第 18 讲 · 实战：论文与长文写作
收官之讲，处理最重的写作场景。论文写作与第 13 讲（科研方法）和第 17 讲（长文档工程）深度重叠，本讲不重复，聚焦三件事：从想法到成稿的完整工作流、每个环节的允许边界、以及引用这个头号雷区。原则一以贯之：AI 是加速器与磨刀石，学术贡献与文责必须是你的。
1. 全流程地图：每个环节用多少 AI
| 阶段 | AI 参与度 | 用法 |
|---|---|---|
| 选题与假设 | 陪练 | 头脑风暴、挑战你的假设（"这个 idea 最可能死在哪"） |
| 文献综述 | 高（但逐条验证） | 第 13 讲全套：语义检索、精读脚手架、综述骨架 |
| 方法与实验 | 中 | 代码复现与分析（第 15 讲），统计选择要说理 |
| 结果解读与论点 | 低——核心贡献区 | 只当质疑者用，结论必须你自己下 |
| 初稿撰写 | 中 | 骨架你定，段落协作写（见下） |
| 润色与合规 | 高 | 语言打磨、格式、投稿杂务 |
一眼看出规律：两头重、中间轻——越靠近"学术判断"的环节 AI 参与度越低，这不是道德姿态，而是署名责任的直接推论。
2. 初稿：协作写而不是代写
实操中最有效的段落级工作流，介于"全自己写"（慢）与"全让它写"（空洞 + 越界）之间：
你出论证，它出文字，你再改回来。对每一段：
这一段要表达的论证是：[X 方法在小样本下更稳，因为正则化项约束了
方差；证据是表 2 第 3 行 vs 第 5 行的对比；要预先回应"是否只是
调参差异"的质疑，用附录 B 的消融实验回应]。
请写成 150 词左右的学术段落，逻辑连接词清晰，不要引入我没给的论据。
要点全在提示词里体现了：论点、证据、反驳全部由你提供——AI 做的是"学术语言的排版"，它不被允许发明论据（明确写上这条约束，否则它会热心地帮你"补充"）。写作顺序建议依旧是经典的：方法 → 结果 → 引言 → 摘要（引言最需要全局感，留到后面）；每部分的骨架先行（第 17 讲第 4 节）。
中译英路线：中文思维快的作者，可以中文写初稿 → AI 译成学术英语 → 逐句对照回改。逐句对照不可省：译文偶尔会悄悄改变限定词的强度（"可能提高"译成"提高"），而限定词强度在学术写作里就是命。
3. 引用：头号雷区的完整处置
第 13 讲的红线在写作阶段升级为完整流程：
- 绝不让 LLM 生成参考文献列表——一条都不行，这是幻觉重灾区（编造的文献以假乱真）；
- 文献必须来自你验证过的来源：数据库检索、你读过的论文、AI 推荐但你已逐条到 Google Scholar/DOI 核实的条目；
- 引用管理交给专业工具（Zotero 免费够用）：插件自动插引用、换期刊一键换格式——这个环节的自动化靠传统软件，不靠 LLM；
- AI 可以做的引用相关工作：帮你判断"这个论断需要引用支撑吗"、检查引用与论断是否匹配（"我引用 A 支持 B 论断，A 真的说了 B 吗？"——把 A 的摘要贴给它对照）。
4. 打磨：AI 最闪光的环节
初稿完成后的多轮 pass，每轮一个焦点（一次全查等于全不查）：
- 逻辑 pass："只挑论证问题：哪里跳步、哪里论据不支撑论点、哪里会被审稿人抓住？不改文字。"
- 语言 pass："逐句润色为规范学术英语，输出修改对照表 + 理由"（对照表保住你的控制权与学习机会，第 13 讲）；
- 一致性 pass：术语统一、符号统一、数字与图表对得上（第 17 讲）；
- 审稿模拟："扮演最严苛的 Reviewer 2 写拒稿意见"——投稿前最便宜的一次"预答辩"；
- 压缩 pass：超页数时"把这节压缩 30%，损失最少的信息"，它做这个出奇地好。
5. 合规收尾
- 政策：投稿前查目标期刊/会议的最新 AI 政策（变动快）。共同底线：AI 不能署名作者；多数要求申报实质性使用；
- 申报模板（按需改写）："作者使用 [工具名] 辅助语言润色与文字编辑。所有学术内容、分析与结论均由作者完成，作者对全文内容负全责。"
- AI 检测器：现有检测工具误报率高（尤其对非母语作者的规整英语），不足为凭；但反过来，全篇 AI 味（空洞排比、万物"delve"、每段结构雷同）审稿人肉眼可辨。避免的方法不是"降 AI 率"的猫鼠游戏，而是第 2 节的工作流本身——论证是你的，文字自然有你的指纹；
- 文责自负：最后一遍通读，确认每一句话你都愿意在答辩现场为它辩护。签字权从未外包——这句话是第 14 讲的收束，也是全课程应用篇的收束。
本讲小结
- 参与度地图：两头重中间轻，核心贡献区 AI 只当质疑者；
- 段落工作流：论点证据你给，文字它排，逐句你收；
- 引用零容忍：LLM 不产参考文献，逐条核实 + Zotero 管理；
- 打磨分 pass：逻辑/语言/一致性/审稿模拟/压缩，一轮一焦点；
- 申报透明 + 文责自负。
动手：拿你手头任何一段写过的学术文字（课程论文、报告皆可），完整走一遍第 4 节的五个 pass——每个 pass 单独开一轮对话。这半小时会让你对"AI 辅助写作"的真实价值形成手感。
课程结语
十八讲到此完整。回望这条路：从 Fisher 的鸢尾花到 Hinton 的坚守，从间隔与对偶到注意力与 Scaling Laws，从聊天框到智能体——"找函数"的故事讲了九十年，函数越找越大，而找函数的人的核心素养从未改变：把问题定义清楚、对证据保持诚实、让验证成为本能。
这也恰好是使用 AI 的素养。工具会继续以月为单位迭代，本课程下篇的具体产品名终将过时；但上篇的原理、以及贯穿全课的 verify 文化，保质期以十年计。
接下来往哪走，三个方向任选：读论文（从本课延伸阅读清单开始，上篇已给你读懂它们的全部数学）；做东西（把 lab09 的手搓智能体扩展成你自己的工具）；教别人（第 12 讲的费曼技巧——把这门课讲给一个朋友听，你会发现哪些地方你以为懂了）。
祝学习愉快。