它不是问答机器人，更像是一位会读你上传材料、能帮你查文献、写报告、整理 Word、定时发邮件、还会记住你偏好的私人助理。本文用真实场景告诉你它能做什么、怎么让它做得好。
大多数 AI 助手只能"对话"——你问一句它答一句。aurora agent 的 通用助手 不一样。 它会主动帮你查、帮你读、帮你整理、帮你出文件，还能在后台帮你干长任务。 这篇文章不是说明书，而是把它能帮你做的事一件一件讲清楚，让你知道 什么事可以放心交给它，什么事还是自己来更好 。 它能扮演什么角色 可以把通用助手想成一位刚到岗的 私人科研助理 ： 你给它你研究方向相关的材料（论文、报告、笔记），它会 真的去读 ，不是简单关键词匹配； 你问它问题，它先去你材料里找证据、再回答你， 找不到就坦白说找不到 ，不会瞎编； 你让它做事，它带着结果回来——不是建议你"可以这样做"，而是直接做完给你成品； 你跟它打交道越久，它越懂你——记住你的研究方向、引用习惯、偏好语言、最近在做什么； 重要的、外发的事（比如发邮件、删除文件、定时任务）它会 先和你确认 ，不会擅自做主。 它对自己的定位是这样一句话："你不是聊天机器人，你是一个有判断力的人，碰巧很擅长读文档和找资料。" 三分钟开始用 四步就跑完一次完整流程： 第一步：建一个"研究空间" 进入顶部导航的 研究空间 → 右上角 新建研究空间 。 研究空间是你的 私有书架 ，所有上传到这里的材料只有你自己能看。建议 按主题分 ——比如"AI 对齐"、"宏观经济"、"个人备忘录"分别建空间，互不干扰，提问时智能体也不会被无关材料干扰。 第二步：扔几篇材料进去 把 PDF、Word、Excel、网页保存的 HTML、笔记 Markdown 拖进去就行。系统会自动处理： 普通 PDF：30 90 秒解析完成； 扫描件 PDF（拍照、影印件）：会自动识别图片里的文字，比一般 OCR 更准； Word / PowerPoint / Excel：照常解析； 大文件（>30MB）：会进入后台队列，处理完浏览器会通知你。 整本书、整篇论文你都不用先自己读完。 读完是它的事 。 第三步：开始问 切到聊天页面，选 通用助手 ，第一句话可以是： 它会做的事你能看到：先在你的材料里检索 → 翻到相关页面深读 → 给你答案 + 原文引用块（标着页码）。 整个过程你能在右侧看到， 不是黑盒 ——你随时知道答案的依据。 第四步：让它把结果变成可用的产物 接着问： 它写完会直接出现一个 Word 下载链接。 不必复制粘贴、不必另开 Office。 恭喜你已经走完了基础流程。下面是它 真正擅长但你可能还没意识到 的事。 它真正擅长的事 下面每一节都是一个真实场景，配上"你应该怎么对它说"。 不必背任何指令 ，你越具体地说，它做得越准。 场景 1：把一整个研究空间"读完一遍" 很多人以为知识库就是"按关键词找几段话"。错了——通用助手可以 对你整个研究空间或一批文件做同一种深度分析 ： 它会 多线程并发 地读完所有论文， 就算中间网络断开也能从断点继续 ，不会让你白等半小时再发现没结果。最后给你一份结构化报告 + Word。 更厉害的是——读完之后这些信息 留在它脑子里 。你接下来可以追问"哪几篇用了 RLHF？"、"列出所有提到 Constitutional AI 的段落"， 它不用重新读一遍 。 场景 2：盯着学术界最新进展，每天给你发摘要 不只是 Google：通用助手内置了 PubMed （医学/生物）、 arXiv （计算机/AI/数学/物理）、 OpenAlex 、 Semantic Scholar 、 Crossref 五个学术文献源。 设置好之后， 每天 9 点你都会收到邮件 。你完全不用记得自己设过这事——它替你记。 想停掉、改主题、换频率？再说一句话就行—— 不需要进设置页找开关。 场景 3：今天发生了什么——跨渠道行业简报 如果你想要的不是综述，而是 今天行业里都发生了什么 ——产品发布、技术博客、GitHub 项目、最新论文混合呈现： 它会 同时 从多个渠道并行查找，然后按"产品动态 / 技术博客 / 开源项目 / 最新论文"分块整理成一份简报。一句话，一份成品。 场景 4：把一批论文写成综述 需求是"基于这几篇论文写综述"——通用助手会切换到 综述写作模式 ，它走一条非常严格的步骤： 1. 检查你材料的状态； 2. 流式提取你的写作要求（要中文还是英文？哪种引用风格？关注哪些角度？）； 3. 并发 把每篇论文的要点摘出来； 4. 生成大纲， 暂停等你确认 ——你说改哪里、加哪节、删哪节都行； 5. 大纲确认后，分章节流式写出来，每写一段你都能看到。 