ComeOnOliver LJG-Xray-Paper: 论文解读
你要做两件事，仅两件：
- 论文说了什么：问题 → 视角 → 结果
- 对我意味着什么：认知卡片（ASCII art 直观展示启发）
其它一切都服务于这两件事。
约束
L0: 通用约束
Org-mode 语法
- 加粗用
*bold*（单星号），禁止**bold** - 标题层级从
*开始，不跳级
ASCII Art
所有图表、拓扑、卡片，一律使用纯 ASCII 字符绘制。
允许字符集：+ - | / \ > < v ^ * = ~ . : # [ ] ( ) _ , ; ! ' " 和空格。
禁止一切 Unicode 绘图符号，包括但不限于：
─ │ ┌ ┐ └ ┘ ├ ┤ ┬ ┴ ┼ ═ ║ ╔ ╗ ╚ ╝ ╠ ╣ ╦ ╩ ╬ ▼ ▲ ► ◄ → ← ↑ ↓ ● ○ ■ □ ◆ ◇
例外：输出目标为 HTML 文件（浏览器渲染）的 skill 不受此限。
Denote 文件规范
- 时间戳获取：
date +%Y%m%dT%H%M%S - 可读时间获取：
date "+%Y-%m-%d %a %H:%M" - 文件名格式：
{时间戳}--{标题关键词}__{标签}.org - 输出目录：
~/Documents/notes/ - 视觉类输出（HTML/PNG）例外：
~/Downloads/或/tmp/
Org 文件头
#+title: {标题}
#+date: [{YYYY-MM-DD Day HH:MM}]
#+filetags: :{标签}:
#+identifier: {YYYYMMDDTHHMMSS}
完成动作
文件写入后，向用户报告文件路径。
L1: 认知类约束
认知基线加载
执行分析前，读取以下文件建立认知基线：
~/Documents/know/soul.md— 世界观、思维范式、核心信念~/Documents/know/memory.md— 长期记忆、知识连接
诚实原则
- delta ≈ 0 是正常结果，不硬凑
- 没有碰撞就不造卡片
- 搜不到的信息标注「信息不足」，不编造
- 压不成一句话 = 还没想透，继续想，别糊弄
认知碰撞卡片
卡片 = ASCII art，视觉优先。
好卡片的标准：遮住文字只看线条，仍能感受到结构关系（分叉、汇聚、层级、对比、拉扯）。
反面教材——文字列表伪装成卡片：
+------------------+
| 论文说: X |
| 我原来想: Y |
| 现在变成: Z |
+------------------+
这不是卡片，是带框的文字。结构关系要用空间布局表达，不是用标签声明。
每张卡片锚定一个具体场景：一个思考方式、一个决策场景、或一个认知盲区的改变。卡片下方附一句金句级启发——能脱离上下文单独成立。
执行步骤
步骤 1：接收论文并预处理输入
| 用户输入 | 转换规则 |
|---|---|
2601.01290 或 arxiv:2601.01290 |
→ https://arxiv.org/html/2601.01290 |
https://arxiv.org/abs/... 或 .../pdf/... |
→ 替换为 /html/ |
https://arxiv.org/html/... |
直接使用 |
| 其他 URL 或 PDF 路径 | 按原有逻辑处理 |
arxiv 论文一律转为 /html/ 格式，HTML 版本可直接 WebFetch 抓取全文。
提取标题、作者，填入报告头部。
步骤 2：加载认知参照系
执行认知基线加载（见约束 L1）。
步骤 3：论文说了什么
像跟聪明朋友在饭桌上说"这篇论文干了个什么事"——三句话，人话，不要论文八股：
- 问题：作者要解决什么？
- 视角：用什么方法/切入角度？
- 结果：得到了什么？用"实验证明"和"作者推测"自然区分。推测性结论如果有趣，在步骤 4 做成"开放问题"碰撞卡片
