在站外围观许久，终是得以注册。来跟各位汇报下作为研二小登的我的Research工作流进化历程
还记得 GPT 刚出来的时候，是绿底的 OpenAI 头像配黑底 Web Chat UI，很简陋，但确实帮了我不少。那时候没有现在的各种agents 和 harness，我基本上把它当大号 CSDN 用，主要用途就是中译英和接单写代码。前者不必多说，那时候的翻译质量我觉得就很能打了，起码写毕业论文和大作业是够用的。后者主要用来写各类项目，上至本科毕设，下至纯 CLI 的xx管理系统。那时候用的 prompt 很精细，类似"用cpp写一个xx管理系统，无需 web 端，命令台展示即可。功能包括：1.xxx 2.xxx。具体实现：细节1细节2细节3…"每次一写就是一大段。效果也不错，给出来的代码基本上能直接用。现在看来，这大概算是最早的 Vibe Coding 了。
随着GPT一路进化，以及我进组时间变长，我接触到的任务也早已不止于大作业级别。作为开山弟子，导师很快就让我开始写小论文。或许是第一次带学生，导师总是默认我什么都会，基本上每次都扔给我一个我现有能力之外的任务，因此，我也被迫开始学习各类LLM技能，以求高质量高速度的完成。
慢慢地，在我的Research工作流中，人工的参与越来越少。时至今日，我的整体工作流中，我的角色甚至还没有“我与导师组会会议记录.md”的作用大。毫不客气地说，我就是导师和LLM之间的传话筒，我的作用仅是理解。这包括理解导师的很抽象的话、理解当前的科研状态、以及理解LLM的分析。在最后一点上，不得不说，GPT5.4和5.5真的给我造成了很大的阻碍，指各种非人类的口癖以及迄今为止冠绝古今中外所有LLM的造新词的能力。
回到主题上来，我目前的工作流大概是：导师给个大概方向-claudeCode/Codex搜文献调研-人工理解并提出第一版idea-GPT5.5/Opus4.8双重拷打-做实验-失败-组会汇报-导师指点-重复上述。一般迭代2-3版就差不多了（因为这时候也快到会议ddl了，再不写真勾八来不及了）
对于LLM的选择，我的理解是在推导公式方面我推荐GPT，讨论迭代idea我推荐Opus。前者不必多说，基本上属于大家的共识了。后者，虽然Opus在逻辑推理能力上并不是SOTA，但是最起码它能说人话…能够大幅减少我理解新领域/新知识的成本。另外，最近更新的Opus4.8用起来感觉还不错，个人体感来说可以替代4.6了。
想到哪写到哪了，行文难免杂乱，各位佬多担待。
最后有几个问题想和各位佬探讨下：
- 作为同是LLM研究方向的各位硕博佬，你们主推什么模型？
- 之前一直很火的DeepReasearch功能现在怎么销声匿迹了
- 像我这种科研进展全靠与LLM聊天，真的没问题么…
5 个帖子 - 4 位参与者