Idea Network · 灵感网络
知识基建 · 已上线
Agent-native 科研知识环境
定义论文、作者、方法、概念、引文关系与研究状态，并通过 MCP 让任何 Agent 按需展开证据。它解决的不是“再找几篇论文”，而是让模型看见一项研究的来路、分叉与尚未回答的边界。
Agent-native Research Knowledge Infrastructure
清智万维
让 Agent 看见文献之间的脉络。
清智万维不是一家科研 Agent 应用公司，而是一家面向大模型厂商与科研机构的 Agent-native 科研知识基础设施与知识成果转化公司。 我们专注实验开始前的环节。科技圈在努力让干湿实验闭环；但如果 AI 未来让一个实验室同时推进一百个方向，重要的就不再是如何跑实验，而是决定到底哪一百条路线值得开始。
Idea Network · 灵感网络 ↗ / Idea Interflowing ↗ / Research Claw ↗
开始实验，
不必再赌。
2 项产品上线
Idea Network 与 Idea Interflowing 已上线，知识环境与研究决策产品形成闭环
21 项 MCP 工具
在线科研工具，面向 Agent 提供低推理成本、低获取成本、低上下文占用的调用接口
3 个试点实验室
科研 FDE 已进入自然语言处理、材料物理与材料工程实验室开展领域共建
2 份合作书
华北某技术创新机构与华北一所理工类高校提供试点及合作入口
Thesis / 我们解决什么
不是再做一个科研 Agent，
而是为 Agent 建设知识环境
大模型能读论文，却看不见文献之间的关系、时间演进和研究状态；也记不住已经验证过什么、排除了什么、下一步为什么换方向。 真正缺失的不是又一个对话界面，而是一套可信、可追溯、有状态，并且更新快于模型训练周期的外部知识环境。
Knowledge / 知识
看见文献脉络
不只返回相似论文，还组织作者、概念、方法、引文关系与时间演进，让 Agent 知道一项工作从哪里来、又走向哪里。
Evidence / 证据
逐层披露原文
从方向判断下钻到关系、摘要与原文证据；明确区分图谱证实、图谱未见与图谱盲区，不把没有找到伪装成不存在。
State / 状态
记住如何转向
研究会话在模型外维护检索历史、排除路径、人工校准与后续建议，让 Agent 不必反复从零开始，也不浪费上下文重新证明旧结论。
Product Matrix / 产品矩阵
从知识到现场，四层闭环
Idea Network 提供知识环境，Idea Interflowing 形成实验前判断，Research Claw 承接机构本地运行， 科研 FDE 再把能力适配为可验收、可采购的真实工作流。
Idea Interflowing
研究决策 · 已上线
实验前研究决策工作台
把 Idea Network 的知识关系变成人可检查的研究判断。创想 Creator 从方向中找到值得推进的结构性空白；督导 Supervisor 对照目标 venue 与证据路径，校准新颖性、严谨性与可复现性。
Research Claw · 科研龙虾
机构执行 · 试点中
机构本地科研 Agent 环境
把机构自己的数据、工具、权限与流程接入本地 Agent 环境，承接真实科研任务。Research Claw 是产品底座，FDE 则进入现场，找出每个学科真正需要被保留和适配的工作流。
科研 FDE
现场交付 · 已进场
从现场需求到采购边界
FDE 不是第四款软件，而是清智万维进入实验室的交付团队：还原真实工作流，定义数据与知识边界，配置 Loop / Harness，再用具体任务跑通验收与采购。
Journey / 产品演进
从应用验证中，抽出共同知识层
我们先在真实科研应用中看见模型的边界，再把反复出现的问题抽象成任何 Agent 都能调用的知识环境。
2024末ThesisAgent规划
→2025.04ThesisAgentV1.0.0 上线
→2025.08Idea Interflowing提出
→2025.12Idea Interflowing开始准备
→2026.01ThesisAgentV5.0.0 上线
→2026.01HashMind上线
→2026.03.05科研龙虾正式上线
→2026.05Idea Interflowing正式开工
→2026.06科研龙虾v0.7.2
→2026.08Idea Network / Interflowing产品上线
→2026.08科研 FDE进入三个实验室
Idea Network × Idea Interflowing / 已上线
让科研智能体既能找到证据
也能诚实标出未知
Idea Network 灵感网络是可被 Agent 直接调用的科研知识环境，负责组织文献关系、原文证据与有状态研究会话； Idea Interflowing是建立在其上的实验前研究决策 SaaS，把研究方向、证据来路、未检出与盲区组织成人可检查的交付链路。
空白研究挖掘
在引文网络中定位「真空区」——尚无人抵达的结构性空白，并由智能体探明这片空白对应着什么科研问题。
研究边界突破预测
识别学科的研究边界，沿时间轴推演其发展与突破趋势，回答「下一个突破口最可能出现在哪里」。
跨学科假设生成
沿真实学术关系寻找灵感，在学科交叉处生成候选假设——每一条均可追溯至原始文献证据。
创想 Creator
已上线
从一个研究方向出发，沿相连论文、概念与引文关系寻找值得推进的结构性空白；区分已有证据、可反驳假设与仍待验证的部分，最终交付可继续评审和执行的结构化研究提案，而不是一段无依据的灵感发散。
督导 Supervisor
已上线
