让AI帮你并行”啃”论文：Infinite Gratitude调度10个研究Agent

你还在一个人吭哧吭哧读论文、查竞品、搜资料？研究表明，深度研究一个课题平均要花20小时——而且往往是你刚研究完，发现信息又过时了。

最近挖到一个让我眼前一亮的 Skill，叫 Infinite Gratitude（无限报恩）。名字挺有意思，取自猫会叼猎物回家报恩的典故——这个 Skill 就是让你的 AI 研究助手不停地出去”叼东西”回来，直到你说停为止。

一句话说清楚它是干嘛的

调度 10 个 AI Agent 并行研究，每个 Agent 负责一个角度，最后把所有报告汇总给你。相当于你同时雇了 10 个研究员，各自在不同方向上深挖。

GitHub：https://github.com/sstklen/infinite-gratitude

真实案例：30分钟 vs 20小时

开发团队用这个 Skill 研究宠物 AI 识别这个方向，同时调度了 10 个 Agent 并行工作。结果：

• 30 分钟内完成 12 个主题的研究
• 生成了 9 份报告
• 发现了 Petnow 做到 99% 准确率的秘密（ArcFace + Siamese Network + 20万数据）
• 对比传统方式，节省了 20 多小时

研究结论也很实在：10K 数据达到 85% 准确率，50K 数据达到 92%，200K 数据冲到 99%——这个信息对做宠物识别的团队来说价值连城。

适合哪些场景

• 技术调研：同时对比 10 个工具/框架的优劣
• 竞品分析：每个 Agent 负责分析一个竞品
• 论文综述：并行阅读和摘要多篇论文
• 市场研究：多角度行业分析
• 尽职调查：全方位背景核查

怎么用

装起来只需要一行命令：

curl -sSL https://raw.githubusercontent.com/sstklen/infinite-gratitude/main/infinite-gratitude.skill.md 
 -o ~/.claude/skills/infinite-gratitude.skill.md

在 Claude Code 里调用：

/infinite-gratitude "你的研究主题"

还可以加参数控制深度和 Agent 数量：

/infinite-gratitude "RAG 最佳实践" --depth deep
/infinite-gratitude "向量数据库" --agents 10
/infinite-gratitude "embedding 模型" --waves 5

我的感受

AI 行业研究最怕的是什么？是研究速度跟不上信息更新。用 20 小时研究完一个方向，结果发现又有三篇新论文出来了。

Infinite Gratitude 解决的不只是效率问题，还有 研究覆盖面的问题——一个研究员受限于知识结构和搜索习惯，往往会遗漏某些角度。10 个 Agent 并行工作，覆盖面天然更广。

当然它也有局限：并行 Agent 的结果质量取决于你的 prompt 是否清晰，以及 Agent 之间是否有足够的去重和综合机制。如果你有非常明确的研究边界，这个 Skill 会非常好用；如果是开放式的探索，可能需要多轮迭代。

总体推荐指数：⭐⭐⭐⭐✨（四星半）

GitHub：https://github.com/sstklen/infinite-gratitude

GitHub: https://github.com/sstklen/infinite-gratitude