AI 科研全栈实战：LLM 与自动化编程及论文写作指南

网络实时授课

授课时段：2026 年 7 月 10 日至 13 日

【四日精讲、赠送全套素材、源码及永久回放权限】

引言

课程目录

第一章 LLM 与智能体（Claude Code、Codex、OpenClaw、Hermes）、NotebookLM 的能力界限及科研场景选型方略

深度解析各类大语言模型与知识增强型 AI（NotebookLM）的能力范畴，掌握在科研及高阶工作中“依任务定模型，凭资料选工具”的技巧

核心要点：

1.主流大模型能力剖析

ChatGPT（学术撰写、逻辑推演、通用科研辅助）

Claude（长篇文档处理、论文润色、风格统一性）

Gemini/Nano Banana（多模态处理、图像/视频/API 接口调用）

DeepSeek（数学推导、代码编写、开源方案与本地化部署）

2.科研专用型 Agent 快速比对与轻量化应用

Claude Code：代码编写、文档管理、项目文件及论文素材修订

Codex：代码自动生成、网页/数据/视频等工程化成果产出

OpenClaw：个人 AI 助理、多步骤任务调度与科研写作辅助

Hermes：研究、写作及项目执行中的记忆化助手与技能封装入口

通用 LLM 对比工具型 Agent：前者胜在应答与构思，后者强在介入文件、代码及流程

本章聚焦工具入口、适用情境及上手方法。

3.NotebookLM：以“自有资料”为基石的科研 AI

NotebookLM 的设计哲学：

非直接生成答案，而是“依据所提供材料进行推演”

NotebookLM 与通用 LLM 的根本差异

为何 NotebookLM 尤为契合科研与严谨写作

所有结论皆可追溯源头

自动添加引用标注