AI 协作审查清单
AI 协作审查清单
一句话定义
这份清单用来检查 ChatGPT、Claude 或 Codex 的输出是否真的帮你学习，而不是让你复制一份看似专业但自己无法解释的答案。
使用原则
AI 可以做三类事：
- 帮你拆解论文。
- 帮你生成最小代码。
- 帮你检查表达和理解边界。
AI 不应该替代三类事：
- 替你判断论文贡献。
- 替你声称已经复现。
- 替你回答自己没有理解的问题。
每次使用 AI 前
先写清楚任务类型：
| 任务类型 | 合格目标 | 不合格目标 |
|---|---|---|
| 概念解释 | 帮我理解一个概念和例子 | 帮我总结整本书 |
| 论文拆解 | 找研究问题、方法、证据、局限 | 直接给我读后感 |
| 公式解释 | 翻译符号和推导步骤 | 直接给最终结论 |
| 代码生成 | 写一个最小可运行 demo | 完整复现论文 |
| 代码检查 | 查 shape、loss、forward 逻辑 | 只说“代码没问题” |
| 口头表达 | 改成可讲稿并保留边界 | 写得像已经完全掌握 |
AI 输出后必须检查的 8 件事
| 检查项 | 问题 | 不通过时怎么做 |
|---|---|---|
| 研究问题 | 它有没有说清论文解决什么问题？ | 要求它用一句话重写 |
| 贡献边界 | 它有没有夸大论文贡献？ | 要求列出论文没解决什么 |
| 方法分类 | 它有没有区分结构、目标、数据、优化、适配？ | 要求重新分类 |
| 公式符号 | 它有没有解释每个符号？ | 要求补符号表 |
| tensor shape | 它有没有写 shape？ | 要求逐行标注 shape |
| toy demo 边界 | 它有没有把 toy demo 说成完整复现？ | 要求写“没有复现的部分” |
| 实验证据 | 它有没有说明实验想证明什么？ | 要求按图表/指标解释 |
| 不确定性 | 它有没有标出不确定处？ | 要求明确哪些需要查原文 |
红旗信号
看到下面输出，要主动追问：
- “这篇论文彻底解决了……”。
- “代码完整复现了论文……”。
- 没有任何 shape 的 PyTorch 代码。
- 把 scaling law 说成严格数学定理。
- 把 reward model 说成事实正确性模型。
- 把 attention weight 直接等同于因果解释。
- 用很多术语，但没有 toy example。
- 只总结结论，不讲实验设置。
AI 反问模板
当 AI 输出太虚时，用这个反问：
你的回答太概括了。请重新回答，并满足：
1. 用一句话说明研究问题
2. 用一个 toy example 解释核心机制
3. 写出关键输入输出 shape
4. 明确这个解释没有覆盖论文哪些部分
5. 给我 3 个检查自己是否理解的追问
当 AI 代码太复杂时，用这个反问：
请把代码缩小成教学最小版本。
要求：
1. 只保留核心机制
2. 删除工程化封装
3. 使用 5-20 个 toy 样本
4. 每个 tensor 都打印 shape
5. 最后用 5 句话解释输出
当 AI 表达过度自信时，用这个反问：
请把这段表述改成适合跨专业硕士新生组会汇报的版本。
要求：
1. 保留专业表达
2. 不要声称我已经完整复现
3. 明确我目前只理解了哪一部分
4. 写出还需要向老师确认的问题
每周 AI 协作复盘
每周末检查：
- 本周 AI 帮我解释了什么？
- 我有没有把 AI 的解释改写成自己的话？
- AI 生成的代码我是否能解释 shape？
- 有没有一处 AI 输出被我发现不严谨？
- 下周我应该少问哪类泛泛问题，多问哪类具体问题？
合格使用 AI 的证据
一周结束时，至少留下：
- 一个原始 AI 提示词。
- 一个经过你修改后的答案。
- 一个代码 shape 检查记录。
- 一个“AI 说得不准确或不完整”的例子。
- 一个你准备问老师/同学的问题。