AI研究分享

人工智能

AI产业政治

技术政治学

计算政治学

公共数据

国家能力

政府采购

数据要素

如果你在工作日的下午用过AI，大概遇到过这样的时刻：响应变慢，或者干脆弹出一条提示，告诉你当前负载较高，请稍后再试。

一美元的AI订阅：AI 公司为什么必须靠近政治


![宇树科技上市现场与王兴兴](/images/posts/doctoraldairy-20260825/unitree-robot-ipo.png)

8月20日，机器人板块的龙头宇树科技正式登陆科创板。发行价150.80元，开盘报1100元，涨幅超过600%。一夜之间，“人形机器人第一股”“90后新首富”“中一签赚多少”占据了各大平台的热搜。但是王兴兴却全程冷脸。

为什么王兴兴笑不出来？

本质上，宇树科技，或者目前一众机器人公司，并不具备真正意义上的具身智能。有人总结的很好，宇树科技只是一家玩具公司而已，甚至研发投入都不如玩具公司。

可是资本市场并不管这些，公募基金和私募基金一股脑的冲进去，顺利的完成收割，退场。宇树科技上市4日连续大跌，市值蒸发2000亿。

DeepSeek的AI战略是非常清晰的，不追求流量，运营维持在一个存活的程度，主线任务是追求AGI，支线任务是在追求的时候把技术开源共享出来，大家一起把蛋糕做大，一起加速AGI的到来，等AGI到来了，即使我只占有市场4%，也足够公司生存下来了。这是开源模型公司的理想蓝图。甚至他们还有明确的路线图，只要解决了持续学习的问题，AI就能够迅速的自我迭代，AGI的到来将会被指数级的加快。

但是世界上还有另一帮人不这么认为。还有一帮子人追求的是“世界模型”。

当前制约大模型公司发展的瓶颈主要有两方面，一方面是物理层面的制约，也就是算力。不过算力问题比较好解决，目前上游设备厂已经大力建设扩产，并且各个数据中心也在扩建中，甚至几年前的加密货币的“矿场”也迅速的转向数据中心。这个时间差足以让国内开源大模型迅速的赶上与国外闭源大模型T级别的差距。（阿里就说下个模型是2.4T级别的模型）。除了算力之外，真正关键的影响因素，是数据。

我们知道，早在几年前，互联网的数据以至于绝大部分人类所创造的知识，都已经被AI训练完毕。通过对数据的优化和清晰，大语言模型得以了解不同语言之间的余弦差值，使得模型涌现出了智能。所以，卷模型卷到今天，在预训练拉不开差距的情况下，中训练和后训练非常热门。比如GPT押宝在数学，Anthropic押宝在生化，GLM押注在Coding，在大模型百花齐放的今天，必须差异化专业化才能拿到市场。而中训练和后训练本质上来说，是用质量更高的合成数据，来精准提升模型在某个具体领域的能力。而这些数据非常昂贵，并且数据本身又是非常难以获得的。要么从公司手里买，要么自己雇人优化数据，无论从各种角度来说都是投入非常庞大且花费时间的行为。而这，也是制约目前机器人公司的最大问题，具身智能所需求的数据非常垂直，而这些数据几乎没有记录。毕竟谁会没事拍自己做家务的视频呢？谁会拍摄自己工作的视频呢？而各行各业的差异又如此之大，对垂直领域多模态数据的要求非常庞大，并且这驱动了极其庞大的算力要求，对一个刚刚上市的机器人公司来说，几乎是不可能完成的事情。所以宇树科技只是玩具公司而已，就连SpaceX那边的工业机器人，也难以承担这么庞大的算力开支。最多让它跑跑步，做一些固定的流水线的任务，稍微复杂一点的任务都无法完成。

而世界模型的思路却不是从这个角度出发，它有点像是遵循“第一性原理”的开发思路。换句话说，数据之所以难获得，是因为本身有很多数据是没有任何价值或混杂了其他东西，不能明确的划分出边界、正误和阶段，因此需要对数据分层和筛选。而无用的数据太多，有用的数据又太少，这使得大部分的时间都用在清洗数据上。那么，有没有一种可能，之所以认为数据没用，是因为现阶段的人工智能缺乏了相关的知识。如果大语言模型在一开始就知道了这个世界的一切知识，是否这些数据在某种程度上就是有用的呢？

这里实际上涉及到了一些本体论的问题。不过我后来觉得，前面的说法还不够准确：这里并不是在比较三种模型，而是在交叉两个彼此独立的问题——世界中是否存在原则上不可知的事物，以及我们能否直接把握事物本身，还是只能通过表象和关系去逼近。

下面这个 2×2 矩阵只是一个工作性的分析框架，不是对现有模型的严格分类。我暂时把我设想中的世界模型放在左上角，把现阶段的大语言模型放在右下角；另外两个格子先不命名。

![关于如何认识世界的 2×2 分析矩阵](/images/posts/doctoraldairy-20260825/ontology-matrix.svg)

在我这个暂时的划分里，现阶段的大语言模型更接近右下角：它面对着可能存在的不可知之物，不能直接把握事物本身，只能通过语言和表象之间的关系去逼近。世界模型则试图朝左上角移动：尽可能把世界中的规律纳入模拟，并通过对事物本身的感知来获得数据。这就导致了，也许我们在算力充足的情况下，不需要再清洗数据了，我们可以直接模拟一个地球，模拟所有物理法则和空间法则，那么所有生物的一举一动，都是非常有益的数据，我们可以精准的记录生命的一切（听起来有点过于生物学）。

但是令人遗憾的是，世界模型目前并不是主流的模型发展道路，因为它几乎无法提供任何有益的产出或者产品，而模型本身获得的数据依旧是非常有限的，使得其在传统的任务处理上甚至不如纯文本的大语言模型。（维特根斯坦还是太权威了）但是我们知道的，语言本质上是对事物的抽象和概括，语言是有其极限的。老子说，道可道非常道，名可名非常名。当话说出来的时候，就已经和你所要描述的对象产生了差异，而种种差异的累加，才构成了人类社会。如果我们不从语言入手构建模型的话，是否会出现所谓的“大视觉模型、大听觉模型？”计算机语言本质上也是对概念的抽象化，计算机语言和人类语言概括能力的差异性有多少？如果不用语言，我们能否更加精准的概括和描述对象？

2026年8月25日于吉林大学北苑四公寓。


心情随笔

读博日记

具身智能

世界模型

博士备考

从宇树科技上市与具身智能的数据困境出发，思考世界模型为何试图绕开语言和数据清洗。

读博日记20260825：具身智能与世界模型

Agent

DeepSeek

Harness

上下文工程

从 Pi 与 DeepSeek Harness 的极简设计出发，讨论有限的注意力、上下文工程、Agent 的退潮线，以及 AI 时代真正可能构成护城河的数据。

谁在浪费模型的注意力？——Pi 与 DeepSeek Harness 的产品选择

DeepSeek Harness：另一种意义上的"极简"

Attention Is All You Need，这句话是字面意思

两种极简，其实是两种关于"不确定性"的态度

那么，为什么我说做 Agent 是没意义的


这周是漫长且复杂的一周。我在这周度过了我的25岁生日，并且博士备考阶段的进度也尽可能的往前推进了一部分，确定了新的复习策略，也重新拾起了之前未曾读完的书。

是的，调整了新的备考策略之后，我决定重新温习一下政治学的基础，并努力的补齐我自己的一些比较薄弱的点。我记得在我还是高中生的时候，由于我的化学异常的差，以至于我不得不选择了文科。当时修习文科其实也不是一个深思熟路乃至于细心推敲或为中华崛起之读书这样的觉悟。只是很简单的，我觉得自己对使用笔去“表达”很感兴趣，对文学性的表达、对诗歌和艺术感兴趣，所以没多想就选了文科。我在读文科的时候，最令我痛苦的就是历史这门课，我本身非常厌恶反复的记忆重复的知识，因此我对地理感兴趣，最讨厌的就是政治，而最困难的就是历史。由于历史本身有非常多细节的知识点，而政治虽然背诵点也很多，但是只需要“记个大概”，加上文科生与生俱来的，编一编，就没问题了，但是历史不行，历史需要精确的时间，甚至精确到历史上的某一天。所以我学的最吃力的就是历史，经常抱个小册子，记一些大事件，反反复复的翻来翻去。读了大学之后，历史迅速就忘却了，除了我最熟悉的中国近代史，关于世界史我几乎全忘了。

所以每当上国际政治和比较政治学的时候，我就很头疼，世界上有那么多国家、那么多历史，这让谁能学的完！这些国家又打仗了，那些国家又商谈了，签了条约成立了某某组织，这一点也不有趣。因此我虽然修习的是政治，但真正令我感兴趣的，还是那些偏重规范的理论，对我来说，就是种种主义和思想。所以从学科知识来说，我最薄弱的点就是比较政治和国际政治。为了弥补这一点，我把之前看过的刘瑜老师的《可能性的艺术：比较政治学30讲》又重新翻了一遍。好书是要常读常新的，我第一次看这本书的时候是在大二的时候，记得书没出版多久，好评如潮，并且迅速的就停止出版了（忘记了是什么原因，总之买不到实体书了）。当时读起来就觉得作者的文笔非常好，能够把枯燥无味的历史讲的饶有兴趣，并且在此基础上进行了一定程度的反思和批判，这就已经是难得可贵的“好书”了。而当时的我还不太能读懂其中大部分的章节，更是对刘瑜老师所说的政治是可能性的艺术无法理解。

这一次不一样的地方在于，我是带着一个很具体的问题去读的。这个问题困扰我大概有两三年了，而且它不是一个知识上的问题，是一个更让人难受的问题：**为什么我读了这么多年，什么也说不出来。**

什么是政治呢？

无论是大一还是研一，几乎每一门新的授课老师，都会点名同学回答这个问题。我还记得在山西大学的时候，张岩阳老师讲了各种各样的政治定义，诸如“政治是社会价值的权威性分配”“政治就是治理众人之事”“政治就是追求正义和公共美德”“政治就是围绕权力夺取权力使用权力”等等。好像这是每个政治学人都必须回答的问题，都必须给出一个自己的答案或者想法。我当时把这些定义抄在了本子上，觉得它们互相打架，谁也说服不了谁。

我想起过年的时候亲戚问我学的什么专业，我甚至不敢承认自己学的是政治学。因为在他们的认知中，学政治学的似乎一定会当大官。可我们既当不了大官，甚至连找工作都成了问题。古代的同行还能有一些诸如劝谏的政治理想，在当代的今天，我们这个专业的学人既难影响现实的政治实践，又无法和内心的自己和解。鲁迅说学医救不了中国人，但学医至少还能救人；可学政治学救不了人也救不了国家。甚至有时候谈论到一些具体的事，你很难和出租车司机分个“政治水平”的高低。

