从选题到投稿，Canguo Science 把科研变成了可复现的流水线：21 个主流大模型同一入口，36 次运行零失败，4947 篇论文文献地图都能重跑

2602_96576388

544人浏览 · 2026-07-20 11:21:35

2602_96576388 · 2026-07-20 11:21:35 发布

Canguo Science 科研流水线：从选题到投稿

本文用可复现的真实项目数据说话：Canguo Science 是 Open Science 可复现工作流 + CanguoAI 多模型接入层的结合。文中所有平台级数字都由脚本从本地 .openscience/runs.jsonl 和三份研究快照重新计算，并通过断言校验。研究结论由研究者负责，模型只负责语言理解与执行。

1. 先说结论：为什么科研需要一个"平台"，而不是又一个聊天框

大部分人用 AI 做科研，流程是这样的：

打开一个聊天窗口，问"帮我找 10 个能发 SCI 的创新点"，复制一段看起来漂亮的回答，然后……就没有然后了。检索了多少篇论文？数字能不能复现？换个模型结果一样吗？代码跑得起来吗？投稿时审稿人问数据来源怎么办？这些问题，一个孤立的聊天框都回答不了。

Canguo Science 想解决的，正是"从选题到投稿"这条链路的断点：

选题阶段：用公开学术数据（如 OpenAlex）建立文献地图，而不是让模型凭语言习惯编方向；
阅读阶段：接入多个主流大模型，做结构化阅读、横向比较、假设改写；
复现阶段：每一次运行都记录命令、环境、状态和耗时，任何数字都能重跑；
投稿阶段：保留原始数据快照、代码、图表和研究记录，经得起审稿追问。

下面这些数字，全部来自本项目真实的运行日志和产出，不是宣传口径。

2. 硬证据一：21 个主流大模型，一个入口

Canguo Science 通过 CanguoAI 接入层，把不同厂商的旗舰模型统一到一个调用入口。当前接入的模型清单：

Anthropic（14 个）

claude-3-5-haiku-20241022      claude-opus-4-5-20251101
claude-3-7-sonnet-20250219     claude-opus-4-6
claude-fable-5                 claude-opus-4-7
claude-haiku-4-5-20251001      claude-opus-4-8
claude-opus-4-1-20250805       claude-sonnet-4-20250514
claude-opus-4-20250514         claude-sonnet-4-5-20250929
claude-sonnet-4-6              claude-sonnet-5

OpenAI（7 个）

gpt-5.3-codex-spark    gpt-5.5           gpt-5.6-sol
gpt-5.4                gpt-5.6-luna      gpt-5.6-terra
gpt-5.4-mini

合计 21 个模型。对科研的意义不在于"数量多"，而在于同一套研究流程可以换模型重跑：轻量模型做批量结构化抽取，旗舰模型做复杂推理和综述初稿，还能用不同模型交叉核对同一批结论，降低单一模型幻觉带来的风险。

3. 硬证据二：36 次运行，100% 成功，跨厂商可复现

光有模型清单不够，关键是"这些模型真的在同一个可复现流程里跑通了吗"。

本项目的 .openscience/runs.jsonl 记录了每一次真实执行。用脚本统计：

指标	实测值
总运行次数	36
成功次数（status=ok）	36
成功率	100%
实际参与执行的不同模型	3（跨 Anthropic 与 OpenAI 两个厂商）
时间跨度	约 91.1 小时
运行环境	Python 3.14.0 / windows-x86_64（全程一致）

其中 claude-opus-4-8、claude-fable-5 和 gpt-5.6-sol 都在同一套工作流里执行了实验脚本编译、数字断言校验、依赖安装等任务，全部成功、全部可重跑。

这一点很重要：科研平台的价值不是"能聊天"，而是换了模型、隔了几天、在同一台机器上重跑，结论还站得住。36 次运行、零失败、环境一致，就是对"可复现"最朴素的证明。

