1. 摘要
用AI辅助完成了一篇约7万字的跨学科学术论文（含6.4万中文字+3700英文单词），从一组关键词到最终定稿，经历了概念拼图、文献检索、正文撰写、图表设计、多轮润色等阶段。最终产出14张原创图表、146条参考文献、26条新闻引用。本文复盘全过程，提炼可复用的方法论。
2. 背景
我之前一直用SOLO收集材料写公众号文章，在看了几篇论文之后出现了个想法：
既然LLM是根据前文去预测后文，并有机制去填充中间文字（也是幻觉的来源），那么，我给它一组关键词，它应该可以自动补充中间的内容。
然后我就把一堆关键词扔了过去。
算力、地租、垄断、注意力、熵减、大一统、旧秩序对新生产力的反抗
小tip：相较于写其他文章，SOLO对写论文更加认真，错误更少，内容更丰富。可以先写论文再转换成其他形式的文章
3. 实践过程
阶段一：从碎片到框架（概念拼图法）
做法：不急着写文章，先把所有想法铺开，像拼图一样标注关联和缺口。
AI拿到关键词后很快给了一个初步框架——把算力比作"新时代的土地"，注意力比作"新时代的劳动"，熵减定义为"智能的本质"。框架看着漂亮，但有好几个地方我不认同。
第一轮修正：AI说"算力=土地"，我纠正为"算力是农具/机器，电力才是土地"。底层不变的是能源，变的是利用能源的技术。这个修正改变了整个分析的坐标系。
第二轮修正：AI把"大一统"理解为"开源vs闭源"的对立，我重新定义为"垄断者的大一统（收地租）vs 破除垄断的大一统（让算力民主化）"。而且两者往往属于同一个资本——资本既是矛也是盾，为了垄断这个目标，它在自己打自己。
第三轮修正：我补充了三个关键缺口——"信用"的运作机制、"创造"的定义边界、过渡期的具体形态。其中"创造"的定义是整个框架的核心：创造的本质是"劳动→经验→知识→指导新劳动"的闭环，AI没有试错成本和生理感知，所以没有这个闭环。
一个插曲：聊到一半我累了，说"我累了，脑力过载，会烦躁，会饿。你不会，哈哈。"——这句话是个双关，既在说自己（真实的人有生理极限），也在说AI（没有这些极限恰恰意味着没有创造力）。AI一开始没接住，反复猜了几次才理解。后来我们把这个双关发展成了文章的开头。
方法论提炼：
- 先发散后收敛——铺开所有想法，标注缺口，再逐步补全
- 大胆修正——AI的初步框架不一定对，人的修正才是核心贡献
- 留意"双关"——一个概念在两个体系中同时存在但含义不同时，往往藏着最锋利的洞察
阶段二：文献检索（四维并行搜索法）
做法：围绕框架的核心维度，同时检索四个方向的学术文献。
框架基本成型后，我说"来吧，收集相关论文，看看那帮聪明人是怎么说的"。AI围绕框架的四个核心维度同时开搜，每个维度筛5-6篇最直接支撑框架的论文，最终精选25篇。
最关键的发现：学术界在"AI会怎样"上已经做了大量工作，但"这意味着什么"——特别是我们框架中最核心的几个概念——几乎没人碰。这确认了框架的独特价值。
方法论提炼：
- 按自己的框架维度组织搜索，而不是按学科分类——别被学术分类框住
- 每个维度只取最犀利的5-6篇——贪多嚼不烂
- 重视"空白"——文献综述的价值不只在于别人说了什么，更在于没人说什么
阶段三：正文写作（分章推进法）
做法：一章一章推进，每章先定核心论点，再展开论证。
论文结构最终定为七章。写作中，AI负责检索文献、组织论据、展开论证，我负责判断论点是否成立、逻辑是否通顺、表达是否自然。
一个反复出现的问题：AI生成的初稿"AI味"很重——光"不是…而是…"就出现了72次。这成了后续润色的重点。
方法论提炼：
- 新概念导入按"是什么→为什么→怎么看"来写——别突兀地甩出一个术语
- 文献综述按"基础概念→发展脉络→实证检验"展开——别机械地"国内+国外"拼凑
