浅记一点点本科论文完成历程，纯log
在pyq帮转了出各种ai pro/plus号的帖子，没想到第一个联系我的居然还是高中同学
电气专业，听其戏谑称平时玩弄doubao居多&要赶中期论文审查，看到我pyq发的于是来询问我的建议
最后还是只提供了建议，没有明说推荐她买haha，错失一次交易w
稍微分析了一下情况，发现在不同专业 ai的渗透度差距还是挺大的: 使用网页版居多，不太了解agent模式+agent中各种方法工具论，不了解markdown&latex
我说上手并不难，实践中用就行，顺便写一点自己写论文可能用到的东西
人+Agent模式，人在前，毕竟论文最终定稿还是由人来决定 + 以及查重 aigc等指标的制约
Agent模式，也就是可以外部交互的ai，可以操作我们的文件&外部工具调用，比如自动跑Python脚本生成图表、context7 mcp（专门为开发者提供最新、版本特定的代码文档和示） ；对比web版ai 只会说不会做，执行还是在人
优势在于 省去了手动修改的麻烦以及 自由读取参考文档/可根据修改后的内容进行迭代 & 初始init保存一个项目介绍，后续围绕介绍再进行扩展
配置可以从 可视化 AI IDE开始，例如 Cursor/VS Code 配置codex插件/Codex，有可用API或官方pro/plus号即可
交互方式也很简单，如果有参考项目or参考文档以及要求规范，完全可以建一个doc目录统一放置，左侧File目录中选中需要ai参考的文件右键add file to chat，以及详细说明需求清单 以及 不要有指望ai一次性生成一串可用论文的幻想
关于降aigc&跑出更符合规范的论文，可以在整个项目中配置skill（可以类比为sop？ 相当于跑一次项目流程跑通后可以复用的经验；网上比较火的也有蒸馏人的skill，毕竟skill大致就是prompt+script脚本（所做过的业务相关文档or项目pr都可以放进skill中 形成基于一件事或者一个个体的标准工作流）
本科论文最终交付文件可能word和pdf都需要，需要word且公式等涉及不多的话，可以优先选择markdown而非latex格式输出
