很多人还在讨论 prompt engineering，但我觉得这已经不是关键问题了。
AI 真正改变组织能力的地方，是把研究、判断、执行变成一套闭环系统：
Decompose → Continue → Verify → Accumulate。
过去一年半，我们内部持续把 AI 融入 research workflow，最大的体感是：
个人能力会被放大，但前提是团队要有好的 harness，把模型能力转化成可验证、可复用、可积累的工作资产。
AI 浪潮中，每个人都需要不断迭代，不给自己设限；团队更需要不断问自己：
我们是否真的在扩展能力边界？
我们是否给研究员、IC系统、builder 配备了足够好的武器？
显示更多
Stop blaming the prompt. Your AI workflow has no closed loop.
The real AI upgrade for research institutions isn't prompt engineering. It's harness design.
Decompose → Continue → Verify → Accumulate.
Same model, better harness: ~5x throughput, cleaner signals, reusable research assets.
Let's break it down with quantitative factor research 👇
显示更多
