和AI磨出一篇批判文章：多轮协作写作方法论（文末附可复用Skill）

今天同时发布的那篇词元文章，不是一次成稿的。它从一句带着情绪的语音输入开始，经历了十几轮往返：我发散观点、拍板框架，AI 核查事实、纠正我的错误，我再纠正它的错误，最后磨出一篇带十六条参考文献的批判长文。这个过程本身就是一个相当典型的”AI 辅助写作”实践样本。这篇文章把整个协作过程拆开复盘，提炼成一套可以复用的方法论——文末附上整理好的 Skill，下次写考证型文章可以直接加载。

第一课：先核查，再开火——AI 的第一个贡献是反转了靶子

事情的起点是一句愤怒的语音输入：人民日报说 token 就是词元，事关科技话语权，这文章太蠢了。如果当时顺着情绪直接开写，出来的就是一篇纯泄愤的檄文，而且大概率会打错靶子。

AI 做的第一件事不是写，是查。查完发现了一个关键反转：全国科技名词委 3 月 25 日的公告其实做得很克制——标题写明”人工智能领域”，程序是”发布试用”，还留了”结合社会推广应用情况最终确认”的口子。真正有问题的，是前一天报纸那篇抢跑宣布”中文名定了”的报道，和五个月后把译名问题升格成”话语权危机”的锐评。

这就是协作的第一课：情绪指认的靶子和事实上的靶子，经常不是同一个。人的愤怒指向的是”谁让我不爽”，核查回答的是”到底哪一步出了问题”。把靶子找对，后面的十几轮讨论才没有白费——如果一开始就把名词委当敌人，整篇文章的论证地基就是歪的。

第二课：尺度是用户定的，执行是AI保的

靶子找对之后，轮到用户立规矩。这个环节完全是单向的：用户说，AI 执行。

• 对事不对人：嘴上可以骂，成文里一个脏字不能有。”领导拍脑袋决策”这种判断，在文章里只能呈现为日期链——23 日论坛发言，24 日报纸宣布”定了”，25 日官方公告写”试用”——让读者自己得出结论。这比一万句指责杀伤力大，因为它无法被反驳。
• 参考文献前置并分组：矛盾文献（被批评的两篇原文）、事件与制度文献、语言与历史辅佐文献，三组十六条来源，全部放在正文开头，欢迎逐条核对。
• 关键论断必须原文引用：锐评说什么就引什么，一个字不改。
• 术语挂命名机构的链接：记号、令牌、代币这些既定译名，全部指向名词委的”术语在线”，读者点进去就能验证。
• 百科用国内可访问的源：不链维基百科，用百度百科和术语在线；维基本身可以在正文里提一嘴当论据，但不做引用链接。

这些规矩没有一条是 AI 想出来的，全是用户定的。AI 的价值在于把这些尺度执行到每一个段落、每一条引文，并且在自己手滑的时候被揪出来——后面会讲到这种手滑。

第三课：两套纠错系统并联

这次协作里最值钱的机制，是双向纠错。不是”用户审稿、AI 改”，而是两套系统各自抓对方漏掉的东西。

AI 抓用户的事实性错误，抓了三个大的：

1. 语系谱系。用户说”朝鲜、韩国、日本、缅老越衍生自汉藏语系”——谱系上这是错的。日语、朝鲜语系属有争议，越南语属南亚语系，真正和汉语同属汉藏语系的是缅甸语等藏缅语言；日、朝、越的正确身份是”汉字文化圈”——谱系不同但千年借词。一篇全文讲严谨的文章，自己不能犯语言学的错，所以成文里按准确框架写了，还顺手把柬埔寨、老挝剔掉了，因为它们受汉语词汇影响相对次要，硬塞进去反而给人留话柄。
2. 词源细节。”加油”进牛津词典是 2018 年，书证追溯到澳门大奖赛；taikonaut 在《牛津英语词典》有正式词条；严复的译词活到今天的只剩”乌托邦””图腾””逻辑”三个——这些数字和年份全部逐一核实过才写进去。
3. 引用的可得性。用户想引用”工科毕业生搞不定环境配置的调查”（更早那篇提示词文章里），AI 查了半天没有严格对应的调查，建议改写成”连职业程序员都被环境配置折磨”——立得住，不用编。

