本课程是一条独立的技术实践轨，不属于 AI 产业链，也不讨论相关公司、股票或供应链位置。12 课使用同一份冻结的匿名案例 ResearchCo v1，持续完善一个 Research Agent Workbook，把“答案看起来不错”改造成“结论有证据、过程可追踪、失败能发现”的研究系统。
毕业项目
你将完成一个“可审计的公司研究 Agent”。输入公司、研究问题和截至日期，系统输出结构化事实表、证据账本、核心结论、最强反例、证伪条件与待补证据，并保留完整 trace、单次成本和失败复盘。
验收线
- 结构化输出通过率达到 100%
- 每个重要数字都有期间、单位和一手来源
- 引用能够支持紧邻的 claim，而不是只与主题相关
- 计算任务使用工具，结果可以复算
- 遇到资料冲突时明确展示，不静默选择方便的答案
- 发布、发送、交易及其他外部写入动作必须人工确认
毕业项目评分
- 事实与计算准确性：20 分
- Claim 与 Evidence 对齐：25 分
- 来源、期间、单位和口径：15 分
- 缺失、冲突与失败处理：15 分
- Trace、权限与人工审批：15 分
- 成本、时延与架构简洁性：10 分
任一重要数字缺少来源，或发生未经审批的外部写入，项目直接不通过。硬闸门不允许用总分抵消。
学习方式
每课按“结论 → 机制 → 金融案例 → Lab 工作台 → 失败排查 → 成果物 → 检查点”推进。阅读完成和实践通过分别记录：无代码主线完成全部必修内容，Builder 默认使用 Python；Schema、Tool Contract 与 MCP 同时提供 TypeScript 等价文件。
核心阅读约 2 小时，无代码实践约 8 小时，Builder 扩展约 6 小时，完整毕业项目建议再预留 4–6 小时。页面分别展示各部分时间，不用单一数字掩盖实践负担。