究竟是什么原因导致了今天的境况呢？在本科阶段的学习的时候，非常容易被书中描绘的乌托邦给吸引。我们应当要民主，应当要自由，应该和洛克卢梭一样高举启蒙的大旗，把人民主权天赋人权的观念启蒙给每个人。我们组建了读书会，有了小的共同体，我们一起阅读那些被我们视为正义的、正确的文本。那个时候我认为世界很简单，有坏人不守规矩不遵守制度和规范，有好人明察秋毫对这些坏人实施惩罚，虽然过程可能会坎坷，正义可能会迟到，但总归是“螺旋上升”总归是一个比较光明的未来。我总是这么想的，并且在与公权力交往的过程中，我也尽可能的践行着我的原则。但这并不是政治。

读研后，我才发现，好像柏拉图所说的那个“完满的一”是不存在的，没有一个至高无上的概念存在，也没有一个最完满的东西存在。我们进入到了一个多元化的时代，民主、自由、法治确实是普世价值，但是不同的国家所理解的这些概念都是不同的。政治确实是围绕权力进行博弈，但是不存在好与坏之分了；政治也确实是打土豪分田地的游戏，但是我们对穷人的理解也变了，对富人的理解也变了。穷人与富人穿着同样的衣服，享受同样的服务，购买同样的商品。政治也是管理的事，但管理也并不是大家共同认可一个制度然后共同遵守，而是协商与商谈。我曾经所修习的那些标准、那些理念和理论，似乎在现实世界里处处碰壁。不断的有老师批评我，你并不了解中国政治的实际运作，你也不理解治国理政所付出的努力，你的“政治”学的并不好。于是我愈加的调整自己当初的研究，变得更加实证、更加具体，那些简单的政治概念开始有了具体而生动的模样，我开始直观一个又一个的政治现象，并且悬置曾经的理论判断，期待理论能从田野的扎根中自然而然的生长出来。

但是理论并没有涌现，政治也还是政治，理论和现实之间仍然有着厚厚的障蔽。

我还记得曾经我和朋友说，政治学的使命就在于作为一名学者，能够通过对当代的政治分析推动具体国别的政治实践。但政治学人是政治学人，政治家是政治家，二者虽相差两字但天差地别。政治学人越来越被国家所收编，越来越难以履行学科的使命。学界的知识生产是系统化、体系化的，应当有人做上游的理论，也应当有人做下游的实证，但理论和实证应当是相互补充相互推动进步的。可越来越多的研究将实证视为理论，或将口号视为理论，渐渐的，理论和是实证就显得越来越割裂，以至于我们曾经批判量化是被设计的数据，也可以放在实证研究上，实证也是“被设计的案例”，亦或是设计好的理论。回过头来，到底什么是政治呢？政治是如此的广泛，政治离不开经济学、社会学、历史学、心理学、哲学乃至于绝大多数学科都与政治学相关。如果要我使用词向量的方法绘制政治学这个名词相近的余弦值，这些年来可能与政治学最近的是诸如公共管理、国家和政府这些词汇。我们已经不太能迅速的给出一个静态的概念去描绘政治，一如政治本身也不是一个静态的概念，政治在迅速的流变，概念也在迅速的逃逸。

我们把政治抓住，绑在椅子上，掏出锋利的一把刀把政治切开去看它的横截面，会发现政治的主题永远都与人类如何处理面对一个名为规范的东西作斗争有关。先前的政治处理的主题是我们要如何才能达到那个理想中的完满的"存在"；后来这个规范的东西变成了具体的利益和权力，政治处理的主题就变成了怎么才能获得权力、怎么才能把国家的利益最大化；再后来它变得更加的细化，变成了民众的权力、自由的权力，一个变成了一组，并且不同的规范还会带着不同的宏大叙事。

规范在变，系统也在变。可有一样东西没有变。**现实和规范之间，永远隔着一段距离。**政治全部的力气，都花在这段距离上。

我随手写了一个很笨的式子。假设这个世界现在的样子叫 w，我们心里那个"应该的样子"叫 N，两者之间的距离叫 e。政治就是围绕 e 展开的：e 太大，人就不满，就要闹，就要变革；e 小了，社会就稳。

这个式子笨得没有任何理论含量，我写下它的时候也完全没指望它有。

但写完之后我愣了一下。

因为要让 e 变小，有两条路。一条是把 w 往 N 那边推，也就是**改变世界**。另一条是把 N 往 w 这边拉，也就是**改变期待**。

这两条路在 e 上是完全等价的。数字降下来了就是降下来了，式子里分不出来它是被哪条路降下来的。

可是它们显然不是一回事。

改变世界是贵的、慢的、经常会失败的。修一条路要钱，建一套医保要钱，让一个制度真的运转起来要几十年，而且经常修到一半就修不动了。改变期待呢？便宜得有点可怕。你不需要动一砖一瓦，你只需要让人们觉得"现在这样已经不错了""你要理解这里面的难处""你看别的地方还不如我们呢"。前者要动用国库，后者只要动用语言。

我以前读过的所有东西——制度设计、治理绩效、国家能力、政策执行、央地关系——全部都在讲第一条路。我用了六年时间，把第一条路上的每一块砖都认了一遍。而第二条路，我从来没有把它当作一个"政治问题"看待过。我把它归到了宣传学，归到了传播学，归到了社会心理学，或者干脆归到"这不算学术"。

政治，就是那一类你走不开的关系。

正因为走不开，"调整一下你的期待"这句话，在这里就不再是一个建议了。它是一个你没有第二个选项的处境。

赫希曼讲过，面对不满有两种反应，一种是退出，一种是发声，而退出往往会削弱发声。反过来说也成立：当退出这条路被堵死，发声就是一个人仅剩的东西。这时候任何压低发声的做法，拿走的都是他仅剩的那一样。

有一些社会，人们的期待是真的降下去了。不是被谁按下去的，是慢慢的，自己就低下去了。不再指望，不再要求，不再对什么抱有幻想。要得少了，自然也就更少的失望。

如果你在那样的社会里去做满意度调查，数字很可能是在改善的。e 确实变小了。

可是没有一个人会觉得那是好事。

我想说的全部就是这一句：**e 下降是一个事实，e 为什么下降是一个道德问题。而我们这个学科，只有测量前者的工具。**

现在我大概知道刘瑜老师说的"可能性的艺术"到底在说什么了，也知道我和政治家的差别在哪儿了。

可能性，就是那个可行的范围。政治不是在所有可以想象的方案里挑一个最好的，而是在那个范围里面挑一个最好的。而艺术在于，这个范围本身是可以被推动的。

政治学人一辈子在这个范围里面做优化，还经常连边界在哪里都没搞清楚就先算了起来。政治家在推这个边界。

以前说的"政治学人是政治学人，政治家是政治家，二者虽相差两字但天差地别"，其实差的不是那两个字。差的是一个人在范围里面工作，另一个人在移动范围本身。老师说我"不了解中国政治的实际运作"，我当时听了很难受，觉得是在否定我的理论训练。现在我想他可能只是在说一件很朴素的事：**你不知道边界在哪儿。**而一个不知道边界在哪儿的人做出来的所有优化，都是在纸上。

所以这篇日记写到最后，我并没有得到一个关于政治的定义。我想我大概也不会再去追求那个东西了。每个政治学人都要回答"什么是政治"，可我现在觉得，一个能把所有东西都装得下的定义，其实什么也没说。它不排除任何东西，也就不主张任何东西。

我只想留下一个问题。以后无论看到哪一项治理成就，无论它宣称让多少人变得更满意，我都想先问一句：

**你是把世界推近了理想，还是把理想拉近了世界？**

在你能走开的地方，这个问题不重要，不合适就换一家。

在你走不开的地方，这是唯一重要的问题。

高中的时候我以为我讨厌的是背诵，是那些需要精确到某一天的年份。这些年我才慢慢明白，我真正躲开的，是那些会**当场判我错**的东西。历史会判我错，比较政治会判我错，一个具体的国家、一个具体的年份、一个具体的政策后果，都会当场判我错。而我一路往上走，走到了最抽象的那一层，在那里没有任何东西可以判我错。

我一直把这个过程叫做成熟。

现在看，它更像是一场很体面的撤退。

二十五岁，先记到这里。等我把该读的书读完，再回来看看今天写的这些还站不站得住。


政治学

政治理论

比较政治学

学术反思

二十五岁重读政治学基础：从规范与现实的距离出发，反思政治学如何理解改变世界、改变期待与可能性的边界。

读博日记20260813：什么是政治学？我为什么会学习政治学

因果推断

量化方法

研究方法

从《计算政治学概论》第四章出发，梳理计算方法、测量模型与现代因果推断之间的关系，追问计算政治学究竟如何面对反事实。

读博日记20260804：计算政治学如何论证因果性？

量化方法究竟如何实现因果推断？

随机分配为什么能识别平均因果效应？

让我们暂时回到计算政治学。也回到这一章开头立的靶子。

1. 扩大可测量范围：让新的因果问题成为可能

2. 扩大可干预范围：把平台与网络变成实验场

3. 扩大发现准实验的能力：数据结构提供机会，制度规则提供识别

4. 改善高维与异质性估计：因果机器学习的准确位置

5. 把干扰、动态和空间过程写进估量

6. 改善诊断、运输与政策压力测试



2026年8月1日，OpenAI公布内部代号为Astra的LLM一次性提交了十项数学与理论计算机科学成果：第一次构造非sofic群，推翻Connes刚性猜想，改进高维球体堆积的渐近上界，建立新的算术电路下界，并顺手解决了三个Erdős问题。与它们一同公布的，还有一份249页的论文、十套Lean形式化证书，以及62页关于“这些想法是如何形成的”的说明。OpenAI声称，找到十个答案所消耗的token，按照Sol API价格计算，大约价值2000美元，而这些所有的成果保守估计十个加在一起能够评上至少一个菲奖。

:::gallery
![](/images/posts/doctoraldairy-20260802/openai-astra-announcement.png)
![](/images/posts/doctoraldairy-20260802/openai-astra-ten-results.jpg)
:::

今年菲奖截止日期是2024年12月31日前的成果，邓与王加在一起的成果，仅仅是以量取胜的话，也没有超过十篇四大。而Astra的这次论证，单从数量来说完全可以称之为具备菲奖的科研能力。