用户抓 AI 的感受性错误，也抓了三个大的：

1. 字母计数。AI 在文中写”5G……三个字母更省力”——5G 是两个字符；写”Token 的四个字母”——token 是五个字母。用户一眼扫出来，全部改掉。
2. 详略失衡。医学那段太短，用户要求把仪器检查展开——拍 X 光要说成”利用某波段的电磁波成像”，CT、核磁、B 超都得亮出全称，才能让人体会到缩约的分量。
3. 结构缺件。参考文献要分组、要前置，术语要挂机构链接，批判文要叠甲，收尾前要加一条”五立场光谱”把全文论证收拢——这些都是用户拍板补的框架件。

把两张清单放在一起看，分工非常清楚：用户抓 AI 的”感受性错误”——详略、口吻、重点、结构；AI 抓用户的”事实性错误”——数字、谱系、年份、出处。两套系统并联，比任何一套单独开都稳。单一作者最容易犯的错，是事实错误和感受错误一起漏——因为他既是运动员又是裁判。

第四课：发散不设限，收敛有铁律

这次协作的节奏是：用户每轮语音丢进来一批新点子——5G 和 GDP 的双标、全称翻译体段子、代币比词元更信达雅、credits 是记账货币、两岸三地译名差异、台湾政论节目、汉藏语系、x y z 该不该换甲乙丙丁、英制单位和火星探测器、山海经品牌命名、五立场光谱、叠甲……

如果按收到顺序堆，文章会变成补丁摞补丁。所以每一轮的规矩是：发散阶段不设限，收敛阶段有铁律——每个点必须挂进论证链，挂不进去的删，挂得进去的全局重排。比如”英制单位”这个点，最终没有散落在某段里，而是成了”把极端保守逻辑推到底”一节的收尾重锤：英制的发明国英国都改公制了，美国抱着不放，1999 年火星探测器因单位混用坠毁——“语言上的英制单位，就是强制全称翻译”。一个点子的价值，取决于它最终被安放的位置。

第五课：叠甲是批判文的自带装甲

批判性文章最怕的不是被反驳，是被故意读歪。所以成文前专门加了一节”先把甲叠好”：不反对译名规范化、不反对母语保护、不反对信达雅、不主张全盘英文化、段子笑的是强制全称不是医护群体、批评的是论证结构不是个人动机。

这六条甲，每一条都堵住一种常见的歪读。叠甲不是软弱，是精确——它把讨论逼回到真正有分歧的地方：你反对的不是我说的这些，那你到底反对哪一句？这一招和前几天那篇说的”验收标准”是同一件事：先把”什么叫反驳了我”定义清楚，讨论才有效率。

再收敛一步：这套流程本来就是学术论文的流程

回头看会发现，”发散—核查—框架—成文—互审—收敛”这套循环，和学术论文的标准生产流程几乎是同构的——批判文章只是这次抽中的一个选题。把环节对齐来看：

学术论文环节	这次协作里的对应动作
选题：发现问题	“这文章太蠢了”——从反直觉的现象里提出问题
文献综述与调查	找到两篇矛盾文献原文和名词委公告，再补十三条文献，凑齐十六条来源
提出论点（假设）	靶子经核查修正为：”词元没错，扩大化才有问题”
论证与实验	多轮成文互审，每个证据挂进论证链，挂不进的删
同行评审	双向纠错：用户当”感受性审稿人”，AI 当”事实性审稿人”
可复现性	参考文献前置、原句引用、术语挂机构链接，论断全部可验证
Limitations	“先把甲叠好”——预写边界，堵住误读
结论与展望	光谱定位，收敛为三条可执行建议

第二行有个细节值得单独展开：文献调查的产出，经常不是”支持假设的材料”，而是”修正假设的材料”。我们本来是要去批评名词委的，调查完发现它做得最规矩，该批评的是抢跑的报道和扩大化的锐评——假设跟着证据走了，证据没有跟着假设走。这正是学术训练和网上吵架的分界线。

这套流程换题材照样成立。做数据论文，”核查”变成数据清洗与真实性检查，双向纠错变成数据复核；写综述，”素材分三堆”直接就是文献筛选标准；做实验报告，叠甲那一节对应的就是 Limitations；连课题申报书也适用——先定框架再填内容，总比写完一堆再砍结构省力气。学术训练的本质从来就是”发散—核查—收敛”这个循环，AI 改变的只是循环的执行成本：查证快了、成文快了、重排快了。但问题意识和价值判断，依然百分之百是人的活。

