02｜读论文与查已有工作

不要从“看懂每一行”开始

论文通常写给同行，作者会省略他们认为读者知道的背景。第一遍被术语拦住很正常。你的任务是先弄清楚文章在回答什么，之后才决定哪些细节值得深读。

第一遍可以只看摘要、引言、主要图表和结论，写四句话：作者要解决什么；用了什么办法；什么结果支持它；哪些情况还不能据此判断。第二遍看实验：题目从哪里来、和谁比、怎么评分。只有最接近自己问题的论文，才需要继续细查实现、附录和关键公式。

这不是跳过困难，而是给阅读排顺序。Jason Eisner 的阅读建议也强调按目的阅读、沿引用和不同术语搜索，而不是孤立地从第一页硬读到底。Jason Eisner，How to Read a Technical Paper，2018 更新。

遇到关键公式，可以先问：“它拿什么输入，算出什么，为什么这能代表作者关心的东西？”如果你的实验要用它评分，最终就需要理解和核对它；暂时不用的证明可以留到以后。

用两篇真实论文练习比较

SWE-agent 研究 Agent 与计算机交互的界面设计如何影响软件任务表现。Agentless 则用定位、修复、验证的较简洁流程研究软件修复。这两篇让你练习一个问题：效果到底来自模型、工具界面，还是工作流程？Yang 等，SWE-agent，2024-05-06 首版；Xia 等，Agentless，2024-07-01 首版。

不要仅凭两篇文章各自的总分就宣布“复杂 Agent 没用”。先对齐使用的模型、题目版本、尝试次数、成本和评分方式。即便原文报告同一基准名称，所选子集、修复采样数或验证流程仍可能不同。

读完后试写：“这篇让我知道，设计交互方式值得检查；另一篇让我意识到，复杂程度本身不是效果证据。”这比只记哪个系统赢了更可迁移。

再看一张具体的阅读卡

Lost in the Middle 研究长上下文中的信息使用。你可以把它的一类实验理解为：让完成任务所需的信息出现在不同位置，再观察表现。原文在所测模型和任务中发现，相关信息位于开头或末尾时往往优于中间位置。Liu 等，Lost in the Middle，TACL 2024。

阅读卡可以这样写：问题是“能放进很长的文本，是否就能同样有效地使用各处信息”；证据来自位置变化下的任务结果；限制是它所测的模型、任务与当时设置，不能直接推出今天所有模型都有相同程度的问题。

这里最值得学习的是实验思路：把“长上下文能力”拆成一个可以改变和比较的因素。你以后也可以把“交接好不好”拆成信息是否存在、是否过时、是否实际被读取。

检索时，把一个想法拆成三类词

假设你的想法是“旧交接记录让 Agent 恢复废弃配置”。可以分别找：

你关心的部分	可尝试的英文词	日常含义
对象	coding agent, agent memory	会写代码的 Agent、Agent 的记忆
问题	stale memory, superseded decisions, knowledge update	过时记忆、已被替换的决定、知识更新
发生过程	handoff, memory consolidation, multi-session	交接、整理记忆、多个会话

先组合两三类词，不必一次全塞进去。搜不到时换说法；搜到一篇接近的，就用它的术语、引用和后续引用继续找。搜索引擎和学术检索工具用来发现线索，正式写结论时回到论文原文、正式条目或作者代码。

检索目标是找到最可能推翻“我这个想法很新”判断的工作。一味搜自己创造的专有名词，容易得到虚假的空白。

比标题更重要的是这张比较表

每篇最接近的工作只写下面五项：

1. 它实际问什么？
2. 它让系统经历了什么情况？
3. 它怎样判定正确？
4. 它已经给出了什么答案？
5. 我的计划与它有什么可能影响答案的区别？

最后一项如果只是“我换成中文”“我换个模型”“我用 MCP”，先别急着叫创新。继续问：这个变化为什么可能改变原结论？实际使用者会因此做出什么不同选择？

可以把自己的想法暂时分为：已经覆盖；接近但条件不同；尚未找到明确答案。第三类只能写“在这些检索范围内尚未找到”，不能写成“世界上没人做过”。

日期怎么核查

先记录最早公开的版本日期，再确认那一版是否已经包含你关心的方法或发现。正式发表时间、代码发布时间、论文首版时间可能不同。代码也可能比论文先公开。

私有笔记能帮助证明你自己的思考过程，但不能仅凭它判定你在公开学术记录中优先。反过来，独立想到后来才知道的已有工作，也不等于你在主观上抄袭；写作时仍须承认已有工作，不能把已知内容再声称为首次。

本指南引用近期仓库时，不用仓库活跃度或产品宣传证明方法有效，只用可见文件证明“这种做法已经公开出现”。

可以怎样让我帮你读

一个有效请求是：

请读这篇原文，告诉我作者的问题、实验条件、评分方法和限制。每个关键判断指出对应章节。把作者直接报告的结果与你的解释分开；无法看到全文的地方明确说出来。

然后你自己随机检查两处原文，尤其是最影响你选题的那一处。AI 摘要可能把“某个数据集上”删成“普遍如此”，也可能把“未来工作”当作已完成结果。

第一次不追求数量。先把两三篇最接近的读到能口头讲明白。之后在投入大量实验前，围绕发现的具体问题做第二轮查新；写作前再检查新增论文。把日期和查询词保存在工作簿里即可。