作者基于 PNAS 一篇近 1000 名高中生参与的随机对照实验，用 AIPOCH Open Science 复现研究数据：练习阶段用 AI 的两组成绩明显更高，但撤掉 AI 独立考试时，GPT Base 组比对照组低 17%，带引导的 GPT Tutor 组基本持平。结论是问题不在用不用 AI，而在于人有没有参与思考：直接抄答案只是完成任务，只给提示不给答案的 AI 才能促进真正学习。作者还提出三条检验是否真正学会的标准，并用 .science 研究包把研究交给 Codex 接力分析，展示了可复现、可继续的开放式 AI 科研工作流。
本文是 WorkBuddy「项目」功能的实操教程，讲解如何搭建可持续使用的内容运营工作台。作者区分了项目、任务、工作空间和项目资产四个概念：项目管长期目标，任务管一次执行，工作空间承载执行，项目资产保存可复用资料。教程从准备账号定位、代表作、选题库等五类资料开始，依次演示创建项目、写入长期规则（内容定位、写作原则、交付要求等）、配置 Skill/专家/连接器、上传项目资产、发起选题任务、再创建写作与多平台改编任务的完整流程，并附有常见问题解答，强调先手动跑通流程再考虑自动化。
本文介绍了一种低成本搭建课程售前知识库的方法：将课程介绍、购买咨询 FAQ 等资料整理到飞书知识库并公开分享，客户拿到链接后发给自己的豆包提问，豆包基于知识库内容作答；答不上的问题通过嵌入问卷收集，作者定期审核后将标准答案补充进 FAQ，实现知识库持续迭代。文章详细拆解了四个步骤：搭建知识库、发布分享、让客户结合豆包提问、持续更新，形成“客户问题不白问”的自动化售前答疑闭环。
