitHub repo, paper, discussion thread

## Strategic Options
For each option:
- **Description:** What this means concretely
- **Pros:** With evidence
- **Cons:** With evidence
- **Prerequisites:** What needs to be true
- **Timeline:** When to decide/act
- **Emerging tech leverage:** Which emerging concepts from above could strengthen this option

## Recommended Actions
Prioritized, concrete, time-bound action items. Not vague "consider X" — specific "do X by Y because Z."
Include a separate "Tech Bets" subsection: which emerging projects to start experimenting with now, even if they're not production-ready.

## Contrarian View
The strongest argument against the consensus/recommended path. What could make all of this wrong?

## Confidence & Gaps
- What we're confident about and why
- What we couldn't determine and what additional research would help
- Key assumptions that should be monitored

## Sources
Consolidated, deduplicated list of all sources across threads.

阶段 4：保存并交付

1. 将完整分析保存到 05-knowledge/research/YYYY-MM-DD-[slug].md
2. 如果分析较长（>3000 words），还要在 05-knowledge/research/YYYY-MM-DD-[slug]-summary.md 创建一份简短的 1 页摘要
3. 直接在聊天中向用户呈现执行摘要 + 建议行动

---

质量标准

• 不得虚构来源。 每项结论都必须能追溯到真实的 WebSearch/WebFetch 结果。
• 时效性很重要。 优先使用过去 6 个月内的来源。标注较早的来源。
• 关注偏见。 指出来源存在明显商业利益时的情况。
• 重具体，轻泛泛。 “测试工具市场规模为 $XX.XB，且正以 YY% CAGR 增长”胜过“市场正在增长。”
• 可执行性。 输出应帮助用户做出决策，而不只是了解某个主题。
• 诚实求真。 如果研究没有定论，就如实说明。不要制造虚假的确定性。

示例拆解

问题：“如果通用 LLM 模型随着时间推移不断进步，LLM 封装公司未来会怎样？”

主题：

1. 基础模型的发展趋势 — GPT/Claude/Gemini 在代码理解、测试生成、缺陷检测方面进步有多快？能力曲线如何？
2. 历史先例：平台商品化 — 当 AWS、iOS、Salesforce 等平台吸收了其功能后，建立在这些平台之上的公司发生了什么？哪些公司存活下来，为什么？
3. 测试行业结构 — 当前市场格局、价值链、利润所在，以及买家实际付费购买的内容
4. 封装公司策略 — 当前的 AI 封装公司（Jasper、Copy.ai、Cursor 等）如何调整？哪些做法奏效？
5. 企业采购行为 — 企业购买的是“AI”还是“解决方案”？实际采购情况如何？
6. 新兴技术与架构 — 哪些尚未成为主流的概念可能重塑这一领域？（例如：新型 Agent 框架、新的测试范式、计算机使用 Agent、浏览器自动化架构）。搜索 GitHub 仓库、arXiv、Twitter/X 上开发者的讨论串、Discord 社区、会议演讲。
7. 防御性分析 — 专注于测试的 AI 公司有哪些护城河？数据、工作流、集成、品牌、转换成本？
8. 反方观点：封装公司胜出 — 为什么随着模型日益商品化，垂直领域 AI 公司的价值反而可能上升？

运行时间预期

• 阶段 1：约 2 分钟（拆解 + 用户确认）
• 阶段 2：约 5–10 分钟（并行研究，耗时取决于最长的 Agent）
• 阶段 3：约 3–5 分钟（综合）
• 总计：全面战略分析约需 10–15 分钟

错误处理

• 如果某个研究主题返回的结果质量较低，应在综合分析中说明，而不是捏造深入内容
• 如果某个主题的 WebSearch/WebFetch 失败，用其他搜索词重试一次，然后记录这一信息缺口
• 用户可以在阶段 2 期间中断，以调整方向或添加主题
• 可以针对相关问题多次运行此技能 — 参考 05-knowledge/research/ 中先前的研究文件

回退行为

此技能需要 WebSearch 和 WebFetch 工具。如果这些工具不可用：

• 改为仅使用知识库现有 05-knowledge/ 内容进行分析
• 明确说明未进行实时网络研究
• 建议用户在网络工具可用时再次运行此技能