ljg-paper

Paper reader for non-academics. Reads a paper and tells it back as one continuous story to someone who doesn't know the field — built on a seven-beat spine (主角 / 困境 / 旧路 / 转折 / 解法 / 结局 / 内核). The job is storytelling that makes the paper land, not academic critique. Use when user shares an arxiv link, paper URL, PDF, or asks to analyze a research paper. Trigger words: '读论文', '讲论文', '把这篇讲给我听', '分析论文', 'paper', or when user shares an academic paper.

Skill file

Preview skill file
---
name: ljg-paper
description: "Paper reader for non-academics. Reads a paper and tells it back as one continuous story to someone who doesn't know the field — built on a seven-beat spine (主角 / 困境 / 旧路 / 转折 / 解法 / 结局 / 内核). The job is storytelling that makes the paper land, not academic critique. Use when user shares an arxiv link, paper URL, PDF, or asks to analyze a research paper. Trigger words: '读论文', '讲论文', '把这篇讲给我听', '分析论文', 'paper', or when user shares an academic paper."
user_invocable: true
version: "5.0.0"
---

# ljg-paper: 把一篇论文当一个故事讲

读一篇论文,最难的不是看懂,是讲明白。讲给一个不懂这个领域的聪明人——讲到他能复述出来——你才算读完。

这是一个讲故事的活。一篇论文背后,有主角、有困境、有撞墙、有转折、有解法、有结局、有内核。把这副脊柱先立起来,再往上挂内容;不然写出来就是八份独立汇报拼成的合订本,读者翻两页就走神。

## 总目标(先看这个)

让一个**不懂这个领域的聪明人**听完,能把这篇论文当一个故事再讲一遍——讲出:

1. 主角面前那个困境(具体到一个例子)
2. 作者怎么转过那个弯(机制 + 设计选择的理由)
3. 解出来世界变了什么样(含最反直觉的副发现——往往是这故事最有意思的那拍)
4. 听众走出门带走的那颗内核

任一拍让听众卡住 = 故事讲砸了。**凝练只在 title 上追求;正文该展开就展开**——目标不是短,是让人从听不懂走到能复述。

## 故事骨架

把论文讲成故事,脊柱是这七拍。不是七个子标题,是节奏要求:

1. *主角* — 谁在这个故事里?这个领域的研究者、一个具体的模型、一个用户、一个系统、甚至论文要回答的那个问题本身。开场两句先把主角领上台。
2. *困境* — 主角面前撞着什么?解不了会怎样?把"利害"摆给读者——读者要看见值得为这件事坐下来听完。
3. *旧路* — 前人怎么试的?为什么没走通?让读者亲眼看一遍那堵墙。开创性问题没有前作,这一拍可以省。
4. *转折* — 作者看到了别人没看到的什么?整篇论文的"啊哈"在这一拍发生。这是故事的腰,整副脊柱靠它撑住。
5. *解法* — 带着新视角,主角怎么动手?机制、设计选择的理由——一步步把方法在那个例子上铺开,让读者跟着推。
6. *结局* — 解完了,世界长什么样?挑两三组最说明问题的数字让读者感受到差距。最反直觉的副发现单独留一拍呈现。
7. *内核* — 这个故事真正留下的那颗东西。不是论文结论的复述,是听众走出门带走的那一句话。

执行 9 步对应到故事弧上:

| 故事拍                | 在执行哪一步           |
|---------------------|--------------------|
| 主角 + 困境 + 旧路    | 「问题」整段          |
| 转折预告 → 转折登场    | 「问题」收尾 → 「翻译」开头 |
| 解法 + 结局           | 「翻译」主体          |
| 故事道具              | 「核心概念」           |
| 内核                  | 「洞见」              |
| 故事评审              | 「博导审稿」           |
| 听众的故事            | 「启发」              |

**写完默读:这读起来像一个人在跟我讲一个故事,还是九段独立汇报?后者 → 重写。**

### 七拍落在一篇论文上长什么样

拿 LenVM(让模型一边写一边知道还要写多远)举例:

- *主角*:一个写长答案的语言模型——它在写 GSM8K 的解题过程
- *困境*:模型不知道什么时候该收尾,结果要么没说完就停,要么啰嗦到 token 烧光
- *旧路*:之前的做法是直接训长度限制,硬卡;可一卡,推理质量就掉
- *转折*:作者看到——长度本来就是一种"剩余距离",可以建一个 value 头实时预测,让模型每写一字都知道还差多远
- *解法*:在 RL 训练里加一个 length value head,用 -1 constant reward 让它学到"少写一字省一字"
- *结局*:在多个 benchmark 上推理长度降 30%,准确率不降反升;token 词云里 "wait/think" 让位给 "finalize/confirm"
- *内核*:监督模型"知道止",比监督它"会答"更值

写出来不是七个段落,是一条线——把这七拍藏在「问题→翻译→核心概念→洞见」的连续叙述里,读者只感受到一个故事在走。

## 格式约束

### 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

所有图表用纯 ASCII 字符。允许:`+ - | / \ > < v ^ * = ~ . : # [ ] ( ) _ , ; ! ' "` 和空格。禁止 Unicode 绘图符号。

### 模板权威性

输出结构依据 `references/template.org`。禁止参考 `~/Documents/notes/` 中已有论文文件的章节结构——旧文件可能使用过期模板。

### 章节命名

复用既有 section 名:`问题 / 翻译 / 核心概念 / 洞见 / 博导审稿 / 启发`。不重命名为"第一幕/第二幕"——这些名字已沉淀 craft 含义。故事弧体现在每段的**写法和衔接**上,不在标签上。禁止英文戏剧术语外露(protagonist / climax / resolution 等),框架词全中文。

### Denote 文件规范

- 时间戳:`date +%Y%m%dT%H%M%S`
- 可读时间:`date "+%Y-%m-%d %a %H:%M"`
- 文件名:`{时间戳}--paper-{简短标题}__paper.org`
- 输出目录:`~/Documents/notes/`

### Org 文件头

```
#+title:      {一句精练语句提炼论文核心思想或发现}
#+subtitle:   {论文原始标题,通常英文}
#+date:       [{YYYY-MM-DD Day HH:MM}]
#+filetags:   :paper:
#+identifier: {YYYYMMDDTHHMMSS}
#+source:     {URL 或来源描述}
#+authors:    {作者列表}
#+venue:      {发表场所/年份}
```

#### title 这一句怎么写

title 是这篇笔记的*灵魂句*——读者扫一眼就知道这篇论文带走什么。它不是文件名,不是方法名,是故事内核的*凝练表达*。

不是"把一段话压成一句话",是用最少的字把整个故事的内核取出来。抽出 title 贴墙上,它本身就该像一句警句、一个篇名、一句能记住的话。

**写作约束(按优先级)**

1. *中文母语凝练* — 像汪曾祺、王小波、阿城、李娟的标题:短、净、有刃。
   - 写完默问:「一个没读过翻译小说的中国人会这样说吗?」不像 → 重写。
   - 完整反翻译腔自查表:`~/.claude/PAI/USER/AI_WRITING_PATTERNS.md`(必扫 Layer A)。
   - 杀句式:被动句("被锁在…里")、"是…的"句、长定语后置("那个由…引起的…")、"进行+名词"、"让我们…"。

2. *零中英混杂* — title 不出现英文术语(RL / HR / Agent / Multi-agent / token 等都不行)。术语放正文展开,title 只放思想。例外:人名、产品名(GPT、Claude)。

3. *6-15 字* — 短到能记住,长到能承得住一个发现。超过 15 字基本就是没炼到位——回去再砍。

4. *动词为骨,名词具体* — 形容词能砍就砍("重大的""根本的""惊人的"全删)。每个字都得干活。

5. *自带张力,三种姿态任选其一*:
   - *反直觉* — 「学会反成枷锁」
   - *对仗或并置* — 「教人如教己」「记得太牢,想不出新」
   - *转折或反讽* — 「答得越准,看见越少」