前段时间Fable 5仅凭力大砖飞就给出了雅可比猜想的三维反例，更进一步的印证了人类确实在某些维度上远逊于人工智能。在人类最引以为傲的智力层面，人类的注意力是稀缺的。一个数学家不可能同时熟悉十几个领域，不能无限追踪一条看起来毫无希望的路线，也不能在一万个失败方案之间无成本切换。人类还受到职业激励、学术声誉和时间预算的约束。一个年轻研究者如果沿着错误方向研究三年，这辈子可能就要完蛋了，甚至还会面临非升即走，或评不上教职的风险。而大语言模型每个几个月就能对context进行翻倍的扩容，用不了多久，数学史上的高峰将被一个接一个的攀登。

换句话说，对于民科而言，这更是一个黄金时代，民科第一次和前沿的科学家站在同一起跑线上，记得分析哲学学界两年前还有人嘲讽民科有相当多的“智能派数学家”，AI For Math在当时还几乎完全不可行，没想到两年不到，数学家们瘫坐在椅子上，科学界的核弹又一次爆炸了。

“我早就是智能派数学家了”。

正如陶哲轩所言，科研正在被分解成问题选择、知识检索、方案搜索、结果验证、意义解释和共同体承认等不同环节。人人都可以生成一篇长得像论文的东西，恰恰意味着“长得像论文”将迅速失去价值。

令人忍俊不禁的是，就在Astra公布前不久，Google DeepMind研究员Tom Zahavy发表了一篇题为《LLMs can’t jump》的立场论文。

![](/images/posts/doctoraldairy-20260802/tom-zahavy-llms-cant-jump.jpg)

论文借用了爱因斯坦写给Maurice Solovine的一幅图。按照这种描述，科学发现不是一条从数据直接通向理论的直线，而是一个循环：人从感官经验出发，通过一次无法被纯逻辑还原的“跳跃”，建立新的公理体系，然后再从这些公理中演绎出可以接受经验检验的结果。

Zahavy据此区分了三种推理：从案例和结果中总结规则的归纳，从规则和案例推出结果的演绎，以及为了说明一个意外结果而发明新假设的溯因。论文承认现代模型正在掌握归纳和演绎，**却认为它们缺少从经验世界跃迁到新公理的溯因机制**。广义相对论就是它选择的案例：模型或许能从爱因斯坦的前提出发推导方程，却无法仅凭当时稀少的观测资料发明那些前提。解决方案不是继续扩大语言模型，而是建立具有物理一致性和多模态感知能力的世界模型。

虽然最后落脚点落在世界模型有点扯，但是他指出的AI永远无法替代这种前瞻性或“空想性”的思考，仍然是非常重要。毕竟某些天赋异禀的人，甚至能够直接在大脑里做思维实验。

然后，Astra带着十项成果出现了。

数学问题通常已经给出了公理、定义和需要证明的命题，Lean又提供了明确的验证器。Astra不需要像爱因斯坦那样从电梯下坠的想象中重新规定引力是什么。它活动在一个高度符号化、边界明确并且可以机械检查的世界里。但Astra至少摧毁了一种观点：似乎模型只能重复已有知识，而真正的创造永远属于人类。

我前段时间和朋友聊天时，他曾经和我说过，理论界总在争辩究竟是“Theory Drive”还是“Data Drive”，这是一个没有意义的问题。关键是要识别，在现在的知识生产中，有哪些知识是“Known-Known”，哪些知识是“Unknown-Unknown”，又有哪些是“Unknown-Known”、”Known-Unknown“。LLM似乎可以在“Unknown-Known”和”Known-Unknown“上大放异彩，但是对于“Unknown-Unknown”几乎是束手无策。诚然，这里可能会涉及到知识社会学或更复杂的东西，关于何谓”Known“和”Unknown“，可能不同的业界有不同的定义，但从”创造“这个概念来说，不同科学中的“创造”并不是同一种东西。数学中的跳跃，可以发生在符号系统内部；物理学中的跳跃，往往需要模拟、实验和感知；社会科学中的跳跃，则还涉及概念、意义、制度和价值。问题不再是LLM能不能跳，而是每一个学科的地面由什么构成，它的悬崖在哪里，以及什么东西有资格充当落地后的验证器。

总的来说，AI for Science最重要的变化，是对科研过程中稀缺性资源的定义进行了重新分配。在目前的科研体系中，我们过于看重”结果“端，换句话说，帽子的评定需要成果，成果往往又是专利或论文，而这些又与”结果“密切相关。然而科研是一个全过程，除了结果，还有”假设“”推导“”探索“等等，但是所有的果实都被”结果“给夺取了。过去，假设很稀缺，推导很昂贵，文献检索很慢，计算能力有限。未来，模型可以批量产生假设、证明草稿、代码、模型和实验方案。问题将从“没有结果”变成“结果太多”。

如果按照目前期刊运作机制，我估计不出三年，同行评审制度将会被迅速吞没，大量“成果”的论文将会铺天盖地的涌现。数学是最早受到冲击的，因为数学本身拥有近乎理想的反馈机制，只要设置严格的Promote和Agent，一个Lean内核不关心证明者是教授、研究生还是一块显卡，它只检查每一步是否符合提示词，然后生成输出“结果”。

在我看来，“结果”固然重要，但是科研是一个全流程的智力劳动，如提出问题的能力、验证问题的能力，甚至是科研人员的管理、组织，都应该被纳入考量的因素，但是他们权重几何，利益如何分配，就有待大佬们商议了。

:::right
2026年8月2日于吉林大学北苑四公寓
:::


AI for Math

AI for Science

数学

科学哲学

科研方法

2026年8月1日，OpenAI公布内部代号为Astra的LLM一次性提交了十项数学与理论计算机科学成果。

读博日记20260802：我早就是智能派数学家了


今天才意识到，清华博士考核的时间已经非常临近了。满打满算，我只剩下差不多一个月的时间。在这一个月的时间里，我要把书和老师们的论文都看完、背诵完，甚至可能还需要突击一下我的英语。忽得觉得自己时间变得非常紧张，于是愈紧张愈学不进去，索性打开英雄联盟，刚好，怀旧服也是今天上线，痛痛快快耍了一下午。该死，为什么时间越紧张游戏越好玩，之前一度认为游戏是非常无聊的。果然游戏的有趣度和时间的紧迫度是呈反比关系的。

晚上九点匆匆吃完饭，掏出孟天广老师的《计算政治学概论》这本教材，开始了对教材本体的梳理，并且在AI的辅助下，我做了一个网页的辅助，接下来我会把这的内容放进blog里，大家也能直接查阅到。

总体来看，全书主线是：

> 第四次工业革命驱动国家治理数字化转型，政治学必须在本体论、认识论、方法论三个层面回应；回应的方式就是计算政治学——而技术影响国家治理的总机制，是技术赋能国家+技术赋权社会的双重机制

第1-4章，回答了“计算政治学是什么”

第5-7章，回答了“治理主体自身发生了什么变化”

第8-12章，回答了“国家与社会关系发生了什么变化”

第13-16，回答了“出现了何种新型治理/研究对象”

过几天会把陈军亚老师的《计算政治学》和褚尔康老师的《计算政治学导论》一并找来看，权当复习备考了。

:::gallery
![陈军亚主编《计算政治学》](/images/posts/doctoraldairy-20260730/computational-politics.jpeg)
![褚尔康《计算政治学导论》](/images/posts/doctoraldairy-20260730/introduction-to-computational-politics.jpeg)
:::

## 《计算政治学概论》全书框架导图

下面是这次整理出的全书框架。可以直接展开或收起各章，也可以单独打开后打印、保存为 PDF。

:::embed
src: /embeds/computational-politics-overview-20260730.html
title: 《计算政治学概论》全书框架导图
height: 1180
:::

:::right
2026年7月30日于吉林大学北苑四公寓
:::


读书笔记

清华博士考核临近，在时间压力与短暂逃避之间，开始梳理孟天广主编的《计算政治学概论》，并附上全书框架导图。

读博日记20260730：《计算政治学概论》全书框架

《计算政治学概论》全书框架导图


## 一、从梁文锋的投资者交流会谈起

之前一直有朋友问我，应该怎么学习人工智能，所谓的Harness、Context、Loop这些概念从哪里来的。

恰好前段时间，梁圣与投资人的会谈会议录音被泄露出来，我们这些野路子的人也得以一窥真实的发展现状，所以不管是从炒股的角度来说（？），还是从自学的角度来说，学习这些名人理解AI的思路，和他们“管理”资源的方式，对我来说是自学中最节省时间且效率最高的方法了。

我之前经常看Anthropic创始人Dario的播客和访谈，以及诸多哲学家和程序员（原谅我记不清那么多字母）对AI的访谈，每个人对AI的看法都是不同的，但是放在一起，总能从大势中窥见一些趋势。

![梁文锋公开演讲资料图](/images/posts/liang-wenfeng-talk.png)

梁圣的会议录音尤为珍贵，珍贵的点一个是他本身根本没想公开（甚至因此暂缓了融资），所以会议上的很多发言是非常真诚且不做作的，甚至具体的说DeepSeek现在拥有卡的数量。

> 我们现在大概是两万张 H 等效算力，这其中大部分是刚到，最近一两个月刚到，可能还有很多机器还没有来。我们总的算力去年比较少，今年我们在非常激进地扩充这个算力。我们现在大概是两万张H 等效，接下来几个月我们还会有大批量的机器买过来，基本上都是英伟达。

