ocean326 新颖性审计
在你把故事写成 reviewer 一看就会说“只是 baseline tweak”之前，先使用这个技能。
当任务需要更强的 critical-thinking 或更偏 AI 的 idea 压测模式时，读取 references/upstream-patterns.md。
工作流程
- 用一句话写出你声称的新颖性。
- 把 novelty 拆成几个组成部分：
- objective
- architecture
- data or augmentation
- training recipe
- evaluation setting
- 对每一部分判断它是：
- 真正新
- 旧元素重组
- 主要是调参优化
- 只在当前任务设定下才算新
- 对 AI 工作，重点盯这些问题：
- 是否缺少强基线
- benchmark 是否有 cherry-pick
- 提升是否在 compute matching 后消失
- 新颖性是否本质上只是 scaling
- 是否缺少序列长度或数据规模维度测试
- 最终给出三种结果之一：
- novelty 已经足够强
- novelty 偏弱，但可以通过重 framing 挽救
- novelty 需要新实验，或者必须收窄 claim
- 如果还能通过 framing 挽救，转交给
research-paper-production-pipeline。 - 如果需要更多证据，转交给
research-experiment-design-planner。
输出要求
返回：
- 新颖性结论
- 最强的 prior-work 冲突点
- reviewer 风格的质疑
- 最小但最有效的增强改动
示例
- “使用 $research-novelty-audit 判断这个 idea 到底算不算新。”
- “使用 $research-novelty-audit 像 reviewer 一样压测这个表征学习 claim。”
- “使用 $research-novelty-audit 在我开始写论文前找出最强的 prior-work 冲突。”