6. *不复述题目,不当方法名* —
   - ✗「关于强化学习预训练空间转移的探索性研究」(学术腔)
   - ✗「PreRL:把强化学习搬进预训练空间」(方法名 + 方法描述)

**正例对照(看转化方向)**

| 论文核心思想 | ✗ 翻译腔 / 口语化 | ✓ 中文凝练 |
|------------|------------------|-----------|
| 奖励信号把模型锁在已会轨迹里,擦掉题目就解锁 | 奖励信号会把模型锁死在已会的轨迹里,擦掉题目就解锁了 | 学会,反成枷锁 |
| 只用错样本做 RL,反思能力自己长出来 | 只用错样本做 RL,反思能力自己长出来 | 错处长出反省 |
| 模型在向量空间里思考比生成 token 更省更准 | 模型在向量里想,比一边想一边写更省、更准、更快 | 默想胜出口 |
| 多智能体缺的是组织协调而非个体智能 | Multi-agent 缺的不是聪明,是 HR——成功率 69 跳到 85 | 多智不如善织 |
| 老师与学生看待问题的角度不同导致教学失败 | 老师比学生高分还教不会,是因为他想问题的姿势跟学生不一样 | 高分难为师 |
| 写作时预测剩余长度让模型知道何时收尾 | 把"还要写多长"做成一个值函数,模型每写一个 token 就知道离收尾还有多远 | 知止方能落笔 |

注意正例的共性:
- 4-8 字主干为多,节奏接近成语 / 古文标题
- 动词带刃:「锁」「长」「默」「善」「止」
- 有古意但不晦涩;有判断但不抒情
- 单独抽出能立住

**自检三问(写完默念)**

1. 抽出来贴墙上,像不像一句篇名 / 警句?
2. 一个中文母语者会这样说吗?(汪曾祺会这么写吗?)
3. 删掉任何一个字会不会塌?

任一答 No → 回去重写,不要凑合发布。

**可识别性测试(必须过)**

把 title 单独贴出来,给一个没读过这篇论文的人看,问:「这论文大概在讲什么?」——他不需要给出准确答案,但应该有方向感。

如果答得出方向 → title 通过。
如果完全猜不到(典型是高度凝练的古文式 title),**必须用中文 subtitle 兜底**,让它承担解释功能。英文 subtitle 只是论文原标题,不算兜底:

```
#+title:      字未出,止已现
#+subtitle:   把"还要写多远"做成一个 value 函数 — Length Value Model: ...
```

凝练和可识别性必须共存。只凝练 = 6 个月后自己也认不出是哪篇;只可识别 = 退化回 28 字啰嗦句。两个测试都过才发布。

**与其他字段的关系**

- title 与「洞见」section:先写完「洞见」section,回头从那段话里*取骨*(不是压缩,是取核)填进 title。
- title 与文件名:denote 文件名 `paper-{简短标题}` 的「简短标题」是方法名 / 核心概念名(如 `prerl`、`dsrl`),用于文件检索;title 是故事内核句,用于内容入口——两者不同字段,互不替代。

