04 / ANALYZE
数据与实证分析
拿到数据以后，怎样完成可解释的实证分析？
完成这一阶段后
得到保留中间过程、能够复跑并且能够说明含义的实证结果。
站内共有 9 篇相关文章和 33 项相关能力
先建立判断
从这些公开文章开始
先理解这一阶段要解决的问题和常见误区，再决定采用什么工具。
01 · 方法流程 · 4 分钟
AI 科研从哪里开始？先跑通一个完整闭环
科研 AI 新手先选择一个输入、输出和检查点都清楚的小任务，通过真实结果建立流程感、判断感和边界感。
02 · 概念科普 · 6 分钟
AI Agent 工具怎么选？我现在最推 Codex
把模型和 Agent 工作台拆开比较，从任务完成率、上手门槛、成本和工作环境解释工具选择。
03 · 概念科普 · 5 分钟
Claude Code、Cursor、ChatGPT 怎么选？先看权限，再看能力
用权限和能力两个维度比较网页端、IDE、CLI 与高权限自动化工具，帮助初学者理解效率和风险如何一起变化。
04 · 方法流程 · 5 分钟
AI 可以参与科研的哪些环节？一张 11 环节工作流全景图
从选题、文献、理论、数据到投稿，逐环节判断 AI 可以主导、需要人工校验和必须由研究者把关的工作。
再选择能力
这些开源工具值得先看
工具按专题相关性人工精选。Star 用来判断关注度，具体用途、输入和风险仍以详情页为准。
阶段产出
完成后，你应该拿到这些东西
- 一份清楚的数据处理记录
- 一套可以重复运行的分析代码
- 一组带解释边界的结果表与图