ARTICLE · 1232579

AI Agent of Paper Reading Note:把论文转换成通俗易懂的读书笔记

发布时间：2026-10-23 04:44:43 最近访问：2026-10-23 04:44:25

一个开源的论文精读 Skill：证据定位、公式推导链、作者/进一步局限、L3 Python 复现，以及一套能自动跑的 quality gate。
项目地址：https://github.com/William-JT-Shen/paper-reading-note

一、AI 读论文，为什么总像在写「更长的摘要」

让大模型读一篇论文，它通常能写得很顺：

本文提出了一种新方法，有效解决了某问题，实验表明性能显著提升。

但如果你过两周再回来看，会发现几乎没法用。它没有告诉你：

这个结论来自哪张表、哪一节？
方法的关键公式是什么？为什么这么设计？
作者自己承认了什么局限？还有哪些作者没说？
这篇论文和我的研究到底有什么关系？
如果我要复现，第一步该跑什么？

问题不在「写得不够多」，而在笔记没有可复核的结构。一篇好的文献笔记，应该像一份可执行的工程文档：每个判断有出处，每个公式有推导，每个局限有证据，每个下一步能落地。

这就是我开源 Paper Reading Note 的起点。

二、它不是一个 prompt，而是一套完整 Skill

仓库里有两个语言版本，结构完全一致：

zh/：中文版 Skill
en/：English skill

每个版本都是自包含的：SKILL.md、README、5 份参考文档、5 个模板、2 个脚本，以及一篇填好的示例笔记。

当前版本 v1.3.11，核心是一句话：

把论文读成可复核、可比较、可行动的笔记，而不是一篇更长的摘要。

它的设计可以拆成四层：

输入层：PDF（文本/扫描）、摘要、LaTeX/HTML、多篇论文；
证据层：定位符、四类来源标签、数值纪律、公式引用闭环；
结构层：L1/L2/L3 三档深度、4.3 公式详解、7.1/7.2 局限分析、11/12 复现与核查；
质量层：check_note.py 自检 + build_matrix.py 矩阵 + 人工质量门。

三、七步阅读 + 一步自检：把「读论文」拆成可检查的动作

立卡：生成 paper_id，记录来源、版本、页数；阅读目的只用于内部决策，不写进笔记。
结构扫描：只读标题、摘要、引言末尾、图表标题、结论、附录标题，先写出「问题—做法—结果」主线三句。
元数据：抽取作者、机构、年份、发表处、DOI、代码/数据链接，写成 YAML frontmatter。
四张抽取表：问题表、方法表、证据表、结论表。每行都要能定位。
批判性评估：先复述作者承认的局限，再补「进一步的局限」，不评分、不设置信度。
定位：找 2–4 篇最接近的工作，用「问题/方法/结论」三维定位。
连接与空白：可迁移的方法、可复用的数据/指标、要避开的问题、下一步实验、研究空白。
组装与自检：套模板，过质量门，跑 check_note.py，通过才交付。

关键在最后一步：不是「我觉得写完了」，而是「脚本说它合格」。

四、三个我最有感触的设计

1. 每个论断都要有定位符

Skill 强制使用这样的写法：

WMT14 EN-DE 28.4 BLEU，比此前最佳（含集成）高 2.0+ [原文][Table 2]。

同时用四类标签区分知识来源：

[原文]：论文明确写了；
[推断]：我基于证据的推理；
[外部: 来源]：论文之外的知识，必须给来源；
[疑问]：还没读懂或待核实。

这样，读者一眼就能看出：哪些是作者说的，哪些是笔记作者自己的判断。

2. 公式不是清单，而是一条推导链

这是 v1.3 系列改动最大的地方。很多笔记会把公式逐条抄一遍，但读者仍然不知道：

这些公式之间是什么关系？作者为什么会想到推出下一式？

所以模板里增加了 4.3.0 推导主线：

先写清楚「目标 → 起点 → 每一步为什么必须引入 → 得到什么 → 下一步为什么能接上」，再用一张表把链条固定下来：

步骤	出发点	这一步要解决什么	得到的公式	为下一步提供什么
1	token 表示 + 全局交互	如何按相关性聚合全序列	Eq. (1) 注意力	上下文表示
2	Eq. (1) 的单头输出	单头会平均掉多种关系	多头注意力	多子空间表示
3	多头输出	缺少逐 token 非线性	Eq. (2) FFN	非线性特征
4	注意力 + FFN	对位置置换不变	位置编码	完整 Transformer block