- 每章开头用一两句话预告核心论点——让读者始终知道自己在哪
阶段四：图表设计（概念可视化）
做法：为每个核心概念配一张学术风格的图表。
最终做了14张原创图表。技术方案：用HTML+CSS画图（学术简约风格），浏览器截图为PNG，嵌入论文。
方法论提炼：
- 每个核心概念配一张图——读者记住一张图比记住一段文字容易得多
- 风格统一——深蓝+灰色调，白色背景
- 放在概念介绍之后、下一节之前——当"视觉小结"用
阶段五：去AI味润色（五步检测法）
做法：系统性检测和修正AI生成的语言特征。
五步检测：
- 翻译腔："的"字连用、"在…的…中"结构
- 连接词堆砌：“然而”、“此外”、"这意味着"出现频率
- 套话：“值得注意的是”、"至关重要"之类
- 西化句式：“不仅…而且…”、"一方面…另一方面…"用太多
- 重复结构："不是…而是…"全文72处，砍到19处
方法论提炼：
- 连接词有合理用法——别一刀切，只改"明显不自然"的
- "不是…而是…"在核心命题处保留，在论证叙述中替换
- 去AI味的本质就是去重复——任何表达模式，用多了就是AI味
阶段六：迭代修正（多轮反馈法）
做法：多轮审读，每轮只盯一个问题。
修正轮次包括：参考文献分类修正、文献综述逻辑重构、新概念导入重写、理论基础补充、新闻事实勘误、标题优化、新增观点等。
有个典型的例子：论文引用了某科技公司的技术架构，初稿写成了新闻速递（具体日期、设备型号、用户对话示例），审读后全部改为学术概括，只保留核心机制和结构分析。
方法论提炼：
- 每轮只改一个问题——别想着一次改完
- 新闻速递式细节要抽象为学术概括
- 论文永远可以更好，但得知道什么时候收手
4. 成果展示
最终产出：
- 约7万字的完整学术论文（6.4万中文字+3700英文单词）
- 14张原创理论图表
- 146条参考文献（中文65条+报告5条+英文76条）
- 26条新闻引用来源（含截图）
- DOCX格式（3.87 MB，700+段落）
AI处理了多少网页？ 整个过程中，AI执行了292次关键词搜索和169次网页/论文直接访问，总计处理了461个网页。按人工操作估算：292次搜索查询每次约3分钟（构思查询词+筛选结果），169篇论文/网页中约52篇学术论文每篇约15分钟（读摘要+关键章节）、117篇其他网页每篇约5分钟（快速浏览），合计约37小时(高强度工作时间)。AI在几分钟内完成了这些工作。
成果文件：
包括文档化的聊天记录、中间笔记、论文成果
两篇超长公众号文章：
https://mp.weixin.qq.com/s/r2wkJXn1Ub4oPJJ_6W5Jlw
https://mp.weixin.qq.com/s/NkYO8BMcB7dONm8iHgCbgw
5. 效果与总结
几个核心发现：
-
创造到底发生在哪？ AI帮我把散乱的想法串成了逻辑——但碎片是我的，连线是AI的，"哪些碎片值得连"这个判断是我的。AI是很高效的逻辑串联工具，但串联的起点和终点都由人定。
-
人和AI的分工：AI干了文献检索、图表设计、格式转换、语言润色——这些是可以标准化的执行工作。人干了概念修正、框架设计、论点判断、切入角度选择——这些是需要判断力的决策工作。分工很清楚。
-
可复用的方法论：
- 概念拼图法：先发散后收敛，标注缺口再补全
- 四维并行搜索法：按框架维度而非学科组织检索
- 分章推进法：每章先定核心论点再展开
- 五步检测法：系统性去AI味
- 多轮反馈法：每轮聚焦一个问题
-
最好玩的事：整个过程最有趣的时刻，是AI没接住我双关的那个瞬间。它反复猜了好几次，每次都猜错。那一刻我突然意识到——这篇论证"AI有局限"的文章，逻辑是AI帮我串的，但"AI有局限"这个判断本身，恰恰在AI猜错的那一刻被验证了。