文件写入后报告路径。

## 红线(每条必须过)

1. *口语检验* — 你会这样跟朋友讲一篇论文吗?不会→改。学术腔是默认敌人
2. *零术语* — 先用大白话落地,再顺带提术语名。如果必须用原文术语才能解释,说明还没懂
3. *短词优先* — 能用两个字说的不用四个字。「本文提出了一种新的框架」→「他们做了个东西」
4. *一句一事* — 每句只推一步
5. *具体* — 名词看得见,动词有力气。形容词能砍就砍
6. *开头给理由* — 问题部分的第一句让人想知道答案
7. *不填充* — 删学术套话(「近年来随着...的发展」「值得注意的是」)。每句干活
8. *信任读者* — 说一遍够了。不重复结论
9. *诚实* — 论文有硬伤就说有硬伤。看不懂的部分说看不懂
10. *6 个月后的我看得懂吗?* — 每个术语首次出现必须落地("value function = 给定当前状态预测未来累积奖励"),每个公式必须翻译成自然语言,每个引用都要说明对外行的意义。自检:默想"半年后我在 denote 里搜到这篇,30 秒内能回想起核心吗?"——不能 → 重写
11. *外行优先于凝练* — 该展开就展开,不要为了"短"砍掉读者真正需要的铺垫。凝练的尺度只针对 title;正文该多长就多长,节奏由让人懂的需要决定,不由"短"的洁癖决定
12. *故事一气* — 整篇读下来,像一个人在跟你讲一件事,不像九份独立汇报拼出来的合订本。章与章之间靠故事弧的牵引力相连:主角刚撞墙,转折就来了;转折刚立,解法接着展开。每一段的最后一句给下一段开口子。自查:把章节标题去掉读全文,故事流还在不在?还在 → 通过;变成碎片 → 重写衔接

## 写作原则

五条核心原则,决定文章是"一个人在讲故事"还是"机器在汇报内容":

1. *故事流贯到底* — 第一句到最后一句是同一个故事在走:主角立了、困境亮了、旧路撞了、转折来了、解法展开了、结局收了、内核落了。「故事骨架」那七拍是脊柱,所有内容挂在脊柱上。每段末句给下段留个口子——读者读到一半,放不下
2. *一个锚点撑全文* — 「问题」里立的那个具象例子就是锚点。「翻译」「核心概念」都在这个锚点上展开,每段都回到它,让读者一直待在同一个问题域里。换锚点 = 换地图 = 读者前面建立的直觉全丢
   - **「亲历」小节里也只能用一个例子**。两个例子 = 切碎读者直觉,即使两例都强,挑最锋利的一个。反例:先用"产品介绍 100 字"再用"LIFEBench"——两条故事线读者大脑要切换两次。正例:从头到尾"GSM8K 200 token"贯穿——读者一直待在同一个困境里
3. *推理外显* — 模拟"一个人想明白的过程",而非呈现"想明白之后的结果"。用"既然 A 是 B,那能不能 C 也是 D?"带读者一起推。让读者觉得结论差一步就是自己想到的
4. *变形替代定义* — 解释两个概念的关系时,把 A 连续变形成 B,不要说"A 和 B 是 XX 关系"。「把 LSTM 变形→看起来像 ResNet」比「LSTM 和 ResNet 是对偶的」有力十倍
5. *落点在能用* — 给出"这意味着你可以___",而非"这让我们重新思考___"。读者听完故事要带走一个能动手的东西,不是一个值得沉思的感慨

## 工具箱(选用)

讲故事时可以拿的工具,没有哪个是必须的:

- *类比* — 承重的,方法的关键组件都能映射上。沿着类比走一遍方法
- *ASCII 图* — 展示组件关系、数据流、结构对比。读者有概念脚手架后再画
- *餐巾纸速写* — 「以前这么想,现在应该这么想」的并排对比
- *好问题* — 把论文解决的困境变成一个让外行也好奇的问题
- *递进例子* — 从简单到复杂,一步步搭建理解
- *反问入链* — 遇到隐含假设,用问题打开

## 执行

### 1. 获取内容(幕后:拿到故事的原料)

- arxiv URL → WebFetch
- PDF → Read(注意 pages 参数限制)
- 本地文件 → Read
- 论文名称 → WebSearch

确保拿到:标题、作者、摘要、核心方法、结果。

如果论文有一张承载全文核心思路的总览图(overview / architecture diagram,通常是 Figure 1),提取并保存到 `~/Documents/notes/images/`,文件名 `{identifier}--paper-{简短标题}-overview.png`。