每个公式还要写清楚「推导动机、思想来源、作用、假设、与相邻公式的关系」，并在表格外给出完整推导：起始式要说明是定义、公认事实、前文结论还是论文假设；每一步要交代用了哪条公式、做了什么操作；不能只写「由 Eq. X 得 Eq. Y」。

这部分后来还长出了很多细节规则：复合式先给最简情形、关键判断给最小机制、线性化写出 Taylor 展开、推导用论文式语体、写完做语病检查……这些规则看起来很「苛刻」，但正是它们把笔记从「能看懂」推进到「能复核」。

3. 批判性评估：先复述作者，再补充自己

很多 AI 笔记的「局限」部分，其实是把作者的 limitation 换个说法再写一遍。这个 Skill 明确要求分两层：

7.1 作者承认的局限（复述）：作者在 limitation/discussion/假设/未来工作中明确写出的内容，逐条转述并标定位；
7.2 进一步的局限（我补充）：作者没有承认、但从证据/设计/假设/外部有效性/可复现性可以指出的问题，每条写「现象 + 证据 + 影响 + 如何验证」。

同时明确不评分、不设置信度。批判的价值不在于给论文打 8 个维度的分数，而在于指出「在什么条件下成立、在什么条件下不成立」。

4. 把「好推导」拆成可检查的细则

v1.3.1 到 v1.3.11 的十几次迭代，几乎都在做同一件事：把「推导要写清楚」这种模糊要求，拆成可执行的规则。

公式引用闭环：引用 Eq. (x) 时，如果该式还没在笔记里出现过，就在引用处把公式写出来；范围引用 Eq. (A4)–(A12) 只保留已经展示过的编号。
表外推导：每个公式表格下方，写从「推导动机 / 思想来源」到目标公式的完整推导；表格里的动机可以精简成一句话。
推导不跳步：每一步要交代用了哪条原始公式、做了什么操作（代入/展开/平均/分部积分/取极限）；移项、合并同类项等基础代数不必展开，但「由 Eq. X 得 Eq. Y」不行。
起始式标来源：初始表达式要说明它是定义、公认事实/守恒律、前文结论（Eq. x）还是论文假设；复合式先写最简情形，再说明新增项。
关键判断给机制：遇到「唯有…才…」「必然…」「等价于…」这类判断，按「判断 → 1–3 式最小机制 → 一句直觉 → 边界」写；如果用了线性化，要写出 Taylor 展开（一阶项 + 余项）。
推导语体与语病：用论文式陈述（设/令/由…得/于是/故），不写「这一步的必要性」「不构成循环论证」这类元话语；写完后逐句检查主语、搭配、赘余、逻辑重复和指代。

这些规则听起来很细，但它们解决的是同一个问题：读者能不能顺着你的笔记，把推导自己复述一遍。

五、L3：把「复现」写进笔记

L2 已经能覆盖大多数阅读场景；如果目标是复现或写论文，就进入 L3。

L3 追加两节：

11 复现计划：环境、参数表、可运行的 Python 代码、运行命令、验收标准、证伪条件、已知缺口；
12 公式与推导核查：符号/量纲表、逐步核对、勘误记录、遗留疑点。

复现代码不是伪代码：脚本会检查第 11 节是否包含 ```python 代码块、是否有 import/def、是否还留着 NotImplementedError 占位。