这就是 Skill 的意义

复盘完整个流程，你会发现这套打法是可复用的：先核查再开火、用户定尺度、双向纠错、发散收敛分离、成文前叠甲。下次再写考证型评论文章，如果把这些规矩从头再谈一遍，成本很高；把它们固化成一份指令文件，随取随用——这就是 Skill 的本质：把”这次是怎么成功的”翻译成”下次怎么稳定成功”。

不只是人总结经验给 AI 用。当用户和 AI 合作跑通了一件事，或者 AI 在某次任务里自己发现了一条更好的路径，都可以沉淀成 Skill——这可能是 AI 时代个人知识管理最实在的形态：你的方法论不再躺在笔记里，而是活在工作流里。

最后一课：让另一个Agent来查证

有一件事要坦白：今天这篇词元文章的流程里，引文核查主要靠第一Agent自查加人工抽验，第二Agent交叉查证这一步并没有完整执行——它的完整上下文和提示词也没有展示过。坦白这一点，恰恰因为这一步百分百有必要：人写完都要自己再检查一遍，AI 更需要，而且要换一个 Agent 来查。

原因在于第一Agent的结构性弱点：它带着完整的上下文和自己的思维链，对产出有路径依赖——它会顺着当时的推理相信”我写的没错”，而错误恰恰藏在这条链的盲区里。所以查证Agent必须满足三个条件：

1. 换模型。用和第一Agent不同的模型，避免共享同一套模型偏好和思维链路——两个不同架构的模型同时犯同一个错，概率远小于同一个模型连犯两次。
2. 只认原文。查证Agent的唯一依据是被引链接的原文，不接受第一Agent的任何转述——转述本身就是可能失真的环节。
3. 逐条输出三态结论：属实 / 失真 / 无法验证。不给”基本正确”这种模糊判断。

关于”换模型”，值得展开说细一点，因为它有成本梯度，可以按预算选档：

效果最好的，是两家不同派系的模型交叉——正文让 DeepSeek 写，核验就交给智谱的 GLM；或者 Claude 写、Gemini 查。不同厂商的模型，训练数据、分词器、偏好和盲区都不一样，同一个错误想同时骗过两套完全独立的系统，概率最小。

预算有限的话，同系列的不同档位也有效：让 DeepSeek 的 Pro 档写，再用 Flash 档查；或者新一代写、上一代查。同一家的不同时期、不同体量的模型，训练轮次和能力边界不同，错误分布只是部分重叠——查不全，但能查掉一大半，远好于不查。

效果最差的，是同一个模型自己查自己：上下文虽然重新开了，盲区却还是同一套盲区，属于聊胜于无的兜底。

至于为什么要”反复”核验：每一次核查都是一个有漏检率的过滤器，漏检率再低也不是零，而多过一遍过滤器，整体漏检率是相乘着往下走的。查证便宜，错误贵——用便宜的过滤器多叠几层，去拦昂贵的错误，这笔账怎么算都划算。

放到更大的场景里，这套打法解决的是互联网时代的老大难：消息良莠不齐，人工查证慢到跟不上造谣的速度。脚本爬取、信息附带原始链接、第二Agent对着链接反复校验——人最后只需要看”失真”和”无法验证”的短清单，查证成本直接降一个数量级。查网络观点如此，查论文参考文献也是如此。用之前那篇的话说：给 AI 递草稿纸还不够，还得给它安排一位互不认识的同事交叉签字。

附：可复用的 Skill（三套四份）

这次协作沉淀下来的东西，整理成三套共四份：第一套管协作总流程，第二套管框架收敛，第三套管查证——查证必须拆成两份，一份给写作的 Agent 1，一份给查证的 Agent 2。为什么拆？因为指令分离本身就是隔离：Agent 1 的技能里连”如何自我核查”都不该出现，它的职责边界就是”产出+附链接”；Agent 2 的技能里没有任何写作指导，只有核查规程。两份技能，分别加载到不同的模型上。均为 markdown 格式，可直接放进 agent 配置：

---
name: collaborative-critical-essay
description: 与AI多轮协作生产考证型批判文章的完整流程。适用于观点强烈、
  需要事实核查与文献支撑的博客、论文、深度评论写作。
---

