不是又一个资料收藏夹，而是把「读题 → 建模 → 跑实验 → 写论文 → 审稿 → 合规留痕」 沉淀成一套可被 AI 反复调用、又始终由人把关的标准化工作流。
目标不是让 AI 违规替代参赛队， 而是让它最大化承担辅助执行—— 把人的精力，留给真正决定成败的关键判断。
所有模型、代码、数据处理与论文结论，都必须能由代码输出或可复现计算还原——不写无法复现的结果。
每一次 AI 介入都尽量留下用途、关键交互、采纳情况与人工修改，形成可追溯的使用记录。
每做一道题都产出可复盘资产，而不是一次性答案；可跨题复用的经验回流知识库、技能与模板。
核心建模与分析由参赛队独立完成，默认按比赛合规模式运行，AI 红线不可被「自主跑完」覆盖。
三层心智模型——知识库回答「知道什么」，Skills 回答「怎么做」，运行区回答「这道题做了什么」； 模板与案例让经验可复制、可复盘。
正式比赛的七个阶段，按小时刻度推进；菱形标记处是必须暴露给人类确认的关键判断点—— 选题、模型路线、数据方案、增强是否更优、论文终稿。
从读题到成品门禁，每个 skill 都规定了清晰的输入、输出与人类确认点。
读题、拆解问题，识别变量、目标与约束，输出结构化的题目拆解。
根据题型与数据推荐模型路线，给出基线与增强两档方案。
检查数据质量，定位缺失与异常，生成清洗建议与快览图。
快速建立第一版可交付模型，得到可写入论文的初版结果。
把模型与结果转成论文草稿，确保摘要含方法与关键结果。
审稿式检查逻辑、格式与复现风险——既不丢分，也力争上分。
记录 AI 使用过程，按官方要求生成可披露的合规材料。
对已导出 PDF 与提交包做机械审计：格式 / 隐私 / 图 / 一致性 / 过期文件。
对齐 CUMCM 官方规则：AI 可作辅助，但核心建模与分析必须由参赛队独立完成。
用了 AI，必须三处披露；否则将无条件取消评奖资格。全程未用 AI 的队伍，须在参考文献后声明「本参赛队未使用任何AI工具」。
正式提交时启用。核心建模与分析由队伍主导，AI 只做执行、起草、检查、排版与记录；保留全部人工确认点，并按三件套披露 AI。不确定属于哪种模式时，一律按此模式。
用户明确要求「由代理完整跑完」时，可自主执行；但必须在复盘中记录所有原本需人工确认的选择、理由与风险。此模式不能用于正式提交。
下一步：用一道历年题完整跑通练习流程，把过程沉淀成第一个可复盘案例。以下是工作台的主要入口。