判断标准:这张图让人一看就抓住论文在做什么。不是所有论文都有——没有就跳过,不要硬找。

提取方法:
- arxiv → 访问 HTML 版(`arxiv.org/html/...`),找到图片 URL,WebFetch 下载
- PDF → 截取含图页面保存为图片

### 2. 问题:搭台——让读者亲历主角的困境(拍 1-3 + 转折预告)

这一节要做的是搭台。三件事按顺序在同一段连续叙述里完成——亲历困境(拍 1+2)、旧路撞墙(拍 3)、转折预告。

不是描述问题,是让读者*亲历*那个问题。开场给一个具象示例——一个具体场景、一段输入输出、一张失败截图、一个用户故事——让读者在这个例子上看到困境。

不是「大模型在事实回答上存在幻觉问题」,是:「你问 GPT『2023 年图灵奖得主是谁?』它一本正经回答 Yann LeCun。再问一次,它说 Hinton。第三次又变了。」

三拍叙事,同一个例子贯穿:

1. *亲历* (拍 1+2) — 主角谁、面前撞着什么、解不了会怎样。例子最好简单到一两句话能说完
2. *旧路* (拍 3) — 之前的研究者在这个例子上怎么做?为什么走不通?把短板用同一例子暴露出来,读者看见"哦,这条路确实卡住了"
3. *转折预告* (拍 4 的引子) — 本论文作者在这个例子上看到了什么别人没看到的入口?引出他们的解法思路(只引出方向,不展开机制——展开是「翻译」的事)

如果论文没有明确的前作(开创性问题、新领域),跳过拍 3,直接「亲历→转折预告」。

**三拍是节奏要求,不是格式要求**——不要硬加 `**亲历/**旧路/**转折预告` 子标题。问题节用**一段连续叙述**更有钩力,子标题会把"流"切成"段"。子标题留给翻译节用(机制要分步揭开)。

反例:「本文提出了一种新的 XXX 框架」——这是学术摘要,不是搭台。

### 3. 翻译:推进——转折登场,解法展开(拍 4+5+6)

「问题」已经把读者带到转折前一刻——*这一节不要再重述问题*。重心是"转过那个弯之后怎么走":作者的新视角是什么、方法怎么动、解出来什么样。

*沿用同一个例子*:继续在「问题」里那个具象示例上讲。读者刚刚在那个例子上看到旧路走不通、转折在哪里——你现在带他在同一个例子上一步步打开论文的方法。换例子 = 切语境,读者前面建的直觉就丢了。

唯一豁免:如果同一例子无法支撑机制细节(比如算法过程需要展开数据流),引入"子例子"作为延伸——但子例子必须和父例子在同一问题域里,让读者感觉是"放大镜下看局部",而不是换地图。

*开头立锚点*:找到一个具象的中心隐喻或画面——锚点描述的是*方法在那个例子上的样子*。比如「在我们刚才那个图灵奖问题上,方法像一个分诊台:先把不确定的回答拦下来再说」。锚点和「问题」例子焊在一起。

*一步步揭开,让读者解锁迷雾*:每段往前推一步,每段都给读者一个新视角,"啊,原来如此"的小揭秘累积成对例子的深度理解。揭秘动词:"这时候你看……""于是发生了……""那这一步怎么办呢——他们想到……"。前一段说的事打开后一段的口子。

需要覆盖(都在那个例子上):
- 转折是什么(拍 4:作者看到的那个新视角,一句话说清)
- 解法怎么动(拍 5:核心机制 / 方法)
- 结局长什么样(拍 6:挑最说明问题的两三组数字)
- 理解全文需要的钥匙概念(如果有)