## 角色分工
- 用户（主编）：发散观点、价值判断、尺度把握、框架拍板
- AI（研究员兼执笔）：事实核查、文献检索、结构化成文、反向纠错

## 工作流（六步循环）
1. 发散：用户倾倒全部观点与情绪，不要求准确；AI 只记录不反驳
2. 核查：AI 逐条核实，素材分三堆——可直接引用 / 修正后用 / 建议放弃；
   并主动搜索用户没提到的反转与反例，找对真正的批评靶子
3. 纠偏：AI 直接纠正用户的事实错误（谱系、数字、年份、出处）；
   用户直接纠正 AI 的感受性错误（详略、口吻、重点、结构）
4. 框架：用户定死规范——参考文献前置并分组、关键论断原文引用、
   术语挂命名机构链接、百科用可访问的源、对事不对人
5. 成文互审：AI 成文，用户逐点验收，追加观点后全局重排而非打补丁，
   循环直到用户确认无遗漏
6. 叠甲收束：预写"本文不反对什么"堵住歪读；金句收尾；本地构建
   验证后预览，确认再发布

## 硬性纪律
- 对事不对人：只拆论证结构，不攻击个人；让日期和文件自己说话
- 每个论断可核查：引文给链接，数字给出处，拿不准就标注"待复核"
- 用户的事实错误必须纠正，用户的框架决策必须执行
- 情绪是燃料不是地图：靶子以核查结果为准

第二套：管框架收敛。对应这次协作里”发散不设限、收敛有铁律”的那半个循环：

---
name: diverge-to-framework
description: 把多轮发散的观点收敛为整体文章框架。适用于素材杂乱、观点多头、
  多轮追加内容的写作前期。
---

## 流程
1. 全量登记：用户每条观点独立成行，先不评判、不合并、不删减
2. 归簇分组：按论证功能把观点归入四层——事实层、逻辑层、价值层、建设层
3. 定主线：用一条论证链串起所有簇；挂不进主线的观点明确标注"暂舍"，
   不静默丢弃
4. 输出骨架：章节标题 + 每节论证任务 + 对应素材编号，交用户冻结
5. 冻结后才成文：正文中每一段都能回链到素材编号，防止补丁摞补丁

## 纪律
- 每轮新增观点后全局重排，不按到达顺序堆叠
- 骨架冻结前的所有讨论只动结构，不写正文

第三套：管查证，按角色拆成两份。给 Agent 1 的这份里，刻意不出现任何”如何核查”的字眼——它的职责边界就是产出加附链接：

---
name: sourced-drafting
description: 供写作Agent（Agent 1）使用。产出内容时同步完成来源采集与
  标注，为后续交叉查证提供基础。本技能不包含任何自我核查职责。
---

## 职责
1. 采集：引用任何外部信息时，用脚本或检索获取原文，记录原始链接
   与抓取时间；禁止凭记忆转述
2. 标注：成文中每一条事实性论断都标注来源编号，正文与来源清单一一对应
3. 边界：不承担查证职责，不自行宣布"已核实"；拿不准的内容显式
   标注"待验证"，留给 Agent 2

给 Agent 2 的这份，则通篇没有任何写作指导——它只认识”论断、链接、原文”三样东西：

---
name: cross-model-verification
description: 供查证Agent（Agent 2）使用。必须加载在与写作Agent不同的
  模型上（优先不同厂商，其次同系列不同档位），只依据链接原文逐条校验，
  输出三态结论。
---

## 三原则
1. 角色隔离：不参考写作Agent的上下文、提示词与思维链，只接收
   "论断 + 来源编号 + 链接"清单
2. 只认原文：唯一依据是链接原文；链接打不开或内容与论断无关，
   一律判"无法验证"
3. 换模型：本技能应部署在与写作Agent不同的模型上——优先不同厂商
   （如 DeepSeek 写、GLM 查），预算有限可用同系列不同档位
   （Pro 写、Flash 查），最差才是同模型自查

## 流程
1. 逐条核对：比对数字、日期、限定词与上下文；转述与原文的任何偏差
   都记为失真
2. 三态结论：属实 / 失真 / 无法验证，禁止输出"基本正确"
3. 短清单：只列失真与无法验证项，附原文摘录与链接，交人工终审
4. 回写后重查：修正稿重新过一遍第1-2步，直到清零

最后一句

这次协作里，人负责”什么是重要的”，AI 负责”什么是真的”，两套纠错系统并联跑完了全程。AI 辅助写作的最好状态，不是 AI 替你写，也不是你替 AI 改，而是你出尺子，它出卷尺——量完之后，谁错了改谁。