抛去英伟达对大陆禁售的事不管，梁圣在整个会议中，非常关键的强调了两点，这两点是我认为非常重要的地方。

## 二、持续学习：AGI 的下一道瓶颈

1. DeepSeek的重心，或者说目前AI研究的重心是在**机器学习**上，当AI解决了学习的问题，AGI的时代很快就会到来，无数人想象中的那个技术”奇点“正是机器解决学习问题的时候

AI的发展是有迹可循的。早些年的AI就像是一个大型知识语库的图书馆。通过transform架构对你输入的指令进行余弦配对。

这是一种非常基础的，不具有任何“智能”属性的图书馆。24年通过“思维链”和rag技术，大模型逐渐克服了生成质量和幻觉问题，再到今年的agent和诸多的mcp。

可以看出，大语言模型从原先的图书馆，已经发展成一个非常强大的，具有看似“智能属性”并且在某些垂直领域无可替代的工具。

但这里有个根本问题，大语言模型始终很难解决“记忆”的问题。

人类的记忆分为两种，一种是长期记忆，通过学习习得的知识和技能，这些知识和技能都会沉淀在某个角落，关键时刻进行调用，这非常像agent使用的tools命令。

另一种记忆是短期记忆，通过短时间的培训和学习，能够迅速的掌握某个事情或某个技能。这里就有一个问题，这里的短时间，是多短？一小时？一周？还是一个月？

对目前的AI来说，你交代完整的上下文，给出具体的指令、划定任务的边界、指明使用的工具、规划好审核的角度，它能做的比人类还要完美。

但这里的前提是，你**能够**给出具体的指令。

事实上，人类世界很多事情和技能是没办法给出完整的上下文，也没办法给出具体的指令。

这里实际上就涉及到了语言的概念问题，语言本身就是局限的，思维没办法用五千个常用字描述，否则苏格拉底也不会花一下午的时间同少年们讨论什么是“正义”。

面对无法用概念和语言描述的问题，人类可以通过持续的学习，或无目的性学习，习得这项技能。

举例来说，你给AI一串提示词：

> Claude，在我睡着后帮我创建一个年利润一个亿的初创公司，再把初创公司卖给谷歌，卖完之后把钱打到我的账户里。我的账户是：XXXXXXXXX

AI完全不明白应该怎么做，甚至可能直接会安慰你。

而你招一个员工，你可以让他花几个月时间熟悉公司的环境，熟悉公司的工作，几个月之后，可能就会成为你的创业伙伴，他可以听懂你的话，他也熟悉你的语言风格。

通过持续学习，人得以把不具体的目标具体化，把无法概念化的东西概念化，即使你根本不熟悉这项工作，即使这项工作根本没办法用概念描述。

![持续学习与制度分析主题插画](/images/posts/ai-computational-politics-cover.jpg)

你没办法交代所有的上下文，所以AI会反复的陷入调用工具，再次调用工具，再再再次调用工具，它根本不知道什么时候该停止call tools。

站在Agent元年，我们能看到下一个瓶颈的地方，就是**持续学习**问题。

梁圣这里也提到了国内模型和国外模型差异的本质，由于缺乏卡和缺算力，国内只能跑得动30b左右的模型，而美国那边已经进化到了800b。

换句话说，本质上DeepSeek和Claude的差距，就是规模量级的差距，就是力大砖飞。

但是很显然，目前AI的增长速度，已经几乎到了瓶颈的地步，一直堆算力，带来性能的提示是递减的。

不管是梁圣也好，Dario也好，乃至于Altman，从这个意义上来说，大家都是在同一起跑线上，都在面对这个根本性的问题：

**AI究竟要如何解决持续学习的问题？**

解决了持续学习的问题，它就能够做人类所能做的所有事情了。

AI可以自己开发自己的版本，然后再自己研究AI发展问题，然后开发自己的下一个版本，开发更前沿的人工智能模型，甚至走回暴力预算的AI发展路线也并不是梦（目前的AI发展路线是以概率论为核心，而十几年前的阿尔法狗走的是全量预算的路线）

当这个奇点达到了之后，这才是具身智能喷涌的时刻。

## 三、不必追逐所有前沿：研究需要“闲暇”

我觉得梁圣有一点说的非常正确。**在AI时代，不一定要一直追前沿**。

可能你认为的前沿，在技术的发展面前就是废墟。

现在所谓的多模态模型、世界模型，乃至具身智能等等，确实有必要发展，但这些模型都共享着同一个局限——持续学习的问题。

可能今天世界模型所遇到的困难，或者说具身智能所遇到的数据量不足的问题，在持续学习这个问题解决之后，就都不是问题。

今天砸重金研究开发的sora模型，可能在未来就是几块钱就能解决。

在一个idea和engineering都很便宜的AI时代，对leader的要求也变得非常苛刻，你不仅要懂engineering，也要懂research，更要学会marketing，还要组织好你的people，运营好business。

所以梁圣能够在这里非常轻松写意的说，他认为他们团队不卷，也没有必要加班，因为研究需要**闲暇**，AI的涌现和AI奇点的到来，也不是通过**卷**就能卷出来的。

方向、路线图远比一切无所谓的竞争重要。

## 四、“克制”：DeepSeek 的组织哲学

DeepSeek 的另一个关键词，是**克制**。

这个词首先让我想到柏拉图所说的“节制”：它不是简单地压抑欲望，而是一种有秩序的自我统治。它关心的并非一个人拥有多少欲望，而是欲望、情感与理性之间的权力关系是否恰当。

但细读这份交流记录后，我觉得梁文锋所说的“克制”还不只是道德意义上的节制。它同时是一种**组织原则和长期战略**。

他反复强调，DeepSeek 不是按照商业利益最大化的方式运行。所谓愿景也不是挂在墙上的标语，而是公司如何定价、是否开源、选择做什么，以及主动放弃什么。

> 愿景不是挂在墙上的标语，愿景是你怎么做，不是怎么说，就是你怎么实际运行。

在梁文锋的判断里，AI 的利益空间足够大，任何公司都不可能独占。越是试图把所有利益收入囊中，越容易遭遇竞争者、社会与历史的共同阻力。

因此，克制并不意味着放弃商业利益，而是**主动限制自己要占有的份额**，让公司只获取足以生存和继续研究的合理利润。

> 你需要有一套机制来确保你自己能够获得的利益是有限的，那么你才有可能做成。需要克制，我觉得是需要克制。

这套思路首先体现在开源上。开源既是愿景的要求，也是一种有意识的让利：把模型能力交给更多开发者，同时用工程效率与合理定价维持商业闭环。

它也体现在定价上。梁文锋把“买入一批设备后大约十个月收回设备成本”视为合理收益，并明确承认，如果以利润最大化为目标，价格原本可以定得更高。

所以，“十个月回本”并不意味着 DeepSeek 不赚钱。恰恰相反，它仍然是一笔可观的收益。区别在于，**收益是否成为压倒一切的目标**。

交流中有一句话说得很直白：

> 对我来讲，克制是一种战略。就在于有时候你可以舍弃一些，来换更多其他的东西。

这种舍弃还包括不急于把用户流量变成超级 App，不试图成为下一个字节或腾讯，也不向所有上下游环节扩张。

> 我希望只做一块。AI 这个事情很大，并不需要我什么都做……我只要吃我最擅长的那一块，或者我们认为最核心的那一块。

这里的重点不是清高，而是聚焦。前面的商业机会可能是“芝麻”，AGI 才是后面的“西瓜”。克制使团队可以放弃大量并非核心的事务，把算力、注意力与组织能力集中到最重要的问题上。

从这个角度看，开源、低价、少加班、不给研究者塞满“正事”，以及不追逐所有产品机会，其实是一套相互咬合的组织逻辑：

> **通过限制短期占有，换取组织凝聚力、社会合作与更高的 AGI 成功概率。**

这也是我真正欣赏这套思路的地方。它并没有否认利益，而是尝试为利益安排一个恰当的位置，让愿景而非欲望成为组织秩序的最高原则。

## 五、我所理解的计算政治学

实际上这段时间我也一直在参加计算政治学相关的论坛和会议，人在年轻的时候总会做一些庞大的不着边际的梦，不管你是什么虾兵蟹将，也想做着为AI4S出一把力的春秋大梦。

但是与DeepSeek那边清醒、克制的思路相比，国内计算政治学领域还处在探索阶段，甚至对什么是计算政治学都没能形成共识。

实际上我在23,24年就已经关注到了计算政治学，或者说信息政治学，技术政治学。

当时我还对量化方法呈现出某种偏见。（当时自己也确实不会量化的方法）认为其只是旧瓶装新酒的花样和把戏，可能也确实是因为看了太多的低质量的量化文章，所以先入为主的打上了标签。

但站在AI奇点爆发之前，如果要我来谈一谈什么是计算政治学，我可能会这样下定义：

1. 计算政治学的研究对象是传统政治学研究不到的，或难以研究的、不借用计算或大语言模型就无法研究的，它极大的扩展了政治的研究对象，使得政治的概念得到了广延，也在更多的事物与政治之间建立了相关关系。
2. 计算政治学的研究方法呈现出明显的“科学化”特征，打破了传统政治学研究中的不可复现、主观化、难论证难比较，推动了社会科学的“科学化”。
3. 计算政治学应当是技术政治学的下的一个分支，侧重于研究方法的科学和研究对象的广延。

![技术政治学的学科坐标](/images/posts/technology-politics-map.svg)

## 六、技术政治学的学科坐标

如果要我画个图的话，为这个研究领域找个坐标的话，技术政治学应当与技术哲学、技术社会学（STS）相靠近，技术政治学下设计算政治学、技术政治哲学和生命政治学。

我记得我在好几年前，就已经看到了技术政治学的相关研究，甚至国外好像还有一本专著。

温纳在1977年就出版了《自主的技术》，但是在国内却没有掀起太大的浪潮，甚至最先兴起的也是计算政治学。

![《自主的技术》英文版封面](/images/posts/autonomous-technology-cover.jpg)

当然，在我这里我也是比较好理解，而且能够自洽的。

近十年来，政治学领域的“公管化”或者说“马克思化”非常严重，我在本科阶段的时候一度认为政治学基本上已经丧失了学科自主性，政治学作为一门学科所具有的批判性和解释性已经基本变成“批判国外，阐释国内”，以至于我当时非常想跨专业去社会学和哲学，但是计划赶不上变化，我还是老老实实考了政治学的研究生。

但总之，每每看到顶刊刊发大量的这种公管和马克思的研究，我都非常痛心，有时候公管以及马克思的朋友和我吐槽，为什么你们学政治学的经常跑我们这里发文章，把学院名字一盖，谁能分辨出你是政治学的学者。

所以当国内兴起计算政治学的浪潮的时候，我是非常欣喜的，我自诩今天和八十年代引进理论的“学术之窗”是相似的，通过引进（也不一定是引进，本身国内做方法就非常出色，并且国内AI研究也非常前沿）新的研究方法和新的研究视野，政治学领域正在迎来一场前所未有的“科学化”。

