数字员工工场 · 能力发布

研究报告生产机 V1.0

一个经过生产验证、基于 ChatGPT 的数字研究员。

V1.02026-08-02 发布 · Production VerifiedEnglish →

发布声明

研究报告生产机 V1.0（Research Report Production Engine V1.0），是数字员工工场发布的首个经过生产验证的数字研究员。

它不是一个一次性的 Prompt，也不是“自动写文章”的包装，而是一个运行在 ChatGPT 上、按照真实岗位组织起来的应用能力：接收研究工作、调用受治理的 Research Skills、维护 Research Queue、生产中英文 Research Notes、通过 GitHub 正式发布，并保存从发现资料到 Release 的全过程证据。

这个产品的定义不是“会写文章的 AI”，而是一个具有岗位、职责、技能、工作流、标准、权限边界和可验证工作成果的数字研究员。

与 TMPA 的关系边界

本产品采用的是 TMPA 的单写者生命周期治理子集：每个正式对象只有一个写者，工作经过明确的生命周期状态与门禁，来源、过程、失败修复、Git Commit 和发布记录构成可重建证据链，Reader 可以从持久记录恢复工作全貌。

它不是多智能体协作案例，也不演示 TMPA DR4 所要求的多写者角色分离。执行者与复核者分离不属于本产品当前单写者场景的合规条件。因此，本产品只能作为 TMPA 生命周期治理、证据保留和重建语义的参考实例化，不能被表述为对 TMPA 全部机制或多智能体主张的完整验证。

站点将这条产线的高频内容称为“观察笔记”。历史 Schema 与生产记录中的 Research Note 名称为兼容性字段，不表示每一篇观察笔记都提出了新的学术知识。

发布元数据

字段	内容
产品	Research Report Production Engine
中文名称	研究报告生产机
版本	V1.0
产品类型	ChatGPT 应用 · 数字研究员
岗位	Research Analyst / Digital Research Employee
运行体系	Research Operating System V2
发布模式	GitHub First
发布状态	Production Verified
发布日期	2026-08-02
作者与 Owner	朱卫 / Zhu Wei · joinwell52-AI

从理论到实践

这次发布打通了从研究理论到数字员工实际工作的完整链路。

text

Research Operating System
  定义研究工作为什么以及怎样运行
        ↓
Research Skills
  定义可复用的研究能力
        ↓
Research Queue
  管理工作进入、选择、优先级与状态
        ↓
Research OS Engine
  按生命周期受控推进研究工作
        ↓
研究报告生产机
  承担 Research Analyst 岗位
        ↓
GitHub
  保存唯一权威出版物与运行证据
        ↓
数字员工工场网站
  根据仓库元数据展示正式研究成果

1. Research Operating System——理论层

Research OS 从一个基本判断出发：研究不等于文章生成。

任何正式研究成果都应经过受治理的运行流程：

text

Signal
→ Candidate
→ Research Queue
→ Selected
→ Reading
→ Analysis
→ Research Note
→ Knowledge
→ Architecture
→ Specification
→ Publication
→ Release

这个流程把来源事实与研究判断分开，保存证据，并防止一个刚刚发现的 Signal 未经研究就直接变成文章。

2. Research Skills——能力层

V1.0 通过八项正式 Research Skills 执行工作：

Source Discovery；
Research Triage；
Deep Reading；
Research Analysis；
Research Writing；
Research Visualization；
Evidence & Citation；
Publication Editing。

Research Skills 才是执行单元；文章只是整个能力管线末端的一种输出。

3. Research Queue——工作层

Research Queue 把“发现”转换为可管理的工作：

text

Source
→ Candidate
→ Score / Priority
→ Selected / Deferred / Rejected
→ Research Lifecycle

候选对象按照 Digital Employee、TMPA、CodeFlowMu、Engineering、Innovation、Official Source 与整体 Research Value 进行评估。发现资料本身不构成发布授权。

4. Research OS Engine——执行层

Engine 读取当前生命周期状态，调用对应 Skill，记录 Blocker，只允许受治理的状态迁移。证据不足时，研究对象返回 Reading、Analysis 或 Queue，而不是被强行生产成文章。

5. 研究报告生产机——数字员工

它把整个系统封装成一个容易理解的组织岗位：

text

岗位：Research Analyst
员工：Digital Research Employee
平台：ChatGPT
工作系统：Research OS
技能：8 项 Research Skills
工作队列：Research Queue
工作成果：Research Notes 与正式出版物
唯一事实源：GitHub

岗位与职责

岗位

Research Analyst / Digital Research Employee

核心职责

持续发现、阅读、分析、撰写、验证并发布与 Digital Employee、Industry Architecture、Open-source Engineering、TMPA 和 CodeFlowMu 有关的研究成果。

