关联主题::
同级:: 2026-07-28_星期二
下一级::
备份：刘润日课 2026年7月27日借助AI扩大个人工作边界的实践与思考
刘润老师说最近的感慨是：要扩大自己的交付边界。
刘润老师的深度研究skills
核心就是我平常自己到底是怎么去研究一个问题的。
当我把素材和一个观点给到大家的时候，如果我自己来写篇文章，我会怎么干这件事？
例如，大家来问我：“关于某人拿了一个数学奖这个事儿，你怎么看？”在提供我的看法之前，我得先去研究。除了把新闻上的事搞清楚——这个奖项是怎么回事、获奖人的教育背景是什么、这个数学问题到底是什么——这一系列问题都得搞清楚。
1、第一步：定义问题。
跟AI约定一个研究的范围：研究的命题、时间范围、涉及国内还是国外、研究目的以及要解决的具体问题。
2、分解出子命题
一般可以列出3到8个子问题。
例如，你要研究一个国家的市场能否进入，可以分成以下几个子问题：
- 这个国家的税收政策、市场环境等宏观条件如何。
- 具体行业（例如奶粉行业）的市场状况如何，包括婴幼儿人口情况、市场竞争格局等。
- 该行业的制造业工艺水平、销售渠道等供应链情况如何。
3、要找到最全面、最高效、最高质量的资源
列出子命题后，就可以派出3到8个对应的智能体去分别研究。
但这部分研究需要非常强大的搜索引擎支持，因此我购买了一些专业的AI搜索工具。
4、要生成3个或8个智能体返回来的东西，叫做信息卡。
实际上得到的是一个个信息卡，而不是最终的结论。
每个信息卡上包括这件事是怎么回事，比如美国出过一件什么事，把这个事讲清楚。
每张信息卡上有11个不同的字段。
所以一张一张的信息卡，一般这个研究任务派出去之后，至少能带回来100多张信息卡。
5、在这些信息卡之间去检测它们有没有重复，有没有矛盾，并处理掉矛盾的问题。到这一步——也就是第五步——有一个叫“证据门”(Evidence Gate)。到这一步，研究全部都是数据和证据，它们互相不重叠，并且互相不矛盾。
需要验证到底谁错了，还是将其合并为各有说法的版本。