4. 硬证据三：三项研究，覆盖 4947 篇论文的真实文献地图

Canguo Science 不是空谈流程。在这套平台上，已经产出三份完整、可复现的研究，全部基于 OpenAlex 公开数据：

研究	主检索式	标题匹配论文	原始快照	图表
AI for Science 文献计量	`"AI for Science"`	302	4	3
RAG 研究空白筛查	`"retrieval augmented generation"`	3464	13	6
LLM Agent 文献地图	`"llm agent"`	1181	14	5

三项合计映射了 4947 篇 标题匹配论文。

每一项研究都遵循同一条流水线：

建立文献地图：用 OpenAlex API 抓年度趋势、主题分布、机构国家、高被引代表论文；
归档原始响应：raw/*.json 保存每一次 API 返回，快照可追溯；
量化候选方向：对主检索集合叠加维度词，测量各方向在标题中的显式覆盖率；
转成可检验问题：把"某方向覆盖低"改写成待验证假设，而不是断言"无人研究"；
可复现校验：脚本自动断言年度计数之和等于总数，图表与 results.json 一致。

这条流水线可以直接产出 SCI/IEEE 论文所需的 related work 骨架、趋势图和数据来源说明。

5. 平台是怎么"跑"起来的：一段可复现的证据脚本

上面所有平台级数字，都不是手写进文章的。它们由一段脚本从真实文件重新计算，并通过断言校验：

import json
from collections import Counter
from pathlib import Path

runs = [json.loads(l) for l in Path(".openscience/runs.jsonl")
        .read_text(encoding="utf-8").splitlines() if l.strip()]

status = Counter(r["status"] for r in runs)
models = Counter(r["model"] for r in runs)

assert status["ok"] == len(runs)          # 全部运行成功
assert len(models) >= 3                    # 至少跨 3 个模型

print("总运行", len(runs), "成功率",
      status["ok"] / len(runs),
      "参与模型", dict(models))

配套的 platform_evidence.py 还会校验模型清单总数（21）、厂商拆分（Anthropic 14 / OpenAI 7）、三项研究记录总数（302 + 3464 + 1181 = 4947），任何一项对不上都会直接报错。文章数字对不上，脚本先失败。 这就是"用数据支撑"的具体含义。

6. 多模型接入在科研里到底怎么用才稳妥

多模型不是"堆参数"，而是把不同模型放在流程里各司其职：

批量结构化抽取：用轻量模型（如 haiku、mini 系列）从大量摘要里抽数据集、指标、限制，成本低；
复杂推理与综述：用旗舰模型（如 opus、gpt-5.6 系列）做假设改写、related work 初稿、横向比较；
交叉核对：让 Anthropic 与 OpenAI 的模型分别处理同一批论文，比对结论差异，降低单模型幻觉；
禁止补造：把真实元数据随提示词发送，明确要求"只能引用输入中存在的标题、年份和 DOI"。

prompt = f"""
下面是来自 OpenAlex 的真实论文元数据。
只能引用输入中存在的标题、年份和 DOI，不得补造文献。

任务：
1. 按方法、评测、领域应用和风险分类；
2. 每个候选方向必须给出支持证据和反证；
3. 将"研究较少"写成待验证假设，不得写成确定事实；
4. 输出适合人工复核的 Markdown 表格。

DATA:
{json.dumps(openalex_records, ensure_ascii=False)}
"""

使用 CanguoAI 的兼容接口时，应从控制台读取实际 API 根地址、密钥和模型名，不要在公开代码里写死密钥。

7. 完整复现

本文证据脚本与三项研究都可在本地重跑：

# 复现平台级证据（模型清单、运行统计、研究规模）
cd output/articles/canguo-science-platform
python platform_evidence.py

# 复现任一项底层研究（以 LLM Agent 为例）
cd ../../experiment-suite/llm-agent-landscape/latest
python -m pip install -r requirements.txt
python study.py

platform_evidence.py 会输出 platform_summary.json 并渲染两张图。OpenAlex 是持续更新的数据库，未来重跑时底层论文数字可能变化，因此发布时应保留各研究的 raw/ 快照。