Deep Research · 2026-10

把执行交给 AI
把判断练在自己身上

建模、剪辑、写代码的门槛正在被 AI 拉平。三份深度调研,回答同一个问题:什么才是值得长期投入、不会随软件过期的东西?

SCROLL
01MAP

三份报告,一张地图

《底层能力》是总纲:它回答"哪些能力、为什么、怎么练"。另外两份是总纲里最重的两项的深挖——深度阅读决定你输入的质量,审美决定你辨别的质量。

把鼠标移到环上的任一能力,会显示它在哪份报告里展开。高亮的两项有专题报告。
02REPORTS

三份报告

03SHARED

三份报告共同的结论

  1. 在具体里练抽象,用抽象跨领域并置比较两个案例,迁移成功率约 53%,单个案例只有约 19%(《地基》引用的 Loewenstein 等研究)。所以“底层能力”要在 Blender、剪辑、写代码这些真实项目里练出来,再用“同构对照”带去别的领域。
  2. 用法决定增强还是萎缩无护栏地用 AI,撤掉后成绩低约 17%,学生还没察觉(Bastani 等,PNAS 2025);有护栏的用法基本没有这个问题。先自己做第一版、要解释不要答案、保留不用 AI 的练习日。
  3. 外包可核验的搬运,保留不可核验的理解判据是:产出物能不能对照原文逐条核验。引文、数字、限定条件可以让 AI 抽、让脚本验;论证是否成立、值不值得信,要自己读。
  4. 低层辨别有扎实证据,高层判断是否变好证据不足感知学习和风格归类的训练效果有研究支持;“审美判断越练越高级”缺直接证据,所以必须自带盲选日志和复刻前后测来检验自己。
  5. 不要拿“AI 味”当标准人类识别 AI 图像的准确率只有约 54%–62%。更稳的标准是:这个作品有没有明确的意图和取舍。

以上每一条的出处、证据等级与局限,都在对应报告的“来源”和“反方与局限”章节里。

04START

这周就能开始的事

01 · 地基

动手前先写规格卡

目标、约束、受众、验收标准写清楚再交给 AI;每周留一天不用 AI,自己做第一版;每周做一次“同构对照”。

02 · 保真

先盖住原文写三句主旨

再让 AI 只抽逐字引文和限定条件清单,用 verify_quotes.py 或页面里的核验器检查;给现有 verify.py 加严格模式。

03 · 眼力

作品转灰度、画三值图

先预测再看实验室 1 的读数;存 3 条盲选日志,隔天复盘自己的理由。

三份共用

把验收标准写在前面

每个练习都先写“做完怎么判断对”:对象、时长、产出物、验收标准。写不出来的练习,先不做。

05HOW TO READ

怎么读、怎么相信这些报告

  • 证据等级:● 强 元分析/大样本同行评审;◐ 中 单项研究、官方报告;○ 弱 预印本、案例、观点;◇ 推断 本报告自己的判断,会明说。
  • 调研的边界:本次调研在中途按你的要求停止,三份笔记共约 100 条来源,其中一部分只读到摘要或二手引述;没核实的内容在来源里标了“未在本次调研中核实”,不当作事实写。研究笔记放在 _src/research/。
  • 示意数据:实验室里的模型(杠杆计算器、压缩损失模拟等)都是教学化简,不是实证结果,每个实验室底部有假设说明。
  • 链接:部分出版商网站会拦截自动访问,浏览器里打开一般没问题;少数链接本次未能自动访问到,请以标题检索为准。
  • 阅读顺序建议:先读《地基》的“结论先行”和雷达自测,找出最弱的 3 项;再按需要读深度阅读或审美专题。