我现在主要用Codex (因为还可以用chatGPT做无流量限制的brainstorming和二次prompts生成)， Obsidian用来统一规划所有文档 - 计划，详细过程，结论。Claude 和 Cursor打辅助 （通常是token不够用的情况顶上）。下面是我常用的流程，分享一下欢迎讨论：
**第一步，先跟AI描述一个具体问题**，补充所有必要细节，或者给它几篇高质量参考文献，让 AI 先做一轮完整的 research。接着进入 *Grill-me* 环节：通常限制在 20-30 个问题一问一答的方式，我大概需要 1-2 小时逐个回答。
通过这些问题会逼我更深入思考和解释清楚：研究命题是什么？数据应该怎么用质量如何？benchmark、成本与 capacity 怎么定义？什么结果才算通过？需要做什么样的延申？什么情况说明这个 idea 不成立？
等这些边界被确认后，再由 agent instructions 里的 harness 和 looping engineering 接管执行 - 而这些是在长期使用过程中不断积累和改进的。
通过 任务拆解 -> 代码实现 -> 循环验证 -> 异常恢复 -> 结果检查 到最后的 报告生成，通常会在之后 2-6 小时完成。
为什么我愿意先花 1-2 小时“被拷问”？ 我以前工作过的一家约 50 亿美元规模的 HF，老板说过一句让我印象很深的话：
**少做那些只让自己 feeling better 的事情**
比如，拿已经熟悉的代码改几行，测试一个新的 signal variant，很快得到几页漂亮的 PDF reports。过程很顺，反馈也很好，但新增的信息量可能很低，甚至只是 overfit、样本选择或参数偶然性。