另外两个容易被忽略、但很影响可读性的要求：

领域导读：L2/L3 要在 §0 前用 2–3 段介绍「这个领域在做什么、问题分哪几层、本文补哪一层」，写给不熟悉该领域的读者；
术语与图表：读者可以用 <u>术语</u>$^{[n]}$ 标出不懂的名词，Agent 在「附录 1：术语解释」按编号解释；原文图从 PDF 裁切后存 notes/figures/，一图一行居中，图注标图号与页码。

六、质量门：让「写得好不好」变成可执行的检查

check_note.py 会检查：

必填章节（L1/L2/L3 不同）；
去重后的定位符数量；
第 5 节的结果数值、基线、消融/对照关键词；
4.3.0 推导主线、每个公式的推导动机与相邻关系、表外推导；
7.1/7.2 局限结构；
L3 复现代码；
占位符残留、公式渲染、术语标记与附录对应关系。

它不能判断「这篇论文的结论是否正确」，但能保证：笔记没有偷工减料，没有假装读过，没有把作者的话当成自己的判断。

七、怎么用

安装

# Claude Code（个人技能）
cp -r en ~/.claude/skills/paper-reading-note
cp -r zh ~/.claude/skills/paper-reading-note-zh

# 或者直接用路径让 Agent 先读 SKILL.md

单篇精读

读 papers/attention.pdf，按 paper-reading-note 的 L2 流程写阅读笔记，
输出到 notes/attention.md，并用 check_note.py 检查 notes/ 目录。

L3 深度笔记

读 papers/attention.pdf，按 L3 写：
4.3 逐公式解释含义与思想来源，7.1 复述作者局限、7.2 补进一步局限，
11 给出可运行的 Python 复现代码，12 核查推导。

多篇对比

把 notes/ 下这 6 篇关于 X 的论文做成对比矩阵，再写综述：
问题谱系、方法族与共识、分歧及原因、趋势、研究空白。
每条判断标注来自哪几篇。

自检

python en/scripts/check_note.py notes/ --strict
python en/scripts/build_matrix.py notes/ -o notes/matrix.md --csv notes/matrix.csv

八、仓库里有什么

paper-reading-note/
├── en/                       # English skill
├── zh/                       # 中文版 skill
├── docs/
│   ├── wechat-article.md     # 这篇文章
│   ├── make_figures.py       # 生成所有配图
│   └── images/               # 流程图、架构图、公式链、质量门
├── LICENSE
└── README.md

每个语言目录都包含：

SKILL.md：主文件；
references/01–05：抽取、批判、综述、证据规范、复现代码；
templates/：L1 速读卡、L2 标准笔记、L3 复现计划、对比矩阵、综述；
scripts/：自检与矩阵生成；
examples/：一篇填好的 Attention 论文 L2 笔记。

九、适合谁，不适合谁

适合：

需要长期积累文献笔记的研究生、研究者；
想用 AI 辅助精读，但不想得到「更长的摘要」的人；
需要做多篇对比、写综述、找 research gap 的人；
想复现论文、需要把方法和参数固定下来的人。

不适合：

只想快速知道论文讲了什么（用普通摘要即可）；
想让 AI 代写论文或伪造数据（Skill 明确禁止）；
不愿花 45–90 分钟认真读一篇论文的人。

十、最后

这套 Skill 不是为了让 AI「替你读论文」，而是为了让 AI 帮你把读过的论文变成可复用的资产。

它不会让你立刻读懂一篇论文，但会让你在三个月后还能回答：

这篇论文的结论是什么？证据在哪？方法为什么这么设计？局限是什么？我当时打算怎么用它？

如果这套工作流对你有帮助，欢迎在 GitHub 上试用、提 issue，或者把它改成适合你所在领域的版本。

项目地址：https://github.com/William-JT-Shen/paper-reading-note
License: MIT

配图由 docs/make_figures.py 生成；文中示例来自仓库中的 Attention L2 笔记。