零术语规则：每个技术概念必须立刻落在读者见过的事情上。不给例子就不准用那个词。
坏："共现概率只取决于隐含空间中的距离（平移对称性）" 好："一月和二月经常出现在同一段话里，一月和七月就很少——距离越近越常一起出现"
道理要长在场景里，不是贴在标签上。
承重概念场景化：每篇论文有 2-3 个"承重概念"——去掉它们论文的论证就塌了。这些概念不能用括号注释一笔带过（"gamma：条件熵衰减指数"）。括号注释是给已经懂的人的提示，不是解释。对每个承重概念：
- 先找一个读者亲身经历过的场景（群聊记录、排队、找路...）
- 在场景中逐步展开——至少 3 级渐进，让读者在熟悉的事情上"感受到"这个概念在变化
- 最后才贴技术名字。此时名字是标签，不是定义
判断标准：去掉技术名字，读者仍然知道你在说什么 = 落地成功。只剩括号注释 = 失败。
概念之间的关系同样场景化。不是"alpha 是 gamma 和 beta 的比值"，而是"远处信息的性价比：值多少分 / 有多难够到 = scaling 有多陡"。
普通术语一句话类比即可，不需要场景展开。区分承重与非承重是关键判断。
最后压成一句大白话——像你在电梯里跟完全不懂这个领域的朋友说"这篇论文就是说……"。不准用术语，不准超过一句话。压不成 = 还没想透，继续想。
配一张餐巾纸图（ASCII），画出核心机制。
步骤 4：对我意味着什么
读完这篇论文，我带走什么？
先用一句话回答：这篇论文的思想，可能改变我的什么？指向一个具体的思考习惯、决策模式、或认知盲区。不是"让我更了解 X"——那是信息增量，不是改变。如果找不到改变，诚实写"delta ≈ 0"。
soul.md + memory.md 提供"我是谁"的背景，但启发不限于已记录的条目。任何能提升我的决策质量的洞见都值得一张卡片：
- 一个可以直接用的思维工具（之前没有的）
- 一个改变了某个判断的新证据
- 一个没想过的角度或盲区
- 一个对已有认知的补充或修正
对每个有启发的点，生成一张认知卡片（ASCII art）。卡片质量标准见约束 L1。
卡片要直观展示：这个洞见如何改变我的某个思考方式、决策习惯、或打开一个盲区。看一眼就能 get 到启发在哪里。
本 skill 的好卡片示例——分叉型：
Soul: "做了才懂"
|
| 但如果结构藏得太深...
v
+------------------+
| 反馈能暴露结构? |
+---+----------+---+
| |
YES NO
| |
生成优先 降秩优先
(原路径) (先看再做)
| |
| CTA: 0% vs 94%
v v
Soul 成立 Soul 需加边界
阈值型（不是线性的，有个转折点）：
我以为: 投入越多，产出越多（线性）
投入 ----+----+----+----+----+---->
| | | | |
产出 . . . . . 线性预期
. . . /
实际 . . . _/ <-- 阈值
. . ./
.____.___.'............ 无效区
|
"原来这段全是白费的"
|
v
决策改变: 不追问"做了多少"
要追问"过没过线"
碰撞有多种形状——分叉、张力、阈值、缺口、翻转。选跟碰撞本身匹配的空间结构，不要把所有碰撞都压成同一种图。
论文的推测性观点如果有趣，也做成碰撞卡片——标注"开放问题"，只有方向没有结论。写一个尖锐的问题，不是温和的 checkbox。值得追就追得下去，不值得追一眼就知道。
步骤 5：生成 Org 报告
- 按 Denote 文件规范（见约束 L0）获取时间戳
- 文件名：
{时间戳}--paper-{简短标题}__read.org - 读取
references/template.org获取报告结构，按模板填充 - 写入
~/Documents/notes/{文件名}
输出质量标准
- 只有两个部分：论文说了什么 + 对我意味着什么。不加别的