第一天：

1. 科学智能与 AI 智能体入门
1.1 用大语言模型理解概念、辅助选题
1.2 DeepSeek 与 GPT 系列工具对比
1.3 从聊天工具到干活的智能体
1.4 实战：搭建个人的智能科研工作区
2. 重识文献综述
2.1 研究问题提出与综述策略
2.2 文献十问、要点总结和主题分类
2.3 大语言模型与知识图谱的整合应用
2.4 实战：文献综述自动化生成实战
3. 理论驱动与统计分析
3.1 统计思维与理论驱动研究过程
3.2 常用统计方法与基本实验设计
3.3 解释输出及自动化错误排查
3.4 实战：智能体辅助的描述性统计与可视化
4. 统计综合实战
4.1 假设检验与回归分析
4.2 高级统计方法进阶
4.3 方法-结果段的对照写作
4.4 实战：智能体辅助的高级统计方法

第二天：

5. 数据驱动与机器学习
5.1 数据思维与数据驱动研究过程
5.2 机器学习入门（分类、聚类等）
5.3 可视化与结果解读
5.4 实战：智能体辅助的特征分析与预测
6. 大数据处理与综合实战
6.1 网络大数据高效获取
6.2 文件批处理与项目管理
6.3 Nature 级别的可视化及图表叙事
6.4 实战：大数据的可视化实战
7. 高水平论文写作实战
7.1 科研创新思维的关键特征
7.2 论文润色、文献防假技巧
7.3 工程化写作与课题申报要点
7.4 实战：论文写作与课题申报实战
8. 人智协同与未来展望
8.1 复杂任务的拆解与工具选择
8.2 个性化科研工作流构建
8.3 智能社会的人性与责任
8.4 实战：自有数据分析及课程答疑