我觉得这是非常重要的一件事，之前实习的时候和生物学的老师聊天，他们问我是怎么写论文的，我说基本就是立观点、文献综述，或者找案例研究，做描述等等。

他们总是反驳我，那你如何确保你的研究是真实的，你如何服务论证，如何面对同行的质疑。如果A说A是对的，B说B是对的，那你们之间如何比较研究的前沿与否？

这个时候我好像有点失声。

一方面，我确实没办法比较顶刊上不同论点之间的差距，甚至我连鉴别研究的能力都有些丧失。

我能看到的是整体政治学学界修辞能力和遣词造句的能力与日俱增，但我已经无力去分辨什么是好的研究，什么是口号式研究。

所以当计算政治学兴起的时候，我是双手赞成，虽然量化的方法固然有其弊端，但是和不可言说不可评论的研究相比，我还是非常喜欢这种至少从方法上来说可以评论的文章。

前段时间耿同学打假多个医学和生物学的大佬，但是当这股打假风蔓延到社会科学领域，打假很难有实锤，只能从“抄袭”上下功夫。

很显然，造假之风绝不仅仅只在科学领域蔓延，社会科学领域也一定有大佬造假，但是社科本身的特殊性质使得打假几乎无从下手。

而这股科学化的浪潮，总算能给公管化和马克思化踩个刹车。

## 七、从“科学化”到“有趣的问题”

计算政治学的未来会是什么呢？

我们目前已经看到了非常多元化的研究方法，比如机器学习、硅基样本、bert文本分析、向量网络分析等等；也有了非常多元的研究对象，比如音视频分析、各种各样奇奇怪怪的指数如五角大楼披萨指数、官员的颜值指数。

我没办法确定这样的问题是“真问题”，但至少这可能会是一个“有趣的问题”。

我已经很久都没有在政治学领域看到“有趣”的问题了，这一点难能可贵。

因为我总觉得，吸引一个人修习政治学，一定是有趣的政治现象，而能否将这些有趣的政治现象引导到严肃的政治问题，进而批判政治实践，这就是我们的职责所在了。

:::right
2026年7月27日 吉林大学北苑四学生公寓
:::


持续学习

政治学方法论

从梁文锋投资者交流会谈起：持续学习为何可能成为 AGI 的下一道瓶颈，“克制”如何构成一种组织战略，以及我所理解的计算政治学与技术政治学。

DeepSeek 的克制与持续学习的 AGI

一、从梁文锋的投资者交流会谈起

二、持续学习：AGI 的下一道瓶颈

三、不必追逐所有前沿：研究需要“闲暇”

四、“克制”：DeepSeek 的组织哲学

七、从“科学化”到“有趣的问题”


> 这是一篇复盘：我怎么一步步把一个念头变成一套能自我运转的研究知识库。里面的判断和取舍都是我自己的，写下来是为了让它们对我自己更清楚。

## 一、起点是一种焦虑

这套系统的第一块砖，不是一个目录结构，也不是一个工具，而是一种焦虑。

作为一个做政治学 × 人工智能交叉研究的人，我每天都在近距离看着模型变强。别人看到的是便利，我先看到的是威胁：

如果 AI 能把综述写得又快又全，能把范文的结构一眼拆穿，能替我把草稿润色到发表水准，那么再过几年，“我”这个研究者还剩下什么？

我会不会在不知不觉中，从一个思考者退化成一个给 AI 打下手、给它的输出做质检的人？

我不想要那个结局。于是我给自己立了一条底线，后来它成了整个系统的第一原则：

> **让使用者本人随 AI 进步而变强，而不是被替代。**

这句话听起来像口号，但它其实是一个非常苛刻的设计约束。

它意味着我不能造一台“帮我把研究做完”的机器。那种机器越好用，我就越弱。

我要造的是一台“逼我变强、同时帮我把杂活干掉”的机器。这两者的边界在哪，就是这套系统后来所有争论的焦点。

从这条底线，我推出了第二条原则，关于“资产该以什么形式存在”：

> **沉淀可迁移。**
>
> 一切有价值的东西，读书笔记、蒸馏出的写作标准、概念卡、领域地图，都必须是纯 Markdown 加 PDF，带着溯源元数据，不依赖任何特定模型、产品或工具。

今天我用这个 agent，明年可能换另一个；今天有这个笔记软件，三年后它可能倒闭。但我的沉淀必须活得比任何工具都长。

## 二、我不是从零发明的

我很警惕“从零发明一套个人系统”这种冲动。

个人知识管理是一个尸横遍野的领域，每个人都想造自己的乌托邦，然后在三个月后弃坑。所以我做的第一件事不是设计，而是找谱系：这件事历史上谁认真想过？

往上追，源头是 Vannevar Bush 1945 年的 “As We May Think”。

那篇文章设想 memex，设想人类把自己的思想外化成一张可检索的关联网络。它给了我一个定心的判断：

把外部记忆和内在思考分开，又用链接把它们缝起来，这不是新点子，是一条有八十年历史的正经思路。

再往近走，我借了 Karpathy 提出的 LLM Wiki 范式的骨架：

- **原始层**：不可变的素材。
- **生成层**：AI 加工出的产物。
- **Schema 层**：定义规则的元层。

配套动作也有三个：

- **Ingest**：摄入。
- **Query**：查询。
- **Lint**：体检。

这个三层三动作的架构后来几乎原样成了我的目录骨架。

摄入的具体手法，我参考了 nashsu 的两步摄入法：材料进来先泛读拿地形图，再逐章精读，而不是一上来就啃细节。

溯源的铁律，我是从 NotebookLM 那里偷来的。它逼着模型每句解读都锚定到原文页码，这一条我原封不动搬了进来，写成系统的 “Source-grounded 铁律”：

> AI 对文本的任何概括、质疑、解读，必须锚定原文的页码或段落。没有锚定的论断一律无效。

## 三、那处原则性修改：训练层必须人写

Karpathy 的范式里，生成层是 AI 大显身手的地方。AI 读、AI 写、AI 综合。这在工程语境下完全合理。

但把它照搬到“训练我自己”的语境里，就正好踩中了我最初的焦虑：

如果连读书笔记的正文、论文的核心论点都交给 AI 生成，那我练的到底是什么？

我只是在练“验收 AI 作业”的能力，而这恰恰是最先会被替代的能力。

所以我做了这处修改，把它写死进系统的第一原则里：

> **训练而非替代。凡属“判断与论点”的内容，AI 不代笔。**

这不是一句道德宣言，它需要被翻译成可执行的纪律，否则会在第一次赶稿时崩塌。

翻译的结果，就是这套系统真正的灵魂。

## 四、系统的灵魂：三级权限表

我把知识库里能发生的所有操作，按“谁来做判断”切成三级。

这张表是整套设计里我最得意、也最不肯让步的部分。违反它，在我这套系统里被定义为“事故”。

### ① AI 全权维护

秩序层和事实层，包括索引、日志、概念卡的惰性创建、失链修复、材料状态更新，这些没有判断含量的杂活，AI 自主去做，事后记一条 log 就行。

这是我让渡出去的部分，让渡得干脆，因为守着它们只会浪费我的生命。

### ② AI 起草 → 人批准

写作标准的蒸馏、领域地图、论文里的程式化部分，这些是“判断的显式化层”。

AI 可以起草，但任何未经我批准的稿子一律挂着 `status: draft`。而且 AI 起草的每一段正文都必须带 provenance 标注，把“这是机器写的”这件事钉在文件里，赖不掉。

### ③ 人亲手写 → AI 只质疑

读书笔记的正文、论文的论点脊柱，包括核心主张、论证的推进、证据的解释、对反驳的回应、贡献声明。

这是**训练层**，是我练功的地方。

在这一层，AI 被明确禁止代写。它能做的只有一件事：以署名引用块的形式，给我的文字附上质疑、批注、独立的攻击报告。

语言润色也只能以对照建议给出，采纳权永远在我手上。

这张表的妙处在于，它把“AI 帮我”和“AI 替我”这条模糊的线，变成了一条可以逐条操作、可以事后审计的硬边界。

哪一层出了错，翻 log 就知道是谁越了权。

## 五、温度模型：让沉淀分层冷却

权限表解决了“谁做什么”，接下来要解决“东西放哪、活多久”。

我不想要一个所有文件都平铺在一起、三个月后就变成垃圾堆的文件夹。所以我给知识库设计了一个温度模型，按生命周期把内容分层。

### 恒温层

恒温层是跨领域的慢沉淀：

- `corpus`：原始材料。
- `distilled`：写作技艺的蒸馏。
- `reading-notes`：经典精读。
- `concepts`：概念卡。

这些常年有效，是知识库的地基。

### 领域层

领域层，也就是 `fields/`，随我的研究议程升温和冷却。

每进入一个新领域就建一个档案袋：领域地图、领域文献的蒸馏笔记、这个领域特有的写作与方法惯例。

离开这个领域后，档案袋不删，留着以后复用。

### 项目层

项目层，也就是 `my-papers/`，是单篇论文。

论文一完成就冷冻，长期存档可查。

### 秩序层

秩序层包括 `index`、`log`、`queries`。

这是 AI 维护的导航与记忆，每次操作都在更新。

### 规则层

规则层包括 `CLAUDE.md`、`workflows`、`templates`。

这是可替换的那一层。

这个温度模型背后其实是同一个执念：

> **沉淀层永不重写，规则层可整体替换。**

明年出了更强的模型、更好的工作流，我把规则层推倒重写，而底下几百份笔记一个字都不用动。

这是“沉淀可迁移”原则在结构上的兑现。

配合温度模型的是一套**晋升机制**，单向上行：

- 活得比论文长的洞察，从项目层升到领域层。
- 跨领域反复出现的概念，升到恒温层的概念卡。
- 遇到极佳的论文，升进蒸馏范文库。
- 值得精读的文本，升进经典库。

晋升不是随手就做，而是由体检流程提议、由我批准。

知识在这套系统里是会“升温”的：用得越多、越通用的东西，沉淀得越深。

## 六、几条我特别在意的小纪律

大结构之外，有几条细纪律，是我在过程中一条条想清楚、写进章程的。

它们看起来琐碎，但每一条都在防某种具体的退化。

### 引用不复制

同一份知识只有一个权威版本，其余地方一律用 wikilink 指过去，绝不抄副本。

这样知识库不会因为复制而产生互相矛盾的多个版本。

顺带，因为全库用 `[[wikilink]]` 互链，它可以直接当 Obsidian 仓库打开，图谱视图就是免费的可视化。但这只是福利，不是依赖。

### 惰性创建概念卡

一个概念只有在至少两处不同文本或领域里出现过，才值得建卡，并回填首次出现处的链接。

这条防的是“为建卡而建卡”的收藏癖。收藏不等于理解。

### 矛盾要标注，不要抹平

精读笔记里，我不同时期对同一个文本的自我矛盾，是我思想演化的痕迹。

系统的纪律是标注它、保留它，而不是让 AI 把它抚平成一个融贯的版本。

一个把自己所有矛盾都抹掉的知识库，是在骗自己。

### 双语分轨

中文和英文的写作标准分开蒸馏、分开存放、分开引用，不许互相借用彼此的规范。

## 七、还没填完的部分

诚实地说，这套系统现在更像一副骨架，而不是一个填满的身体。

方向层，也就是 `CONSTITUTION`，到今天还挂着 draft，好几栏空着：我的核心研究问题、演进中的论点、目标期刊、想改掉的写作毛病、经典精读队列，都还是待填的 `⬜`。

