Research brief
写清研究问题、目标会议、数据、baseline、预算、预期贡献、不能 claim 什么。
场景手册
学术 flow
学术任务最容易犯的错是先写论文、后找证据。正确顺序是：研究 brief、文献和新颖性、实验计划、可复现实验、自动审稿、最后才写作。
Closest work
先找最接近工作，不是先找支持自己的论文。明确差异点和可能被 reviewer 攻击的地方。
Novelty gate
如果贡献只是已有方法换场景，要降级目标；如果缺少可证伪实验，要先补实验设计。
Experiment plan
定义数据集、baseline、metric、预算、失败标准、日志路径和复现实验命令。
Auto review
让 Codex 以 reviewer 角度检查 novelty、evidence、ablation、claim、writing risk。
Writing boundary
只写已经有证据支撑的结论。负结果和失败实验也要记录，避免 narrative 失真。
启动 research-pipeline
$research-pipeline
方向：长上下文 LLM 推理中的 KV cache pruning。
请先创建 RESEARCH_BRIEF.md，并等待我确认。
AUTO_PROCEED: false
HUMAN_CHECKPOINT: true
REVIEWER_DIFFICULTY: hard
AUTO_WRITE: false
预算：
- 最多 20 GPU-hours
- 不允许下载未知大数据集
输出：
- closest work 表
- 可证伪实验计划
- claim 边界严格审稿
请以强 reviewer 视角审查当前 idea。
重点：
- 最近似工作是什么？
- 贡献是否只是组合或换场景？
- 哪个实验能证伪核心 claim？
- baseline 是否公平？
- 有哪些不能写进论文的说法？
输出：
- reject reasons
- must-have experiments
- claim boundary
- next action进入条件
已经能说清研究问题、目标读者、数据来源、baseline、预算和失败标准。不满足时先做 idea grilling。
推进条件
closest work 已查，核心差异明确，有至少一个能证伪的实验，预算可承受。
退出条件
claim 都能对应实验或引用；负结果被记录；不能证明的说法被删掉或降级。
Stop conditions
- 新颖性不足closest work 已经覆盖核心贡献。
- baseline 不可复现无法建立公平比较。
- 预算不足实验无法在给定 GPU/时间内完成。
写作前检查
- 每个 claim 有证据引用、实验、图表或日志路径。
- 图表可复现脚本和数据版本可追溯。
- 负结果可解释不要删除失败实验的痕迹。
与其直接说“帮我写篇论文”，不如先让 Codex 建立研究 brief，划清审稿边界。例如研究长上下文 LLM 推理中的 KV cache pruning，可以先查 closest work，制定小规模实验计划，确认新颖性和 baseline 后再进入实验。