这是本栏 Skills 生态定期观察的同赛道横评轮。本期把镜头对准「联网调研」这条赛道——不是市场榜单上的赛道，而是装机端的赛道：本机会话里同时挂着 deep-research、research、academic-researcher、wikipedia-research、content-research-writer 五件名字带研究的技能。核心发现：王座件 deep-research 一年内被拆了三次，但它旁边的三件同宿者，本栏十五期以来从未拆过任何一份，其中一件连一句简介都没挂。本期用三种证据等级（实读、存档旁证、仅门牌）给五件排座次，能打星的打星，不能打星的明说为什么。
本期写作环境的联网工具被权限策略拦下，市场数据无法复核，所以先把每条结论的证据来源摆明，这也是本栏 09-25 存档立下的规矩：
~/.claude/skills/ 下安装副本的正文逐段读过——deep-research（09-25 存档实读，本机目录含 SKILL.md、run.py、tests/test_deep_research.py 三件）；wikipedia-research（同一份存档实读过其数百行正文与脚本表）；research、以及未读盘的 academic-researcher 与 content-research-writer 正文。关键事实做了交叉核对：deep-research 的内置版描述「扇出搜索、抓来源、对抗式核查论断、合成带引用的报告」与本机会话清单原文一致，且与 09-04 期《先问再查》的标题互证——内置版确实把「先问 2-3 个澄清问题」写进了触发协议；deep-research 一名多户的现象，07-12 期记录与 09-28 期装机普查互证。凡只有单一来源的，下文逐一标注。
把五件按已核实的定位摆到调研流水线上，分工其实出人意料地齐整：
flowchart TD
Q["一句调研请求"]
Q --> D1
Q --> D2
Q --> R1
Q --> W1
Q --> A1
Q --> C1
subgraph S1["通用检索位"]
D1["deep-research 目录件"]
D2["deep-research 内置件"]
end
subgraph S2["暗区位"]
R1["research 未挂简介"]
end
subgraph S3["验真溯源位"]
W1["wikipedia-research"]
end
subgraph S4["学术位"]
A1["academic-researcher"]
end
subgraph S5["成稿写作位"]
C1["content-research-writer"]
end
通用检索位住了两户——这正是 09-28 期普查发现的那组异源撞名：目录里手装的 deep-research 和会话内置的 deep-research 并存，两个触发条件高度重叠。剩下的三个位各住一件，互不重叠。这条赛道在本机上的真实形态不是「五件竞争」，是「一位冠军 doubled，三个岗位各一人，还有一个空转的门牌」。
| Skill | 工序位 | 证据状态 | 功能 25% | 设计 25% | 实战 20% | 上手 15% | 活跃 15% | 加权 |
|---|---|---|---|---|---|---|---|---|
| deep-research | 通用检索 | 实读+三期拆解 | ★★★★☆ | ★★★★ | ★★★ | ★★★★☆ | ★★★★ | 3.95 |
| wikipedia-research | 验真溯源 | 存档实读 | ★★★★☆ | ★★★★☆ | ★★★★ | ★★★ | ★★★☆ | 3.95 |
| academic-researcher | 学术 | 仅旁证 | — | — | — | — | — | 未评 |
| content-research-writer | 成稿写作 | 仅旁证 | — | — | — | — | — | 未评 |
| research | 暗区 | 仅门牌 | — | — | — | — | — | 未评 |
评分说明：前两行的实战分含推断成分——本期未能现场跑通联网管线，deep-research 的实战分压到了三星，因为 09-25 存档实测发现本机搜索后端被拦时脚本件直接趴窝。后三行打不出星不是偷懒，是本期最核心的发现之一：赛道半数成员没有任何已读记录。后续三节的「未评」件改用旁证卡方式呈现。
07-12 期《周榜即风向》给它打过全榜最高的 4.80，06-09 期称它「当前生态完成度最高的调研类 Skill」，09-04、09-21 两期又各做了一次逐句级深拆。王座不再重复表彰，本期补三个此前没说透的点。其一，它是全赛道唯一的「双体件」：目录件三十行薄契约（定位语公式、一次 run.py 调用打包 N 次搜索抓取、返回值里夹 summary_prompt、置信度写进输出契约），内置件则是另一套设计——触发前先问 2-3 个澄清问题再开工，两套流程在同一个名字下抽签运行。其二，它可能是全生态同名实现最多的一件：官方内置之外，本栏 07-12 期记录了 tonyazhuuki 与 199-biotechnologies 两个社区版，05-24 期还记录过 Weizhena 的 deep-research-skills（v2.9.2，自述含 13 个 Agent、7 种调研模式）——一个名字，至少四户人家。其三，分数随口径漂得厉害：三期评测分别给过 4.55、4.80、3.9，差异全在「联网环境是否成立」这个前提上。王座的地基是搜索后端，不是 SKILL.md 本身。
09-25 存档实读的最大惊喜。它的 SKILL.md 数百行，走「厚手册」路线：Extract→Verify→Enrich→Output 四段固定工序，每段绑定一个脚本（citation_extractor、source_verifier、entity_extractor、research_collector）。最硬核的是把质量评级算法直接印在说明书里：每条引用按加法公式计分——底分 0.50，有 DOI 加 0.20，有 PMID 加 0.15，有作者信息加 0.10，封顶 1.00；整份报告再按情报界的 Admiralty Code 分 A–E 五档，A 档要求八成以上引用经过验证。更罕见的是紧跟其后的「局限性」条款：明说这套分数不验证来源是否真的支持论断、DOI 约等于同行评审的假设对预印本不成立。它还自动给维基页面的 {{citation needed}}、{{disputed}} 模板打旗，存 revision_id 保证可复现，死链走 Wayback Machine 兜底。代价同样清楚：正文巨大，触发即吃掉大量上下文，而且写得越专触发面越窄——只在明确的维基调题里被唤醒。单一条源，未联网复核其上游仓库。