范文清单和精读书单也还在待审区攒着。

但我不着急，甚至觉得这样正好。

这套系统的设计本来就允许，甚至鼓励它随我一起演化。

规则层可以重写，方向层会在每次体检时被重新检视，连我自己演进中的论点，章程里都明写着“允许被自己的笔记推翻”。

它不是一个建好就封顶的房子，而是一个我要在里面住很多年、边住边改的地方。

回到最开始那种焦虑。造完这套东西，焦虑没有消失，但它变了形状。

我不再问“AI 会不会替代我”，而是每天在用一套结构逼自己回答一个更具体的问题：

> 这件事，到底该我做，还是该它做？

把这个问题一次次问清楚、答清楚、记下来。这件事本身，可能就是这个 AI 时代里，一个研究者能为自己做的最要紧的训练。

---

*谱系备注：本系统架构承自 Vannevar Bush 的 “As We May Think” (1945) 与 Karpathy 的 LLM Wiki 范式（原始层 / 生成层 / Schema 层，Ingest / Query / Lint），摄入法参考 nashsu 两步法，溯源铁律取自 NotebookLM，并做一处原则性修改：训练层必须由人亲手写。*


知识库

个人知识管理

Obsidian

AI协作

一篇关于个人研究知识库的复盘：如何把焦虑翻译成系统原则、权限边界、温度模型和长期可迁移的沉淀。

建造一个不会被 AI 替代的知识库

三、那处原则性修改：训练层必须人写

五、温度模型：让沉淀分层冷却


如果你读过足够多的硕士论文，大概见过这样一种文章：开头是几页气势恢宏的「理论对话」，作者与一长串大师的名字逐一握手，布迪厄、福柯、吉登斯、贝克轮番登场，每一个都被恭敬地请来，为这篇论文的「重要性」作证。可如果你愿意做一个很简单的实验——把这些谈理论的段落整段删去，再回头看剩下的部分——你常常会发现，剩下的东西不足以构成一篇论文；甚至那个被反复申说的「研究问题」，本身也不是一个真问题。

我把这种使用理论的方式叫做「庸俗地使用理论」。而我想说一句可能有点重的话：庸俗地使用理论，是一种怯懦。

## 一种学术的怯懦

这种怯懦有两副面孔。一副是用理论来彰显——通过与学界的理论对话，证明「我的问题是严肃的、是接得上谱系的」；另一副是用理论来遮蔽——当材料本身干瘪、空洞、撑不起一篇文章时，纷繁复杂的理论恰好是最好的填充物。两副面孔指向同一件事：理论在这里不是用来「看」的工具，而是一张通行证，一次仪式性的身份标记。引用者真正想要的，并不是这个理论帮他看见了什么，而是借大师的名字，为自己换取一种发言的资格。

需要说清楚的是，这件事多半不是某个研究者偷懒的结果。一个更诚实的说法是：是建制让它成了阻力最小的那条路。文献综述像是一次建档，理论对话像是一场规范化的裁决，期刊与评审系统所识别的、所奖励的，恰恰是这一整套仪式是否被规范地完成。我见过做量化的同行非常坦然地描述自己的流程：先搜文献，看看自己的变量出自哪个理论，然后「套一个理论的外壳」，再提出模型。他说这话时没有任何羞愧——因为在他的领域里，套外壳不是越轨，套外壳就是标准本身。

所以怯懦与其说是某种个人品性的缺陷，不如说是一种被建制生产出来的姿态。但它仍然是一种放弃：一个人面对自己的材料时本应做的工作，被一件理论的外衣替换掉了。怯懦的核心，是对自己材料的不自信——你没有在材料上下足够的功夫，于是需要别人的理论来替你撑场。而不幸的是，这种怯懦如今已经成了学术界乃至期刊领域公认的标准。

## 脚注里的福柯

让我把话头转到福柯。

这几个月我一直在读他，最直接的感受是一种奇异的反差：在福柯的书里，正文几乎全是材料——审讯记录、监狱章程、军事操典、济贫院的文件，一个又一个具体的场景；而理论几乎都退到了脚注里。你可以读完一整章，都不会被告知「根据某某理论」。这恰好是开头那种论文的反面。

但千万不要因此以为，福柯写的是「没有理论的」、是「让材料自己说话」的东西。恰恰相反。规训、全景敞视、权力—知识——这些是极强的理论构造，是一整套他自制的概念装置；那些档案之所以被看见、被挑选、被并置成一个论证，背后正是这套装置在高强度地运作。福柯有一个很有名的做法：他引用马克思时常常不加引号，也不点名。他的意思是，一旦加了引号、点了名，读者的注意力就会从「这个分析对不对」滑向「这是马克思说的」——从论证，滑向了对权威的指认。

这才是关键。材料从来不会「自己」呈现出什么；是那个隐而不显的、理论化的编排，让材料看起来像是在自己说话。福柯的「克制」不是理论的减法，而是理论被消化得太深，以至于不再以引用的形态露面。换句话说，理论在他那里，已经从一个「对话的对象」，变成了一副「看的器官」——而人是不会去引用自己的眼睛的。

于是我们可以把「理论」这个词拆开来看。有一种理论是可以「套」的：它像一件外壳，今天套在这个对象上，明天套在那个对象上，似乎都说得通——而它的破绽恰恰在于它什么都能解释，因为它从一开始就没有真正承重。有一种理论是用来「致敬」的：它出现在文献综述里，是一枚身份的徽章。还有一种理论，是已经长成你眼睛的那种——它构成了你看见什么、看不见什么，因此你根本没法事后再把它「套」上去。前两种，都可能沦为怯懦；福柯所实践的、也是真正值得我们去学的，是第三种。所谓「理论的克制」，命名的正是第三种。

## 理论的质感

但这里有一个让人有些沮丧的事实：第三种理论，没法用学会前两种的方式学会。

引用、致敬、综述这一整套学术仪式是容易的，几乎谁都能在一年之内学会，而且仅凭这套仪式，也足以发表文章。真正难的，是那种长成眼睛的东西。贺雪峰在谈田野时用过一个词，叫「经验质感」——一种经过长期训练才能获得的、对事物敏锐的感受与还原能力。我想，与之对应的，是一种「理论的质感」：一种能够判断某个概念是否在这批材料上真正做了工作的、被训练出来的能力。

这种质感其实并不玄，它落在两个很具体的信号上。其一，当你反复地看一批材料，却始终无法把它们组织起来的时候——材料对你产生了抵抗——这往往就是你需要回到理论的时刻。其二，当你的理论解释得过于顺滑，顺滑到换一个概念也能解释、换一个对象也能解释的时候——那很可能是你的理论正在空转，你只是套了一个外壳；这时你需要回到文本，重新追问：这个理论原本要回答的问题，到底是什么？理论的质感，就是对这两个信号的敏感——是分辨一个概念究竟在「承重」还是在「装饰」的那种耳力。

当然，「质感」也好，「品味」也好，本身带着一重危险：它很容易变成一种更精致的势利，变成「我读过柏拉图、康德、福柯、德勒兹」式的新徽章。品味终究也是一种符号资本。对此我没有什么干净的解法，唯一还算诚实的态度，大概是不假装它不是资本，而是尽量把它分给更多的人——这也是我愿意在公开的地方写下这些的部分原因。

所以，一篇论文里理论出现了多少次，并不能说明你学会了理论。真正的标志或许恰恰相反：你终于敢把理论的名字放回脚注——不是因为材料可以脱离理论自己说话，而是因为理论已经长成了你的眼睛，不必再反复指认。

而这种「敢」，唯一的来路，是你在材料上实实在在下过的功夫。怯懦，是把理论请到正文里、加粗、置顶，因为材料撑不住；克制，是把功夫下在材料上，然后让理论安静地退回脚注。前者很热闹，后者很难。


社会研究分享

福柯

理论

方法论

学术写作

社会科学

为什么说庸俗地使用理论是一种怯懦？从福柯把理论放进脚注的写法出发，谈理论的克制、材料的功夫，以及一种可以被训练的理论质感。

庸俗的使用理论是一种怯懦

劳工史

英国矿工

能源政治

保供

外包

社会史

从 1947 年煤矿国有化、1972 年萨尔特利大门、1984 年奥格里夫到 2015 年深井关闭，重读英国矿工、能源安全与劳动外包的历史。

保供、罢工与被外包的矿工：英国矿工曾让国家停摆，后来他们如何被外包掉

一、旗子升上去了，可人还要下井

二、萨尔特利大门之战：煤矿工人如何让国家停摆

三、北海在远处发光：国家如何绕开矿工保供

四、从矿工到承包工：被拆碎的劳动共同体

五、矿井必须有出口，工人也必须有出口

图像附录：矿区共同体的日常与余波

书评

民间信仰

性别研究

宗教史

从康笑菲《狐仙崇拜》出发，理解狐仙如何记录贫困、性别、民间信仰与地方治理之间的暧昧关系。

狐仙、贫家破屋与官印：一部被妖魅保存的民间史

一、两个故事：祭祖桌旁的白狐，县衙瓶中的盗户

二、贫家破屋中的神：狐仙崇拜的社会史土壤

三、使用狐仙：女性、边缘与危险的庇护

危险的庇护：狐女、流民与叛乱想象

四、守印大仙？官方的挪用与民间的再造

毁庙杀狐：正史里的「淫祀遂息」

狐祖师的申诉：妖魅的情、理、法

五、转运的渴望：为什么边缘之神仍受崇敬


论文工厂：MIT 如何用几十个 AI 把「写论文」拆成流水线｜认识的乐趣 · 第4期

一周自动产出 34 篇实证论文。我们把它的架构和提示词逐条拆开，挑出能直接抄进你自己工作流的部分。

---

如果你也用 AI 写过东西，大概率见过这一幕：让它写一段文献综述，它张口就来，引文煞有介事，点开却查无此文；让它分析一份数据，它把「相关」写成「导致」，把一个勉强显著的系数说得斩钉截铁；让它润色，满屏都是「这表明」「不仅……而且」和泛滥的破折号。它很流畅，但你不敢用。

MIT 斯隆管理学院的 Nathan Wilmers，和伦敦大学学院（UCL）的 Per Engzell，干脆把这个问题做成了一个系统。他们搭了一套叫 The Paper Factory（论文工厂）的多智能体流水线：你丢进一个研究问题和一份数据，几十个 AI agent 接力，自动跑统计、写作、查错，最后导出一篇带图表和引用的完整实证社科论文。一周时间，它生成了 34 篇。