写完不是终点——你可以接着说："§3 第二段把 PPO 改成 DPO"，它会 精确替换 那一句，并自动保存版本。改不满意？一句话回退到上一版。 场景 5：原地修改你的 Word 或长文（最被低估的能力） 你上传一份自己的 .docx，或者上一轮聊天里它刚写完的长文，你说"扩充第三章"或"把所有'PPO'改成'DPO'"—— 它 不是重新写一遍 ，而是 真正在原文里精准定位、原地改 ： 改完会自动留版本快照； 不满意一句话回退； 多处一起改时是 一次性原子提交 （要么全部成功，要么全部回滚），不会改到一半把文档改坏； 改完直接出 Word 下载。 回退是免费的 ——所以你可以放心让它改。 场景 6：会算、会画、会出图 不只是讨论数据，它会 真的跑代码 算给你看： 中文图表的字体问题（你大概在自己电脑上 matplotlib 折腾过）已经预先配置好—— 直接出图，标题不会变成方框 。 需要示意图、流程图、封面图？ 它会用 AI 直接画给你。已有图想重绘、合成、加注？把图发它就行。 场景 7：发票、合同、手写笔记的文字识别 你拍了一张发票，或者扫描的合同 PDF，想把上面的文字提出来—— 它会用专门的图像文字识别（ 保留表格结构和公式 ），失败时还会自动切到视觉模型兜底。你不用想"这是不是扫描件、要不要换工具"——它自己会判断。 场景 8：定时任务全家桶 不只是日报。任何 重复性 的事都可以让它定时做： 每天早上把昨天的关注论文整理成简报发你邮箱； 每周一查一下你研究空间最近一周新增材料的总结； 每月初给你做一份过去一个月的"研究进展自查"。 设置后忘了？随时可以问"我现在有哪些定时任务"，它会列给你看。 场景 9：它会真的记住你 通用助手 不是每次对话都从零开始 。它会自然地记住： 你的研究方向、机构、邮箱； 你喜欢的回答风格（详细还是简洁？中文还是英文？引用风格是 GB/T 7714 还是 APA？）； 你最近在做的事； 你聊过的重要对话（比如"上周讨论过隐私预算"）； 你身边的人物关系（"Alice 是我导师"）； 你踩过的坑、积累的经验（"上次 SQL 用 LIMIT 漏掉了分页"）。 每次开始对话，它会 自动调用这些记忆 ——你不必每次重复说"我用 GB/T 7714"。 但它也很谨慎：如果你之前说研究方向是 NLP，后来又说是 CV，它 不会默默覆盖 ——它会问你"是新方向，还是更正之前那条？"避免错误的记忆污染未来的对话。 你也可以随时让它"忘掉某条"——直接说就行。 场景 10：把长任务扔给它，你去做别的 有些事要跑很久——比如让它分析你研究空间里 200 篇论文。 它会安排一个 后台助手 去跑这个任务， 你不必等 。你可以继续聊别的、关掉浏览器、第二天再回来—— 回来时它会主动告诉你"上次那个任务已经完成"，并把结果交给你。 跑了一半你想问"现在到第几篇了？"——直接问就行。 跑完了发现要追加一个角度——"刚才那批论文，再帮我看看实验设置有什么共同点"——它 带着完整原始记录 回答你，不用重跑。 这是它和聊天机器人最大的区别： 它能像你雇的真助理一样并行做事 ，而不是一问一答。 一些好用的提问模板 不必照搬，看个套路就行： 深读单篇： 整库扫描： 跟踪新论文： 修订长文： 安心地让它改东西： 它做不了 / 不该交给它做的事 清晰边界一样重要： 复现一整篇论文 / 写一个项目级代码 / 多脚本实证建模 ——这类深度工程任务请切到底部输入框的 科研论文智能体 ，上传数据和论文。它会主动告诉你这一点， 不会硬上 。 生产环境运维 / 长时间的模型训练 / 大数据库连库查询 ——超出它的能力。 删除你重要的文件 / 给陌生人发邮件 / 公开发布内容 ——它会 先和你确认 。请认真对待这一步，它不是在客套。 没在你材料里的事实它不会编 ——找不到证据它就告诉你"研究空间里没有相关材料"。这不是 bug，是设计。 几个上手建议 把研究空间当长期记忆用 ：每篇看过的论文都丢进去，半年后回来问问题，它仍能精准引用。 别一次说太多 ：复杂任务分两三轮，让它先做第一步、给你看结果，再继续——比一次塞 5 个要求好得多。 给它"风格示例" ：写综述时附两段你之前的写作，它能模仿你的笔调。 大胆让它改你的文档 ：版本快照是免费的，不满意一句话就回退，原文不会丢。 试试后台任务 ：派一个长任务后去做别的，不要傻等。 用得越久，它对你的偏好就越准。这是它和"通用 AI 助手"最大的差别—— 它 只为你一个人服务 ，越用越懂你。 如果使用过程中遇到问题、bug，或者你希望它具备某种能力——欢迎邮件告诉我们：把你 输入了什么、看到了什么、原本期望什么 这三件事描述清楚，我们会很快回复你。