子标题按内容需要组织,不必固定。

**翻译节必有清单(防止"凝练"把肉削了)**:

1. *承重类比* — 不止是装饰,要能映射方法的关键组件。范本:「跑步选手 + 手表」(把"模型"映射成跑步选手、把"value head"映射成手表,类比能撑住整套机制讲解)。烂例:仅"倒计时表"——没把"训练信号怎么来"映射进去,类比浮在表面
2. *三组以上具体数字* — baseline / 改进 / 关键 ablation。让外行感受到"原来差距这么大"
3. *一个反直觉的副发现* — 论文里最让人"哇"的一段,单独成节呈现。范本:LenVM 的"token 词云分析"("think/wait" vs "finalize/confirm")。**有就必须保留,不能因为追求凝练砍掉;没有就明说"这篇没有",不要硬挤**
4. *不放原始公式* — 公式对外行无用。要么用文字翻译("L_len = ... 意思是模型每写一字都被监督一次"),要么留作可选附录 section。**主文里不出现 LaTeX / MathJax 风格公式**

### 4. 核心概念:故事道具——主角手里那几件东西

挑出论文中最关键的 **3 个**概念(方法名、架构组件、数学对象、新定义……),逐个拆解。这些是故事里主角用来转过那个弯的道具——少了任一件,故事就讲不通。

**3 个是 floor 不是 ceiling**——砍到 2 个通常意味着漏掉了一个隐藏在方法里的关键设计选择(比如 LenVM 的 constant -1 reward——它不是"组件",是让整套机制 work 的设计 trick,必须单独成节讲)。如果论文真的只有 2 个独立关键概念(罕见),明确说明,不硬凑。

*每个道具都回到「问题」那个例子上落地*——不是孤立讲一个术语,是回到那个例子,让概念在那个语境里浮出水面。读者每解锁一个道具,对那个例子的理解就深一层,迷雾就散一片。

每个道具:
- *一句话*:这东西是什么,干什么用的
- *回到例子*:在那个例子上,这个道具长什么样?少了它在那个例子上会怎样?解释两个概念的关系时,优先用"把 A 变形成 B"而非"A 和 B 是 XX 关系"——变形比定义有力
- *为什么重要*:少了它论文的逻辑链断在哪里

选道具的标准:读者如果不懂这个,后面的内核和故事评审就跟不上。已经在「翻译」里讲透的不重复选。

### 5. 洞见:内核——故事走完留下的那颗东西(拍 7)

整个故事最值钱的往往就一个点——作者真正找到的那颗新结晶。

用一句话把它说出来。这句话应该让听众觉得「这个想法我可以带走」,而不是「哦,论文说了这么个事」。

检验标准:把这句话单独抽出来,脱离论文上下文,它还有没有力量?如果只是在复述论文结论,那不是内核。内核是你听完故事之后自己看到的那个东西——论文里未必直说,但逻辑指向它。

说不出来就重读「翻译」节。如果论文确实没有思想火花,直说「这篇论文是工程改进,没有认知层面的新发现」。不要硬挤。

### 6. 博导审稿:故事评审——这个故事站不站得住

换身份:这个方向上带了二十年研究生的博导。学生拿着论文来找你,你判断这个故事讲得真不真、值不值得认真对待。

用白话说,像在办公室跟学生聊:

- *选题眼光*:主角面前那个困境真实吗?真缺口还是人造缺口?
- *方法成熟度*:解法是巧劲还是蛮力?有没有更自然的做法被忽略?**找方法的根本预设有没有问题**——不是只看数字漂亮不漂亮,是看作者*假设了什么*。例:LenVM 假设 sampling 分布在使用 value 信号 nudge 后还稳定——但 nudge 一旦发生分布就变了,value 预测可能失准。这种**self-referential 隐忧**比"scale 不够"重要十倍。自问:这论文如果错,最可能错在哪一步?错的根源是不是一个未被讨论的预设?
- *实验诚意*:baseline 公不公道?消融到位没?结局那几个数字经不经得起追问?
- *写作功力*:最该说清楚的地方有没有偷懒?
- *判决*:strong accept / weak accept / borderline / weak reject / strong reject,一句话理由

好的说好,差的说差在哪儿。

### 7. 启发:听众的故事——这故事接到我的生活里

落点在"能用",不在"能想"。给出"这意味着你可以___",而非"这让我们重新思考___"。听完故事,听众要带走一件能动手的事。

用三个视角试探连接,命中展开,没命中跳过,全没命中说「没有」:

- *迁移*:论文的某个机制 / 视角能移植升级我体系的某个零件吗?具体怎么接?
- *混搭*:论文的某个组件和我已有的东西组合能产生新东西吗?产出什么?
- *反转*:论文的做法和我的默认假设相反吗?该停下什么、开始什么?

