从不会开终端，到独立把一个课题做到投稿就绪
这套教程面向完全没有计算机基础的生物、化学、药学、物理、数学、材料、农学专业本科生与研一新生。 跟着它走一遍，你的电脑会变成一台能做研究的机器；你会学会指挥 Claude Code 与 Codex 这类编码智能体替你干活， 并且在导师给出一句话课题之后，独立把它的计算部分推进到投稿就绪。
三十分钟后，你手里会有这三样
跟着第一课在自己电脑上把起步项目跑一遍。下面是它实跑一次的原样输出。随机种子是固定的，你跑出来的应当基本一致。
| 设定 | R² | MAE |
|---|---|---|
| 泄漏混进了答案的复印件 | 0.9063 | 0.4766 |
| 随机随机划分 | 0.8256 | 0.6039 |
| 外推外推到更大的分子 | 0.3646 | 1.1195 |
同一个随机森林，三种设定下的成绩是 0.91、0.83、0.36。第一课真正要讲的，是这三个数里哪一个可以写进报告。
外推划分下的预测值对真实值。点离对角线越远，模型在没见过的大分子上越不准。
每跑一次自动追加一段，带时间、环境版本与 git 提交号（这里略去，因人而异）。写进报告的每个数，都能在这里查到是哪一次跑出来的。
那件事目前做不到——湿实验做不了，期刊接收不由任何系统控制。它能做到的是把课题推进到 计算可达的就绪终态，并诚实地在做不到的地方停下来，告诉你卡在哪、需要谁做什么。 边界画不清的人，最后交出去的是废稿。所以请从 《能与不能》开始读，那一页比其他任何一页都重要。
选一个入口
全站 213 篇，你不需要全读。先做一次诚实的自我诊断，再决定跳过什么。
三条路线按起点分：零基础、会一点 Python、已经有课题。登录后路线上每一课一站，打过勾的站逐个点亮。
课程结构
20 个部分，共 213 篇。课名与正文在登录后按成员档位开放。
开始这里
先搞清楚这套东西能干什么、你从哪一步开始
装备
把电脑变成一台能做科研的机器。零基础从这里开始，一步都不要跳
和 AI 代理一起干活
这一部分是整套教程的核心。它决定你是在用 AI，还是在被 AI 糊弄
Python 零基础
没写过代码也能从这里起步：读得懂、验得了、改得动代理写的 Python
科研地基
不求会写框架，只求看得懂、改得动、算得对
学科基础补课
上一部分是计算这一侧的地基，这一部分是湿的那一侧——你手上的数据到底是怎么产生的、能不能信
可复现的科研方法
AI 让你跑得更快，方法决定你跑得对不对
学科分轨
通用方法共学，数据、模型、指标与人工闸各走各的。每条轨两层：先一页把这个方向讲清楚，再往下接第二个项目与实操
全自动科研系统
把前面所有零件装成一台能自己往前跑的机器
数据与工程
数据放哪、大到装不下怎么办、怎么并行、显存怎么算——上一部分讲怎么跑，这一部分讲跑得动
从一句课题到投稿就绪
导师给你一句话。这一部分讲怎么把它变成一份能投的稿子
案例库
上一部分是一个课题走完全程，这一部分是按学科各给一个能在一两天内做完的最小闭环
统计这一关
你会建模了，但报出去的那个数站不站得住是另一回事。这一部分讲的错误全都不报错，而且全都让结果更好看
发表、伦理与学术生存
从投稿就绪到见刊之间那一整段路。这段路上的错误代价最高，也最不可逆
科研世界怎么运转
期刊、编委、评审、署名、学位、经费——这些规则没人正式教过，但踩错一次代价极高
读研这几年
上一部分讲学术界怎么运转，这一部分讲你自己怎么在里面过这几年——这些事没有课，通常只能靠运气从师兄师姐那里学到
前沿与进阶
这个领域正在往哪走。学完前面你能把一个课题做完，这里决定你选的题值不值得做
科研工具箱
检索、文献管理、数据库、排版、绘图、笔记、协作——手边这些工具决定你每天省下多少时间
训练营与带班
给自学者的课表，也给科研小组组长的运营手册
附录
查得到就不用记
怎么进来
首页之外的每一页都要登录并核对成员身份，本站不设单独的访问口令。
- 1注册账号在 labx.li 团队账号中心注册，一个账号通用团队各站。
- 2身份核对管理员核对你是团队成员还是合作方成员。
- 3开通档位团队成员开全量档，合作方成员开入门档。
- 4登录开学登录后从路线第一课开始，进度跟着账号走。
平台详情请联系负责人