公开数据复现
公开数据复现是让 Agent 从论文阅读进入实证理解的关键步骤。它不要求完整重做研究，而是先用公开数据重跑一个局部问题，验证自己是否真正理解了数据结构、变量含义和分析逻辑。
做法
- 找到论文给出的 DOI、数据仓库或补充材料。
- 让 Agent 识别数据表、字段、时间范围和单位。
- 先生成最小可运行脚本，避免一上来追求完整复现。
- 检查图表是否与论文叙事方向一致。
- 把脚本、依赖、报错和修正过程记录下来。
为什么重要
很多论文的真正难点不在结论句子，而在数据如何被清洗、聚合、筛选和可视化。Agent 能降低这部分门槛，让非数据分析背景的人也能接近研究材料。
风险
- 数据字段解释错误会导致错误结论。
- 模型可能把相近物种、概念或方法混淆。
- 复现图表只是理解工具，不等于自动证明论文结论。