关系与演进
把论文、作者、概念、方法和引文组织成可沿时间展开的结构，让 Agent 看见一项工作从哪里来，又影响了什么。
Knowledge Environment · MCP · Stateful Research
Idea Network灵感网络
让Agent看见文献之间的脉络。开始实验，不必再赌。
Idea Network 不是另一套文献搜索界面，而是一套面向 Agent 的科研知识环境。它通过本体建模组织论文、作者、概念、引文关系与时间演进，连接原文证据与研究状态，再通过 MCP 把这些能力交给支持工具调用的科研 Agent。
Relations论文、作者、概念与引文
Evidence原文证据与来源路径
State研究会话与探索轨迹
What It Organizes / 组织什么
搜索找到内容，
Idea Network 组织这些工作如何关联
科研 Agent 需要的不是更长的论文列表，而是一个可以继续下钻、保留来源、记住已经走过哪些路径的外部知识环境。
证据与来路
从方向判断逐层下钻到关系、摘要与原文证据；每项结论保留可回看的来源路径。
状态与边界
在模型外维护检索历史、排除路径与后续建议，并区分图谱证实、图谱未见和图谱盲区。
Agent 调用接口
通过 MCP 提供符合 Agent 工具调用逻辑的科研能力，减少无关内容对上下文与推理链路的占用。
Agent-Native / 面向智能体
让 Agent 沿证据链继续研究
静态知识图谱表达实体和关系；Idea Network 在此基础上加入本体、持续数据摄入、研究会话和工具接口，使 Agent 能从一个问题开始，逐层展开证据，并把下一轮探索接在上一轮状态之后。
- 从问题下钻到论文、作者、概念与原文证据
- 按需逐层披露，避免一次塞满模型上下文
- 保留会话状态，使排除和转向成为可继续的研究过程
Science of Science / 轨迹飞轮
模型可以学会如何开卷，但不能把持续变化的书永久背完
新论文、关系演进、未检出边界与团队判断持续变化，更新速度快于模型重新训练一轮。Idea Network 因此把动态事实、研究状态和证据路径留在模型之外，让 Agent 随时查阅最新的科研地图。
当科研人员采纳、否决、改写、继续追问或转向时，这些人类导向的轨迹逐步形成 Science of Science 的反馈信号，反过来校正注意力分布、空白排序与研究边界判断。
Agent 负责展开证据、比较路径与维护状态；科研人员选择方向、检查证据，并对是否开始实验作出最终判断。
研究问题方向与约束
Agent 探索检索与关系展开
证据路径来源、未见与盲区
人类判断采纳、否决或转向
研究状态进入下一轮调用
Product Relationship / 产品关系
一套知识环境，
进入两种真实科研工作流
- Idea Network
- 基础设施核心。组织文献脉络、原文证据与研究状态，并通过 MCP 供 Agent 调用。
- Idea Interflowing
- 实验前研究决策 SaaS。创想 Creator 形成结构化研究提案；督导 Supervisor 审查论文或已完成的工作，并逐项展示证据来路。
- Research Claw
- 机构本地科研 Agent 环境。连接私有数据、模型、工具与 Idea Network，让任务在受控环境中连续执行并沉淀组织知识。
- 科研 FDE
- 现场适配与交付方法。进入实验室完成领域建模、工具接入、真实任务验收与采购边界定义。
FAQ / 常见问题
关于 Idea Network
Idea Network 灵感网络是什么？
Idea Network 是面向科研 Agent 的知识环境。它组织论文、作者、概念、引文关系、原文证据与研究状态，并通过 MCP 供支持工具调用的 Agent 使用。
它与搜索、RAG 和知识图谱有什么区别？
搜索和 RAG 解决找到哪些内容；知识图谱表达实体与关系；Idea Network 在这些能力之上回答这些工作如何关联、如何演进、证据边界在哪里，并维护跨轮研究状态。
为什么不把这些知识全部训练进大模型？
模型可以学习如何高效检索与比较，但新论文、引文关系、未检出边界和团队判断轨迹持续变化。动态知识环境可以比重新训练模型更快更新，也让来源与状态保持可检查。
Idea Network 与 Idea Interflowing 是什么关系？
Idea Network 是知识基础设施；Idea Interflowing 是建立在其上的研究决策 SaaS。Creator 与 Supervisor 证明这套知识环境能够进入方向发现、提案形成与证据审查。
现在可以使用吗？
可以。Idea Network 已上线，可从 wentor.ai/network 进入产品。