### 8. 收口:过红线 + 故事流自查

逐条扫红线。额外检查:

- 破公式——否定式排比全文不超过两处,三段式改两项或四项
- 变节奏——长短句交替
- 杀金句——听起来像可引用的,重写
- 查跳跃——逻辑每步可追

**故事流自查(红线 12 的兜底)**:

- 把所有章节标题(问题/翻译/核心概念/洞见/博导审稿/启发)暂时盖住,从头读到尾。读起来还像一个人在讲一个故事吗?
- 章和章交界处那一句,有没有把下一章的口子开开?「问题」末尾要勾出「转折」的影子;「翻译」末尾要让读者已经知道有几件道具在动;「核心概念」末尾要让读者准备好接「内核」那一句。
- 默问:这九步读下来,是七拍故事弧(主角/困境/旧路/转折/解法/结局/内核)走完了吗?哪一拍弱了 → 加。

列修改清单确认后生成文件。

### 9. 生成 Org 文件

按 Denote 规范获取时间戳,读 `references/template.org`,写入 `~/Documents/notes/`。

## 验收

- *故事感先立* — 通读一遍像一个人在讲一个故事,不像九段独立汇报拼接
- *七拍齐* — 主角 / 困境 / 旧路 / 转折 / 解法 / 结局 / 内核 都有着落(开创性论文豁免"旧路")
- *转折在腰* — 「翻译」开头那一拍清晰可指——一句话说出作者看到了别人没看到的什么
- *章际有钩* — 每章末句给下章开口子,标题盖住读全文,故事流还在
- *问题让人亲历*:开场有具象示例,读者在例子上遇到困境;旧路的短板用同一例子暴露
- *翻译直指要义*:不重述问题,重心是"转过弯之后怎么走"——方法、机制、关键 insight
- *同例贯穿*:翻译和核心概念都在「问题」那个例子上展开,读者一直待在同一个问题域里
- *探索感*:每段都给读者一个新视角,"啊原来如此"的小揭秘累积成对例子的深度理解
- *有锚点*:翻译部分锚点描述的是"方法在那个例子上的样子",后续道具围绕它生长
- *带着推*:读者能感受到"一步步想明白"的过程,而非接收打包好的结论
- *外行能跟*:不懂这个领域的聪明人听完能复述故事
- *博导像博导*:有判断力有分寸,最后一句判决
- *启发能动手*:启发部分的落点是"你可以___",不是"值得思考___"
- *外行能复述四件事*:困境(具体到一个例子)/ 解法(机制+设计理由)/ 结局(含反直觉副发现)/ 内核(带得走的东西)。任一项让外行卡住 → 失败
- *title 双过*:凝练自检三问 + 可识别性测试都过
- *翻译节四件齐*:承重类比 / 三组数字 / 反直觉副发现 / 无原始公式
- *核心概念 ≥ 3*:包含一个"设计选择"概念(不止"组件")
- *博导审稿见预设*:方法成熟度一项里指出至少一个未被讨论的根本预设 / 隐忧
- *零英文戏剧术语*:protagonist / climax / resolution 这类不出现在输出

Source

Creator's repository · lijigang/ljg-skills

View on GitHub

Security

Security checks in progress
Results will appear here once audits complete
What this skill can do
Reads your filesConnects to the internetRuns code on your machine
Checked by 3 independent security firms
Does it try to trick the AI?Not yet checkedPending · Gen Agent Trust Hub
Does it sneak in hidden code?Not yet checkedPending · Socket
Does it have known bugs?Not yet checkedPending · Snyk