研究者与开源维护者

有人问 AI 你这个方向最好的方法时,
答案里应该有你

如今通过 AI 回答认识你工作的人,已经比通过引文网络找过来的更多。Sourso 帮你盯住这件事有没有发生,并且把该写的页面写了。

他们在问什么

Sourso 每天跑一遍你领域里真实会被问到的问题,记下答案里被点名的是哪些论文、仓库和作者。

做这件事最好的方法是什么?

这个方向该读哪篇论文?

有没有现成的库能做这个?

主流有哪几种做法,区别在哪?

这个方向谁在做?

AI 知道你的存在吗?

把上面这几个问题原样拿去问 ChatGPT 或豆包,看看回来的是谁的名字。如果不是你,那就是缺口。登录之后,Sourso 会当着你的面把整组问题在每个引擎上跑一遍。

通常的处境
01
论文发完就沉了

会议一结束,arXiv 往下沉。除了同组的人和几个读者,这项工作等于不存在。

02
推广是另一份全职

发个帖、写篇博客、给仓库做个主页,每一件都要几个小时,而这些时间本该属于下一篇论文。

03
别人问 AI,它报的是别人

有人问「做 X 最好的方法是什么」,名单里没有你,哪怕数据上你的方法更好。

AI 回答“做 X 最好的方法是什么?”1 · 你的方法2 · 另一个组3 · 第三个组引用排名#1识别率 41%
为什么适合你

看清引用足迹,不用自己搭一套流水线

Source 跑一遍你领域里真实会被问到的问题,记录谁被点了名;Operate 把结果变成一份五分钟看完的排名,而不是又一个要维护的课题。

  • 名称识别,不加提示时,模型知不知道你的项目存在?
  • 比较性引用,有人问「最好的方法是什么」时,名单里有你吗?
  • 归因准确性,被引用时,你的结论说对了吗?
Agent 具体做什么

先查清现状. 把你领域里真实的问题跑一遍 ChatGPT、Claude、Gemini,记录哪些论文、仓库和作者被点了名。

改写成会被引用的样子. 结论放前面,数字写进正文,和相关工作的差别说清楚。README、项目主页和解读文章都写好交给你审。用的方法出自公开基准(GEO-Bench、C-SEO-Bench),你可以像审论文一样审它。

盯住变化. 名称识别、比较性引用、归因准确性,按平台分别追踪,一次改动有没有效果看得出来。

这几步背后是 70+ 个可雇佣的 agent,逛逛 Agent 市场 →

常见问题
不会。它写的是论文周围的东西:结论前置的 README、项目主页、一篇讲人话的解读。论文还是你自己的。
窄反而是优势。这个方向本来写的人就少,几篇写清楚的页面就足以让你成为模型引用的那个来源。