Idea Tree：把研究思路展开，再逐轮筛选

研究的难点有时不在于执行，而在于决定下一步值得尝试什么。面对一个开放问题，第一条想到的路线未必最好；同时考虑多个方案，又容易丢失每个选择背后的理由。

Idea Tree 将这个过程组织成一棵可以查看的研究树：提出候选思路，为候选设计实验方案，分别评估，再把得到的反馈用于下一轮探索。你可以看到研究方向如何分叉，哪些方案被改进，以及评价依据如何变化。

让提议和评价分开进行

每一轮先产生一批候选，再逐个补充设计。不同评估角色分别给出判断，随后汇总分数与理由。这样，提出方案之后还有一次专门审视它的机会，而不是在同一段回答里直接宣布自己的设想很好。

这里的“独立评分”指不同角色的独立评估步骤，并不代表彼此独立的科学验证。角色可能使用同一模型，仍可能共享偏差。它的价值在于把比较过程展开，让你更容易发现遗漏的条件和未经验证的假设。

树会保留已有候选与阶段结果。后续探索可以继续改进一个有潜力的方向，也可以根据反馈提出新路线。轮数、候选数和深度预算限制探索范围，避免开放问题无限扩展。

例如，你可以围绕一种材料提出几条改进路线，让不同评估角色分别关注性能、稳定性与可持续性。默认评分也采用这三个方向；换研究领域时，应先调整角色提示词和评价重点，而不是把默认分数当成所有学科通用的尺度。

在设置中配置 Idea Tree 的预算与角色提示词，在会话中通过 /idea-tree <研究任务> 或 /idea-tree-team <研究任务> 启动。工作区树面板可以查看候选、阶段结果和运行状态，并提供暂停、继续与结束操作。

最值得带走的是有理由支撑的候选方案：它试图解决什么问题，怎样验证，依赖哪些假设，还缺什么证据。这些内容可以成为下一次文献检索或沙箱实验的输入。

当前 Idea Tree 不会自行检索外部资料、执行代码或完成真实实验。 检索与材料整理需要先完成，实验设计也需要在后续工作中落地。节点得分是基于所提供材料的模型判断，不是实测结果。它适合帮助你组织探索，不替代实验。