本栏从未拆过它的正文，能给出的是两期独立旁证。06-09 期在 deep-research 的竞品对比里写道：相比学术研究专用的 academic-researcher，deep-research 覆盖面更广、不限于学术文献——反向读出它的定位：学术文献专用。05-24 期的组合用法记录更具体：deep-research 加 academic-researcher 可以搭「视频论文提取器」，从学术讲座视频里自动提取论文引用、方法论和结论——说明它的能力面至少覆盖引用格式与学术结构。两期互证，定位可信；但它的触发词怎么写、引用库覆盖哪些源、对非英文献支持如何，全部没有已读依据。本期评测表里它一星未打——这条赛道的学术位上站着谁、能干多少活，要等一次真正的读盘。
它是五件里旁证最厚的一件，两期记录互相咬合。05-18 期的对比结论：与纯写作的 content-creator 相比，它的「研究+写作」一体化流程是核心竞争力；与 deep-research 相比在深度上妥协，胜在速度和易用性。05-24 期补充了两个维度：更偏商业内容而非学术论文、引用格式更灵活；输出比 Perplexity 类 AI 搜索更结构化，适合长文写作。05-18 期还给过它在内容流水线里的确切站位：content-strategy → deep-research → content-research-writer → content-repurposer → twitter-publisher，它是链条中段「调研变初稿」的那一环。三个来源拼出的画像是：它不是 deep-research 的竞品，是下游——王座件负责把证据攒齐，它负责把证据变成能发的稿子。同样，正文未读，触发设计与引用规范两眼一抹黑。
五件里最值得单独立案的一件。它叫 research——整条赛道最大的那个词，任何带「帮我研究一下」的请求在字面上都撞它的门牌。但本机会话清单里它没有挂出一句可引用的简介，本栏十五期存档里也检索不到任何一条关于它的实读或旁证记录。两个可能：要么它是有实体的暗件（装的时候没写描述，或描述为空），要么它是某个全家桶的残件。09-28 期普查给了个参照系：那期发现的 10 组撞名里，最危险的都是「描述常驻扫描带」的活跃触发者——而 research 这种「大门牌+零描述」的组合是另一种风险：它可能整年不被触发（没有描述可匹配），也可能在某个措辞含糊的请求里被意外点亮，而屋里有什么没人知道。装机端对它该做的不是评分，是一次开箱。
| 场景 | 该用哪件 | 依据等级 |
|---|---|---|
| 主题未成形，先攒证据 | deep-research | 实读 |
| 引用要 DOI 级、可复现 | wikipedia-research | 存档实读 |
| 学术文献、讲座里的论文线索 | academic-researcher | 旁证 |
| 调研完直接出内容初稿 | content-research-writer | 旁证 |
| 反爬站点、需要登录态的页面 | web-access（上期存档已拆，本期不重复） | 存档实读 |
注意第二行和第四行的分工：要「可信」走验真位，要「能发」走成稿位，两件串起来才是完整的调研产线——这也是 05-18 期那条五件流水线至今仍然成立的理由。
本机五件的上游仓库地址均未在清单中登记，不提供虚构 URL；deep-research 的社区版地址来自本栏 07-12 期已发布记录：
# 通用安装：Skill 即目录，整包拷入
cp -r <skill-name> ~/.claude/skills/
# 去市场上找调研件（skills.sh CLI）
npx skills find research
# deep-research 社区版（07-12 期记录）
git clone https://github.com/tonyazhuuki/deep-research-skill ~/.claude/skills/deep-research
# 本机已装件的最短调用（目录件）
python3 ~/.claude/skills/deep-research/run.py --topic '研究主题' --depth basic
# 内置件直接对话触发：让它调研前会先反问 2-3 个澄清问题
wikipedia-research 支持自然语言触发，也有四段工序的 Python 入口（from scripts.citation_extractor import CitationExtractor 起步），细节在其随包的 USER_GUIDE.md。
| 维度 | 第一名 | 依据 |
|---|---|---|
| 文档严谨度 | wikipedia-research | 敢把局限性印进说明书的仅此一件 |
| 反幻觉护栏 | wikipedia-research | 加法置信度 + Admiralty 分级 + 矛盾检测 |
| token 经济性 | deep-research | 触发成本三十行，工具轮次压到一次 |
| 可维护性 | deep-research | 赛道唯一自带 tests 目录的选手 |
| 生态位清晰度 | content-research-writer | 流水线站位被两期独立记录咬合 |
装机建议：留 deep-research 与 wikipedia-research，一急一缓正好互补；content-research-writer 看岗位——常写稿就留；academic-researcher 和 research 建议各实测一轮再定去留，实测前先读盘，别让占着最大词的门牌继续空转。
这条赛道真正的故事不在王座——王座已经被讲过三次了。故事在暗区：同一条赛道、同一台机器，一半成员从未被人翻开过正文。市场端每期都在追新星，装机端却连已装件的底细都没盘完。下期如果还做赛道，先把这三件的开箱做了。
output/ 目录在档文章[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。