研究文档

要解决的问题

很多研究是在聊天里逐步展开的，但对话越长，线索、结论、来源和未验证信息也越容易散落。Research 的做法是把开放式调研收敛成一份可持久化的 Markdown 文档：对话负责推进，文档负责沉淀。它适合在动手前探索方向、比较技术路线、调研市场或竞品，也适合对复杂问题做异步深挖。

核心工作方式

• 交互式研究（默认）：先创建研究目录与 prompt.md、research.md，确认原始问题后再进入检索循环。
• 每一轮先搜索、读文档、看代码或抓取资料，然后把发现写回文档：用要点记录原子结论，用段落写总结，尽量链接来源。
• 对不确定内容保留限定词，例如 “seems like”“according to X”“unverified”，避免把猜测写成事实。
• 每 5–10 轮做一次 Synthesis Checkpoint：更新 Current Understanding、删冗余、补盲点、必要时重组结构。
• 完成后更新 Status: Complete 或 Ongoing。只有研究确实要进入构建阶段，才毕业为项目 spec。

Deep Research 模式面向需要大规模来源采集的问题，通过 parallel-research CLI / Parallel AI API 异步执行，可选择 lite、base、core、pro、ultra 等处理档位，也可用 -fast 后缀换取速度。这类任务可能持续几分钟到几小时，适合市场分析、竞争格局或技术深潜。结果同样写入研究目录，并用 status / result 等方式跟踪。

适用边界与注意点

• 它不是通用任务执行器：资料缺失、冲突或过期时，文档应保留不确定性，而不是强行给出确定答案。
• Deep Research 依赖外部 API 和调度方式；长任务如果不自动检查，容易留下未完成的研究状态。
• 研究文档默认只是参考，不自动变成项目 spec。只有真正要基于结论动手时，才适合 graduate。