讲座伊始，孟令超老师结合当前AI技术的快速迭代趋势，首先厘清了大模型的能力边界。他指出AI在语言润色、资料整理、代码调试等流程性事务上效率突出，但在事实核查、理论推导、价值判断等复杂场景中仍需研究者严格把关。他特别强调，AI时代研究者的核心角色正从“执行者”转向“定义者+监督者”，即人类负责定方向、做决策、核结果，AI负责落地执行，二者分工协同提升科研效率。

围绕如何用对、用好科研智能体这一话题，孟令超老师系统拆解了实践框架。在任务设计层，他倡导将复杂科研拆解为边界清晰、输入输出明确的模块化任务，通过“人在回路”机制在选题、方法选择等关键节点保留人工决策权；在工具原理层，孟老师详解了智能体“规划—工具调用—结果感知—反思更新”四大核心模块，介绍多智能体协作、上下文工程、Skills、MCP、Hooks等关键技术，并现场演示cc-switch、skill-manager等实用工具；在场景实操层，他以文献梳理、论文复现、学术审稿三类场景为例，展示智能体半小时完成原需1天的论文复现工作，提示了通用技能“水土不服”、输出需人工校准等痛点，并强调主动调教工具、动态迭代规则是用好AI的关键。

在互动环节，在场师生围绕“经管类写作如何定制专属技能”“多任务并行下的上下文管理”“AI生成内容的辨识与风险规避”等问题展开深入交流。孟令超老师特别提到，当前纯文本模型仍存在图表识别等信息盲区，后续可结合多模态模型补足能力，同时提醒研究者要警惕工具依赖带来的思维退化，始终守住独立判断的学术底线。

本次讲座是我院聚焦“AI+金融”交叉研究的系列前沿活动之一，既系统梳理了智能科研的方法论框架，也提供了可直接落地的实操路径，为师生拓展研究思路、提升科研效率提供了切实参考。整场讲座交流氛围热烈，参会师生在AI赋能经济金融研究方面收获颇丰。