结果很微妙：作者判断，这些论文里不少「够格送去同行评审」，但**无一能直接发表**——它们能挖出真实的经验规律，却在框架、取舍和判断上差了一口气。论文《The Paper Factory》已作为 SocArXiv 预印本放出，还附了一个公开的成品画廊，你可以自己去读那 34 篇，自行判断（注1）。

但这一期我们想拆的，不是「AI 到底能不能写论文」这个会吵翻天的问题。真正值钱的，不是它会写论文，而是它**用一整套工程手段，把 AI 从「油嘴滑舌」逼成「严谨」**的那套设计。这套设计和你要不要写论文无关——只要你在用 AI 干正经活，它就能抄。下面我们分两半拆：一半架构，一半提示词；能直接复制的，我都给你标出来。

## 一、先认识这座「工厂」

先说它反直觉的地方：论文工厂不是「一个很聪明的大模型一气呵成」，恰恰相反，它假设**每一个 agent 都不可靠、都会偷懒、都会自我感觉良好**，然后用流程把这些毛病一个个摁住。

它把「写一篇论文」拆成十几道工序，每道工序由一个独立的 agent 完成：提出研究发现、清洗数据、跑回归、自我批判、过质量关、成文、润色……工序之间不靠一个无所不知的「大脑」串起来，而是靠**文件**交接。这套思路，本身就是这期最该抄走的东西。

## 二、架构：四件「逼 AI 严谨」的工程设计

第一件 · 文件即状态机：每步都「失忆」，整体却可控

论文工厂不让 agent 在一个越滚越长的对话里攒记忆，而是**每一步都开一个全新的 agent**，彼此只通过磁盘上的文件交接。这一步该不该做、做到哪了，不靠「它记得」，而靠「扫描哪些产物文件已经存在」反推。

原文里有一句很硬的指令：「Run each step with a fresh agent context.（每一步都用全新的 agent 上下文跑）」，以及「Never stop at a plan or scaffold…（绝不停在一个计划或骨架上）」——意思是每一步都必须落出一个实打实的产物文件，而不是交一份「我打算这么做」。

这样做的好处是工程上的：天然可中断、可续跑、可审计。某一步错了，回到那个文件重跑即可，不必从头再聊一遍。

【你能怎么用】把长任务从「一个长对话」里拆出来，让 AI 每一步只产出一个文件：`大纲.md`、`清洗.py`、`结果.csv`。下次直接说「读这个文件，接着往下做」。可中断、可回看、不串味——这是个人用 AI 做复杂活时，立刻能感到差别的一招。

第二件 · 发散 → 收敛：并行很多个，再「只选一个」

到了「找研究发现」这种开放度很高的环节，论文工厂不让一个 agent 一次性给答案，而是**同时跑 6 路互不相见的独立候选**，每一路只聚焦做出一个小结果；然后由一个专门的 decider（裁决者）从中**只挑一个**，并被明令禁止「合并」「综合」。

原文的措辞近乎严厉：「Do not synthesize. Do not merge packages. Pick one.（不要综合。不要合并这些产出。只选一个。）」

为什么这么轴？因为把多个 AI 产出「平均」或「缝合」到一起，你会得到一锅没有立场的浆糊——每个观点都被磨平，最后谁也不得罪，也谁都说不出。独立发散保住了锋利度，显式选择保住了判断。

【你能怎么用】开放式的活（取标题、定选题、想分析角度），让 AI 一次给 3–6 个**彼此独立**的版本，你自己或另开一个「评委」prompt 只挑一个，禁止它折中。比指望一个 agent 一次到位要好得多。

第三件 · 生成 / 批判 分离：每个「作者」都配一个「审稿人」

论文工厂里，每一个负责产出的 agent，都配一个**上下文独立、立场对立**的 critic（批判者）。关键在于，这个批判者的任务被**刻意收窄**：它只问一件事——「这个产出有没有立刻致命的硬伤？」原文：「Does this package have an immediate fatal empirical flaw…?」同时还有一条护栏，防止它从一个极端滑向另一个极端：「Do not reject … merely because it has normal limitations.（不要因为它有常规局限就毙掉它。）」

道理朴素得有点扎心：**作者审不了自己**。同一个上下文里，模型只会顺着你、夸你、替你打圆场。换一个干净、对抗性的新上下文，它才会去抓「夸大其词」和「机械性假象」。

【你能怎么用】写完一段、跑完一个分析，**新开一个对话**，把它当成一个敌意审稿人，只让它找「立刻致命的硬伤」，别管常规局限。你会发现它突然「敢说话」了。

第四件 · 质量闸 + 问题账本：「数字对了」也不算通过

这是整套设计里最像「制度」的部分。论文工厂设了两道闸，职责分得很清楚：

- 闸一：只查「代码能不能复现论文里的数字」。
- 闸二：查「这些数字到底支不支持文中的论断」。

一句原文点破了二者的区别：「Matching numbers is necessary but not sufficient for a pass.（数字对得上，是通过的必要条件，但不充分。）」数字能复现，不等于结论站得住——这是无数论文翻车的地方。

更妙的是它还配了一份只增不删的问题账本（`audit_issue_ledger.md`）当跨步记忆：带 blocking 标记的问题没清干净，就过不了闸，而且**禁止静默删除**历史问题。这一条专治 AI 流水线的一个顽疾——「问题在后续步骤里悄悄消失了」。

【你能怎么用】别让 AI 一句「我改好了」就翻篇。把「复现」和「支持论断」分两步问；让它把发现的问题写进一个清单，只增不删，没解决的不许进入下一步。

## 三、提示词：把规矩，写死进 prompt

如果说架构是骨架，提示词就是论文工厂用来「驯化」机器的条款。它的思路始终一致：**不假设 AI 自觉，而是把每一条规矩白纸黑字写死**。下面四条最值得抄，其中三条我整理成了可以整段复制的模板。

第一条 · 防偷懒、反走捷径

AI 有强烈的「挑好做的做」的惰性。论文工厂在 prompt 里直接堵死：「Do not choose a weaker design just because it runs faster… keep the design and solve the runtime problem.（不要因为某个设计跑得快就选它……保留强设计，去解决运行问题。）」翻译成人话：强方案慢，那就去把它跑通，而不是退而求其次换个弱的。再加一条——别停在计划或脚手架上，这一步要的是落盘的具体产物。

【可直接抄】在你的 prompt 里显式禁止两件事：「用计划代替执行」和「挑好做的弱方案」。

第二条 · 把「嗅探」编码成清单

老练的审稿人一眼能看出的「伪结果套路」，论文工厂把它们列成了一张显式清单，让 AI 逐条自查。这是最能直接迁移到你自己领域的一招——把你这行「老手一眼能看出的坑」写成 checklist 塞进 prompt。下面这段可直接复制（社科量化方向）：

［可复制 · 伪结果审稿清单 prompt］
角色：你是一名挑剔的量化社科审稿人。
对下面的分析，逐条排查这些「伪结果套路」，命中就标 ⚠ 并说明原因和验证方法，没问题标 ✓：
1. 共享分母的比例回归（X/N 对 Y/N，分母彼此相关）
2. 残差 / 补集变量（用总量减去自身，造出一个反向变量）
3. sum-to-one 恒等（份额加总为 1 带来的机械负相关）
4. room-to-move 梯度（基线越低越容易涨的天花板效应）
5. 按结果变量取样 / 筛选样本
6. 对照组被污染 / 样本自选择进入处理组
7. 前定变量里混进了结果的后果
8. 反向因果 / 双向因果没有排除
默认严重度：如果核心结论依赖第 1 条「共享分母比例回归」，直接记为 Concern，并要求更换识别策略。
输出一张表格：套路 | 是否命中 | 定位到段落 | 如何验证。
待查分析："""在此粘贴你的方法与结果"""

原文给的默认严重度规则同样可参考：「If a central claim relies on a shared-denominator share regression … treat that as a default Concern.」

第三条 · 语气，必须绑死证据强度

这是 AI 写作最容易翻车、也最该上硬约束的地方。论文工厂规定：识别策略不成立，就**强制改口**——「you MUST use hedged language … rather than causal language.（你必须使用对冲性的措辞，而不是因果性的措辞。）」没做出因果识别，就只能说「相关 / 与……一致 / suggestive」，不许说「导致」。下面这段可直接复制：

［可复制 · 因果严谨自查 prompt］
角色：论文方法审查员，挑剔、不奉承。
审查下面的文字，严格执行三件事：
① 因果措辞闸门：除非研究设计能识别因果（随机实验、DID 且通过平行趋势检验、断点回归、工具变量且工具外生且够强、事件研究），否则禁止使用「导致 / 提高 / 降低 / 使得 / 因为……所以」，一律改成「相关 / 与……一致 / suggestive / 在控制 X 后依然存在」。
② 证据分级：每一个结论后面标注 [因果可识别] / [仅相关] / [描述性]，并写明依据哪种设计。
③ 越界清单：逐句列出「措辞强度 > 证据强度」的地方，指出风险，并给出降级改写。
只输出：问题清单（定位到句）+ 改写建议。
待审："""在此粘贴你的方法 / 结论段"""

第四条 · 防编造，再把「AI 味」擦掉

最后两道护栏，对付 AI 的两个老毛病：一是编，二是腔。论文工厂的规则很直接：「Never fabricate examples… must come from a real, citable source.（绝不编造例子……必须来自真实、可引用的来源。）」每个数字还要回到原表核两遍。然后它专门写了一步「去 AI 味」的润色，列出一长串要删的痕迹。下面这段把两者合在一起，可直接复制：

［可复制 · 防编造 + 去 AI 味 prompt］
第一段 · 事实护栏（处理我的文本时永远遵守）：
① 禁编造：例子、文献、引用必须真实可查；不确定就写「[待核实]」，绝不杜撰作者、年份、期刊、DOI。
② 数字双核：正文每个数字，回到我给的数据核对两遍，列「正文数字 vs 数据源」对照表，不一致一律标红。
③ 措辞不越界：套用上面的「因果措辞闸门」。
第二段 · 去 AI 味（只改文风，不动事实）：
删掉这些痕迹——滥用破折号、加粗斜体强调、「It is not X, it is Y」句式、「This suggests that…」、单句成段、冒号列举成串、套路化的主题句，以及 robust / striking / nuanced / delve / landscape 等词。
输出：改写后的全文 + 一份「改动点」清单。

