核心用法
Disco 是一款面向表格数据的自动化发现引擎，而非传统意义上的 AI 数据分析工具。用户上传 CSV/Excel/Parquet 等格式的数据集后，指定目标列（需预测的变量），系统即启动系统化搜索流程：遍历特征交互、非线性阈值、有意义亚组等人工难以预设的模式；对每个候选模式在留出数据上计算 FDR 校正后的 p 值；随后与学术文献比对，标注“novel（新颖）”或“confirmatory（验证已知）”，并附引用。结果以结构化 Pattern 列表返回，包含条件范围、效应量、支持度、 novelty 解释及交互式报告链接。
显著优点
1. 假设无关的发现能力：不依赖用户预设假设，能找出“连问都不会问”的隐藏模式，如湿度与风速的特定交互阈值。
2. 统计严谨性：所有发现均经留出集验证、多重检验校正（FDR），降低假阳性。
3. 文献级 novelty 评估：自动检索并引用学术文献，明确区分真正的新发现与已知结论，对科研与商业洞察极具价值。
4. 多层级分析深度：支持 depth 参数（默认 2，最大列数-2），深度越高发现越复杂、越非显而易见。
5. 灵活的接入方式：提供远程 MCP Server（零安装）、Python SDK（本地大文件流式上传）、REST API 等多种集成路径。
潜在缺点与局限性
1. 仅限表格数据：不支持图像、原始文本文档、嵌套 JSON 或多表 Excel，需预先展平为宽表。
2. 目标列要求：必须有明确的单一目标列，且至少 2 个不同值；无监督探索受限。
3. 成本门槛：私有分析按量计费（约 $0.10/信用点），深度分析或大数据集成本上升；免费层级仅限公开分析（结果公开、深度锁死）。
4. 数据准备敏感：若未正确排除标识符、数据泄漏列或同义反复列（tautological），会产生“定义上为真”的无效发现，需用户具备领域知识进行预处理。
5. 运行时长：深度分析可能耗时数分钟至数十分钟，需异步轮询，不适合实时交互场景。
适合人群
- 科研人员：需从实验或观测数据中发现新假设、验证文献空白。
- 数据科学家/分析师：在探索性数据分析（EDA）阶段快速定位高价值信号，替代繁琐的手动交叉分析。
- 生物统计/流行病学者：处理 FAERS、临床试验等数据，寻找不良反应亚组或疗效异质性。
- 商业分析师：客户分群、转化驱动因素挖掘，寻找非直觉的业务增长杠杆。
常规风险
- 隐私与合规：公开分析结果将被发布至公共画廊，敏感数据务必选择私有分析并确认 API 密钥权限。
- 过度解读：尽管有统计校正，小样本亚组仍可能产生偶然显著性，建议结合领域知识判断因果。
- 模型依赖风险： novelty 评估依赖文献数据库覆盖度，边缘领域可能漏检已有研究。
- API 密钥管理：密钥泄露可能导致信用点被盗用，需遵循最小权限原则存储。