指南

黑客松期间，你将以小队形式（1–3 人，第一天自由组队）专攻一种模拟方法。你的工作伙伴有两个：一个 AI 编码智能体——运行在终端里的对话助手，能读文件、写代码、跑程序；以及智御系统（harness）——共享的 GitHub 仓库 QuantumBFS/quantum.harness，每种方法的专家在其中整理了关键文献、可运行的示例和分步指令，教会智能体正确地运行该方法。

这一周的目标：复现一篇已发表论文的结果，然后超越它——完成一个你们自己的挑战，最后以 Pull Request 的形式提交全部成果。Pull Request（PR）是 GitHub 上向共享仓库提议合并你的修改的机制，也是导师评审你们工作的载体。

本页按时间顺序走完整周流程。每个 ▶ Prompt 框中的文字请直接粘贴给你的智能体（Claude Code、Codex CLI 或 OpenCode，见配置）；鼠标悬停可显示复制按钮。

// 时间节点

// 方法赛道

每张卡片列出方法、负责该赛道的专家，以及在智能体中加载该方法指令的命令。

仓库中的赛道文件夹名（也用于提交路径和 PR 标题）：ed、mps、peps、qmc、qcs、polyopt、agent-kb。

事实来源：QuantumBFS/quantum.harness 方法表。

// 配置——出发前完成

请在 7 月 26 日前安装并登录一个 AI 编码智能体——第一天不安排安装教学。你还需要一个免费的 GitHub 账号。

验证方法：在任意文件夹中启动工具，让它读取一个文件。

接着安装两个帮手。superpowers 是一套 skills——可复用的指令文件，教智能体养成严谨的工作习惯，例如先规划再写码、先测试再下结论。gh 是 GitHub 官方命令行工具，智能体用它复制仓库、提交 PR。

Install https://github.com/obra/superpowers and gh (GitHub CLI) if not already installed.
Authenticate me to GitHub via gh auth login if I'm not logged in.

如果你的智能体支持 /model 选择模型，请选最强的——Claude Code：Opus 4.7（high effort）；Codex CLI：GPT-5.4（xhigh effort）；OpenCode：通过配置的提供商路由至上述之一。

// 获取智御系统（第一天）

你不会直接修改共享仓库，而是先 fork 它——在 GitHub 上创建你们小队自己的副本——再在副本中的一个分支（branch，一条命名的工作线）上工作。下面的 prompt 还会运行 make skills，安装智御系统的 skills，之后 /beginner-training 等命令才可用。

Fork https://github.com/QuantumBFS/quantum.harness to my GitHub account using gh repo fork.
Clone the fork to ~/code/quantum.harness and add the upstream remote.
Run make skills to install the harness skills.
Create a working branch named group-<team-name> off main.
Verify with git status, git remote -v, gh auth status, and the current branch name.

<team-name> 由你们自己取：简短、全小写、用连字符代替空格（例如 wolf-pack）。小队自由组建，规模 1–3 人，每队提交一个 PR。

// 上手——复现一篇已发表的结果

每条赛道都指定了一篇参考论文和需要复现的具体图表。复现出与论文一致的数字，说明你的整套流程——智能体、代码、环境——端到端可用，然后才进入下一步。从这里开始：

/beginner-training

运行 /beginner-training。它提供五条新手教学轨道——环境自检、复现论文、文献调研、像专家一样开发代码、超越已有结果——每一步都先讲解、经你确认后才执行；不熟悉 git、GitHub 或 Julia 也没关系，教会你正是训练的任务。复现请选轨道 2：它会列出各赛道的参考论文，让你选择一条，然后一步步指导复现。结束后，记下哪些结果与论文吻合、哪些不吻合，以及所用的软硬件环境——写报告时都用得上。

// 接受挑战

挑战是一个明确定义、且超越参考论文的问题：更大的体系、不同的可观测量、更紧的界，或更好的算法。你可以从挑战页选择一个已接受的题目，也可以运行 /challenge，在文献调研的基础上设计自己的题目。无论哪种方式，投入大量时间之前，请先到现场服务台确认你的计划可行。

和智能体一起分析一个已列出的挑战：

Read challenge issue #<N> from https://github.com/QuantumBFS/quantum.harness/issues/<N>.
Brainstorm with me: surface 3–5 distinct angles, name the riskiest assumption in each, and recommend one to start with.

// 提交——第四天上午前提交 PR

需要提交的工作放在你 fork 中的 tracks/<赛道>/solutions/ 下——与智御系统各 skill 使用的位置一致。生成的数据和图片会落在 tracks/<赛道>/results/ 下，该目录不进入 git；评审者会通过你的复现 prompt 重跑结果。PR 必须包含三样东西：

1. 对智御系统本身的改进——例如打磨某个方法 skill，或补上你们这周踩到的知识库空缺。
2. 挑战解答，放在 tracks/<赛道>/solutions/ 下——能重跑出结果的脚本，加一份说明做了什么、为何重要的 README。
3. 一段可复现的 prompt，用智御系统提供的 challenge-report skill 生成，以 PR 评论的形式发布，让评审者能从零重跑你们的结果。

Create a pull request to QuantumBFS/quantum.harness:main following the submission guideline at https://giggleliu.github.io/summer-school-2026/challenge-ideas#submission-guideline.

PR 提交后，到 GitHub 的 PR 页面确认：所有自动检查（标注为 “CI”）必须在第四天上午截止前全部通过（显示绿色）。

// 第五天——导师评审与展示

利用第四天下午让 PR 易于评审：从头重跑一遍演示，再以新读者的眼光重读 README。第五天上午各赛道在各自房间开会，导师自行决定用赞助商提供的 Mac mini 奖励支持哪些成果。

// 求助渠道

• Zulip — harnessing-quantum.zulipchat.com：公告、服务台问答和各赛道讨论串。邀请随录取邮件发出。
• 服务台（现场）——咨询、日程指引和临时支持，由老师和助教轮值。
• 专家答疑时间——本周内定时安排，详见日程。

// 延伸学习

学习资料：

• 构建 Claude Skills 完全指南 (PDF)
• Agentic Coding — MIT 公开课（视频）

可选工具与 skills： 详见资源页——MCP 服务器、命令行工具和 skill 合集。