CS博士实测：全自动AI科研的现状、陷阱与实战经验

这篇文章由一位CS在读博士撰写，基于其发表顶会论文的实战经验，深度复盘了利用大模型（Claude、ChatGPT、Gemini）进行自动化深度学习科研的可行性。作者指出，尽管AI在文献调研方面已超越人类，但在代码实现、环境配置及实验监控等环节仍面临严重瓶颈。特别是从零写代码效果极差、环境搭建易阻塞、以及GPU实验异常信号处理等痛点，目前尚无完美的全自动解决方案。文章强调，完全无人化的科研目前尚不成熟，构建结合多模型能力与工程化监控的辅助系统才是当下的最优解。