反讽的是，要让大模型写得不像大模型，靠的不是「你自然一点」这种空话，而是这样一条条契约，把它的默认倾向一项项纠正回来。

## 四、可抄：把这套缩小到你的桌面

如果你想搭一个自己的「写作 / 研究 agent」，论文工厂的目录结构本身就是一张可以照搬的蓝图——每个文件夹就是一道工序、一个独立 agent：

paper-agent/
├─ 00_question.md         # 投料：研究问题 + 数据说明
├─ findings/              # 发散：6 路独立候选，互不可见
│   ├─ cand_1.md … cand_6.md
│   └─ DECIDER.md         # 收敛：只选 1 个，禁止合并
├─ analysis/
│   ├─ run.py  results.csv  # 自动跑统计，落盘硬产物
│   └─ critic.md          # 生成-批判分离：独立、对抗，只挑致命硬伤
├─ gates/
│   ├─ gate1_reproduce.md # 闸一：数字能否复现
│   └─ gate2_support.md   # 闸二：数字是否支持论断
├─ audit_issue_ledger.md  # 问题账本：只增不删
└─ paper.md → paper.pdf

再配三条让它「跑得稳」的硬约定：其一，每步开新 agent，只读它需要的文件、只产出一个文件；其二，每一步结尾必须输出一行机器可读的判决——`VERDICT: PASS | CONCERN | FAIL — 理由`，交给代码来放行或打回，而不是靠「感觉」；其三，问题账本只增不删，带 blocking 的没清干净，禁止进入下一步。

你不必真去写论文。哪怕只是让 AI 帮你写周报、做调研、整材料，这套「拆成文件 + 发散选一 + 配个审稿人 + 分两道闸 + 记一本只增不删的账」，照样能让产出从「看着唬人」变成「敢用」。

## 五、34 篇论文，和那道交不出的工序

回到那个微妙的结果：一周 34 篇，够格送审，却无一可直接发表。

差的那口气是什么？作者的判断是：框架、取舍，以及**在彼此竞争的标准之间做权衡的判断力**。流水线能把「严谨」拆成一道道可检查的工序——能不能复现、措辞配不配得上证据、有没有踩进伪结果的坑——这些都能被编码、被自查、被闸门拦下。但「这个问题值不值得问」「在两个都说得通的解释之间该信哪一个」「这篇到底想说什么」，目前还交不出来。

这恰恰是这套系统最诚实、也最有用的地方：它没有许诺替你思考，而是把「思考之外那些机械、繁琐、却最容易出错的活」尽量自动化、尽量逼到严谨——然后把真正需要判断的部分，干干净净地留给了你。

把它当一个会自动写论文的玩具，它确实好玩；但把它当一套「逼 AI 严谨」的工程范本来抄，你今天就能用上。毕竟，让灯亮起来的从来不是机器本身，而是你给它定下的那些规矩。

———

## 注释

注1：论文为 Wilmers, N. & Engzell, P., "The Paper Factory"，SocArXiv 预印本（2026），含公开的成品论文画廊。该系统基于「编码智能体（coding agents）」实现，相关背景可参见 Anthropic 的 "Coding agents in the social sciences"。文中英文引语均出自该系统公开的提示词与说明，中文为意译。

## 参考资料

· Wilmers, Nathan, and Per Engzell. "The Paper Factory." SocArXiv preprint, 2026.
· Anthropic. "Coding Agents in the Social Sciences." 2026.
· Nathan Wilmers, MIT Sloan School of Management 教师主页（研究领域：工资与收入不平等、经济社会学、劳动社会学）。
· Per Engzell, University College London（计算社会科学 / 社会学）。
· 关于「数字可复现 ≠ 结论成立」与审稿中的常见统计陷阱，可延伸阅读计量经济学因果识别（DID、RDD、IV、事件研究）相关教材。

———

认识的乐趣 · 第4期 · 干货拆解　|　关注我们，下一期继续拆。


Claude

Prompt 工程

AI 工作流

多智能体

论文写作

科研工具

一周自动产出 34 篇实证论文。拆解 The Paper Factory 的架构、质量闸、提示词与可迁移的 AI 工作流方法。

论文工厂：MIT 如何用几十个 AI 把「写论文」拆成流水线

二、架构：四件「逼 AI 严谨」的工程设计

三、提示词：把规矩，写死进 prompt

四、可抄：把这套缩小到你的桌面

五、34 篇论文，和那道交不出的工序


说起来也很奇怪，我在很小的时候就被教育要往"前"走，要往"上"看，要进步，要努力，好像所有人都在告诉你，不用考虑什么是你想要的，只要继续进步下去，你就会得偿所愿。

当时的自己一直将这个奉为神明，但是我总是非常贪玩，初中迷恋电子游戏，高中迷恋爱情，但也是一边带着愧疚的心在玩，一边对父母和老师忏悔：我总觉得自己这么贪玩辜负了父母的努力，辜负了别人对我的期待，辜负了"进步"的设想。

### 两套"进化"叙事

总的来看，回顾我的人生，教育制度的制度设计同时服务于两套"进化"叙事，而这两套叙事的交织极大的稳固了制度本身。

第一套是个体层面的进化叙事。作为一名学生，教育制度清晰的设定了这个阶段的进步指标：考上好高中、考进重点班、考试名列前茅、当上班干部…从初级教育到中级教育到高级教育，一步一步走向高考，通过一场场考试兑现国家对你的"身份认证"。每个阶段都被设计为比上一个阶段更高级、更困难，你的能力也在不断的进步，最终在终点处达成某种自我实现。在当代教育制度下，每个人都首先是你的敌人，其次才可能是你"短暂的朋友"。在走向终点的过程中，你总是在不断的告别曾经的朋友，不断的将它们远远的"甩"在身后。但从未有人告诉你应该如何交朋友，应该如何与他人进行社会连接。

第二套是社会层面的进化叙事。从国家的角度看，这个教育过程沉淀的是劳动技能，它把一代一代的年轻人转化成经济再生产所需要的劳动力。在考试和进步中，被肯定的是"服从性""重复性""记忆力"和经济成本的计算，不会有人在乎创造力和想象力。与此同时，它消耗的是"当嬉皮士""搞革命"的精力和时间，你在教育系统中被占满了时间，没有余裕去想象其他可能性。从学校到工厂，教育体系完成了闭环。

对于个体来说，这是一个"进化"的故事，对于体制来说，这也是一个"进化"的故事，但两者的含义完全不同。个体以为自己在走向自我完成，并且将成功归结为个人的"努力"；体制收获的是社会的稳定和劳动力的再生产。两套叙事叠合在一起，使得整个制度设计获得了双重的合法性支撑，你既因为"我在进步"而投入其中，体制也因为"国家在发展"而维持运转。

### 社会达尔文主义

但这种线性进步观本来就是无稽之谈，线性进化本身就是一种没有经过检验的信念。"我按照这个制度一步一步来就一定能成功"——这种"只要什么就能什么"的句式和宗教信仰没有本质区别。

按照高中历史课本上说的，自五四新文化运动以来，民主和科学都没有在中国真正扎根。唯独进化论深入人心。但这种进化论从严复翻译引入的那一刻起，其底色就始终是社会达尔文主义。

无论是以民族国家为单位（"落后就要挨打""弱肉强食"），还是以个体为单位（"不进则退""你不努力就会被淘汰"），中国人理解"进化"的方式始终是社会达尔文主义的。"落后就要挨打"不是一句空洞的口号，而是对鸦片战争以来历史经验的一种浓缩。

这种民族层面的"进化焦虑"被内化到了个体层面，每个人都觉得自己必须不断"进步"，否则就会被淘汰。民族叙事和个体叙事再次叠合，相互加强。在今天，社会达尔文主义是中国人最大的信仰。所有其他思潮——马克思主义、自由主义、儒学复兴——都在某种意义上失败了，或者说都没有真正渗透到大众的日常思维中去。唯独社会达尔文主义成功了，然而更令人担忧的是，没有任何体制性的力量试图去纠正这个局面。

尽管社会达尔文主义在理论上与马克思主义存在根本矛盾，但是在实践层面，整个制度设计——高考竞争，绩效排名，非升即走，淘汰式相亲，都在不断地强化社会达尔文主义的逻辑。这也是为什么无数的学生会对教育产生幻灭，无数的学生一窝蜂的考研、考公。大家都在名为"进步"的系统中寻找那个自我实现的"终点"。这就是现代性在中国的极致展开。

### 进步的幻象

写到这里，相信你也发现了，支撑这一套体系运转的关键在于进步主义叙事作为官方意识形态的包装和强化。官媒会创造出一些规范化的人生样板：考上985、考取研究生、结婚生孩子、年复一年日复一日的努力。

等级序列需要一个"向上"的价值判断——排名靠前是好的，排名靠后是需要改进的。教育的阶段化需要一个"成长"的故事——你从低年级到高年级，是在"发展"，是在"完成自我"。如果没有进步主义叙事作为底层逻辑，这整套规训机制就失去了合法性。

你凭什么说偏离样板是坏的？你凭什么说排名靠前比排名靠后好？你凭什么说高年级比低年级"更高"？——答案是：因为我们相信存在一个从低到高、从差到好、从不完善到完善的方向。这个信念就是进步主义。

但进步主义是正确的吗？进步主义是真理吗？17/18世纪的生活就一定过得不如现在的我们吗？科技发展就一定会带来幸福吗？

答案是显然的。进步主义是彻头彻尾的谎言，是编织出来的一场美好的梦。困扰五四时期青年的，是不知何谓进步，不知国向何去；而困扰今天青年的，是不知何谓终点，不知我向何去。并且令人难过的是，我们连交朋友的能力也丧失了，所谓"摇滚""嘻哈""革命""自由"的词已离我们远去。

福柯曾经说过，从野蛮到文明，从无知到科学，体现的从来就不是进步，而是权力运作方式的变迁，不是好与坏的差异，只是从一种控制方式到另一种控制方式的演变。

从这个角度来看，中国的青年应当是悲哀的，我们不仅在身体层面被规训了（安排在特定的时间、空间、等级中），也在精神层面被规训了（你真诚地相信"超越他人"就是生命的意义，"不断向上"就是正确的人生方向），我们丧失了朋友，丧失了音乐，也丧失了我们的青春。

> *我的心分外地寂寞。
> 然而我的心很平安；没有爱憎，没有哀乐，也没有颜色和声音。
> ——鲁迅《希望》*


说起来也很奇怪，我在很小的时候就被教育要往"前"走，要往"上"看，要进步，要努力，好像所有人都在告诉你，不用考虑什么是你想要的，只要继续进步下去，你就会得偿所愿。