标准工作流程

text

发现来源
→ 登记候选对象
→ 评估研究价值
→ 深度阅读一手资料
→ 区分 Facts、Claims 与 Judgment
→ 形成研究判断
→ 编写中英文 Research Note
→ 生成有意义的视觉证据
→ 校验引用与 Metadata
→ 通过 GitHub 发布
→ 验证 Commit 与 Build Gate

权限边界

在仓库 Owner 授权下，数字研究员可以：

发现并阅读公开来源；
维护 Research Queue；
创建和编辑 Research Notes；
创建视觉资产与 Metadata；
创建 Git Branch 与 Pull Request；
响应 CI 发现的缺陷；
提交并合并通过验证的出版物；
从权威分支重新读取文件完成验证。

它不得：

虚构来源、引用、数据或工程证据；
把厂商声明当成独立验证事实；
跳过 Research Queue、Evidence 或 Publication Editing 门禁；
绕过失败的仓库构建；
在没有直接证据时宣称网站部署已经完成；
通过无关的研究流程静默修改 TMPA 正式出版物。

生产架构

text

Scheduler / Human Work Request
            ↓
Research Queue
            ↓
Research OS Engine
            ↓
Research Skills 01–08
            ↓
Research Note Standard
            ↓
GitHub Branch
            ↓
Pull Request + VitePress CI
            ↓
main
            ↓
GitHub Pages + Research Center

GitHub 不是最终备份位置，而是正式工作层和出版层。Markdown、Metadata、Commit、Pull Request、CI Result 与 Diff 共同构成可持久验证的运行记录。

Production Test V1

V1.0 不是通过设计评审后直接宣布发布，而是先完成了一次真实生产测试。

测试产出

Production Test 实际创建了：

3 个 Daily Research 对象；
3 个 Academic Observation 对象；
6 篇英文 Research Notes；
6 篇简体中文 Research Notes；
6 张独立 SVG Cover；
5 份生产治理记录；
23 个新增文件；
3,105 行新增内容；
0 个文件删除。

六个研究对象覆盖三个正式栏目：

栏目	Daily Research	Academic Observation
Digital Employee	Computer Use Action–State Loop	OSWorld 与执行结果验证
Industry Architecture	A2A 与 MCP 的互操作边界	NIST AI RMF 治理运行循环
Open-source Engineering	Manager 与 Handoff 的所有权模型	SWE-bench Verified 与 Benchmark 质量

真实发布故障与恢复

第一次 Pull Request Build 没有通过。原因是 A2A/MCP 英文文章的 YAML Frontmatter 中，summary 含有一个未加引号的冒号，VitePress 拒绝构建整个出版包。

系统没有绕过门禁。该 Metadata 缺陷被修复，第二次 CI 重新执行，VitePress Build 通过后才允许合并。

这次失败本身就是发布证据：它证明 Publication Editing 与 Repository CI 是真实控制，而不是文档里的口号。

已验证的发布链路

text

Production Branch
→ Pull Request #8
→ CI 发现失败
→ 修复 YAML 缺陷
→ 第二次 CI Build PASS
→ Squash Merge 到 main
→ 读取 Release Commit
→ 从 main 重新读取代表性文件

Production Test 发布 Commit：

text

22927bbb77f7bd4a47150a6bb8c5f00ccf0b1bf1

V1.0 已经证明的能力

V1.0 证明，在一次活动的 ChatGPT 应用执行中：

Research Skills 可以作为协调一致的生产管线运行；
Daily Research 与 Academic Observation 可以作为两种不同工作流生产；
数字研究员可以维护独立的中英文出版质量；
GitHub Branch、PR、CI、修复、Merge 与 Commit Verification 可以形成一条完整可追踪的发布链；
无效 Metadata 能被真实 Build Gate 阻断，并在 Release 前修正；
Research Center 可以根据 Markdown Metadata 自动发现和展示产出。

当前验证边界

V1.0 有意把以下两项能力与当前生产结论分开记录。

无人值守的定时执行

Daily、Weekly、Academic、Queue、Knowledge 与 Architecture 自动任务已经配置。V1.0 的主要生产证据仍然来自一次活动的交互式执行，而不是独立的无人值守定时运行。后续验收应记录：某个 Schedule 自行触发、完成研究、写入 GitHub，并在没有活动交互会话的情况下验证 Commit。

外部网站页面刷新

仓库已经配置在 main Push 后执行的 GitHub Pages Workflow。Production Test 直接验证了写入 main 和 PR 阶段的 VitePress Build；外部 Pages 是否完成刷新仍应作为独立 Deployment Observation，而不能只根据 Source Commit 推断。

保留这些边界并不会降低已经验证的 Research-to-GitHub 能力，而是避免系统宣称没有直接证据的能力。

与整体体系的关系

Research Operating System

定义研究哲学、生命周期、Skills、Queue、Workflow、Evidence、Automation 与 Publication 规则。