面向论文或已完成的工作，按目标 venue 的评价维度给出可复核判断；每项结论都展示证据来路，并明确区分图谱证实、图谱未见与图谱盲区，让评分可以追问、修正和继续迭代。
Science of Science / 轨迹飞轮
模型可以学会如何开卷，
却不能一次记住持续变化的科研边界
过去，Science of Science 主要从发表后的论文、引文与专利回看科学如何发生。Agent 时代，科研人员每一次采纳、否决、改写和转向，让我们第一次有机会在研究正在发生时理解方向如何形成。
已发表知识，给出结构底图
本体、引文关系与时间演进说明一个方向从哪里来、如何分叉，以及当前证据覆盖到哪里。
人的选择，补上过程信号
Agent 问了什么只是起点；科研人员为什么采纳、否决、继续追问或换一条路线，才是方向判断真正稀缺的数据。
主体边界，持续留在模型外
模型可以内化怎样高效开卷的流程技能；新论文、关系演进、未检出边界与团队判断轨迹持续变化，不会被一次训练永久内化。
From Hindsight to Live Process / 从结果回溯到过程轨迹
从事后统计，到研究发生时
Idea Network 组织已发表知识；Creator 与 Supervisor 进入选题、提案与证据审查。两者连接后，清智万维逐步获得的不只是文献数据，还有科学创新如何产生的过程研判。
Compounding Data Flywheel / 复利式数据飞轮
每次调用，都在校正下一次探索
在保护研究意图与机构数据的前提下，MCP 调用与人的校准形成可持续更新的轨迹信号，反过来修正注意力分布、空白排序和研究边界判断。
Field Validation / 科研 FDE
合作书打开入口，
FDE 把需求做成采购边界
产品在线上证明能力，FDE 进入现场证明价值。我们不从“采购一套 AI 平台”开始， 而是从实验室每天真实发生的一件任务开始，逐步明确数据边界、验收指标、采购主体与预算。
01
还原真实工作流
校对常用 Agent、文献源、专业工具、角色分工与关键判断节点。
02
定义数据与知识边界
列出开放与非开放期刊、私有数据、工具权限以及本地安全要求。
03
配置 Loop / Harness
构建领域本体与图谱，把文献源、专用工具和判断流程接入产品。
04
跑通验收与采购
用真实任务验证效果，明确验收指标、采购主体、交付边界与预算。
Online + Field / 线上产品与现场验证
从线上产品，到三个实验室
Idea Network 与 Idea Interflowing 已上线，Research Claw 在试点实验室运行；科研 FDE 已进入三个不同学科现场。
华北一所省属高校
自然语言处理实验室 · FDE 已进场
华东一所理工类高校
材料物理实验室 · FDE 已进场
华东一所应用型高校
材料工程实验室 · FDE 已进场
Team / 团队
恰好覆盖这件事所必需的每一种能力
一手科研经验、多智能体工程能力、机构与国际市场通道——一支同时握有这三者的团队，本身即为稀缺资产。
刘思源
创始人 · CEO
- 南安普顿大学 CS / AI 硕士，大模型算法专家
- 10 年以上 AI 应用落地经验，独立开发 5 款产品
- 曾主导国内首个医疗大模型与金融投研大模型研发
张浩楠
CSO · 首席战略官
- 清华大学 AI 国际治理研究院助理研究员，博士，水木学者
- 美国管理学会（AOM）成员
- 国际核心期刊发表 7 篇，顶级会议发表 4 篇；挑战杯国家金奖
李义龙
联创 · 技术负责人
- 我爱我家集团 · 相寓产品线技术负责人
- SaaS 专家，Java Web 全栈工程师
- 自 2023 年起与刘思源连续进行大模型与智能体创业
孟飞
联创 · 运营负责人
- 澳洲阿德莱德大学工程专业荣誉学士
- Stantec 项目经理，国际咨询五年全周期项目管理经验
- 主导交付项目总预算逾千万澳元，负责亚太区战略合作拓展
赵雪琦
产学研合作负责人
- 联合国工业发展组织（UNIDO）数字化与 AI 政策专家
- 清华大学经管学院助理研究员，博士
- 主持国家及省部级项目，发表高水平论文 15 篇；全国创新创业大赛金奖
尹靖惠
投融资合作负责人
- 清华大学经管学院助理研究员，企业治理方向博士
- 发表高水平论文 10 篇
- 5 篇研究报告获高级别批示或采纳
张来远
资深工业领域算法专家
- 上市公司首席算法工程师
- 主导工业检测项目落地，服务头部 PCB 与半导体客户
- 南安普敦大学 AI 硕士
张煜斐
AI 算法工程师
- 阿里巴巴 · 花名图肯
- 中南财经政法大学 统计学硕士
熊明
AI 前沿部署工程师
- 阿里巴巴 · 花名澈越
- 南安普敦大学 AI 硕士
在清智万维系统的辅助下，研究者本人完成并署名的论文已获 IJCAI、EMNLP、AAAI 录用 3 篇，第 4 篇在投——顶级会议的盲审，是这个领域最严苛的第三方检验。
Insights / 观点与方法
把核心判断，写成可以被检索的问题
清智万维如何理解科研知识环境、Idea Network 与现有技术层的关系，以及科研 FDE 为什么必须进入现场。
让 Agent 看见文献之间的脉络。
知识环境减少信息上的盲赌，研究者在证据充分的地方开始实验，并继续承担方向与结果的最终判断。
Start the experiment without betting on an unseen literature landscape.
Knowledge
可信知识环境
Decision
实验前研究判断
Field
机构现场适配
Contact
与我们同行
无论你在建设大模型、管理科研机构，还是准备把一个研究方向带进真实实验——欢迎来信。