读主文章 · Skills 目录 · Prompts · English
我是一名人工智能方向的在读博士生。从 GPT-3.5 时代开始，我就比较重度地使用 AI。几年下来，AI 已经渗透到我工作的大部分环节——科研、写作、编程、日常学习，甚至和朋友聊天时的零碎想法。这份手册就是这些经历的沉淀。
它不是"装哪些工具"的清单，也不是"怎么写 Prompt"的速成教程。我更想回答的是：当 AI 已经能进入这些场景以后，人应该怎样继续主导问题、判断质量、沉淀经验，并避免把理解能力外包出去。
把 AI 当同事，不当工具；但人仍然是主变量。 AI 可以帮你探索、生成、执行，但问题表述、验收标准、必要取舍和最终判断不能交出去。否则效率越高，越可能只是更快地制造一种"我好像在推进"的幻觉。
先读什么
- 想看完整文章：从
docs/phd-ai-collab.md开始。 - 想快速抓主线：先看下面三张图，再回到文章对应章节。
- 想复用工作流：看
skills/full/README.md和prompts/。 - 想看我怎么约束 Agent：看
AGENTS.md/CLAUDE.md。
这份手册在讲什么
人是主变量。 AI 可以放大能力，但不能替代问题意识和判断力。你仍然需要知道自己要什么、什么算好、什么该放弃。
当同事协作。 让 AI 进入真实工作流，而不是停留在一次性问答窗口。划词、IM、远程 Agent——入口越贴近任务，越容易形成高频使用。
低摩擦入口。 把划词工具栏、IM 消息、远程 Agent 和知识库接到你日常的材料流里。不是每件事都值得拉起本地 Agent 走完整工作流，轻量任务就该轻量入口。
上下文优先。 先准备好目标、材料、偏好和验收标准，再让模型执行。没有上下文的 AI 输出，和掷骰子差别不大。
经验沉淀。 把有效流程固化为 Skill 或 Workflow，越用越好，越用越快——但也要定期做减法，不然 skill 膨胀本身就是一种噪音。
反效率幻觉。 警惕把理解、审美、取舍和学习过程一起外包给 AI。效率很高但不理解自己在做什么，比低效更危险。
仓库内容
| 类别 | 入口 | 说明 |
|---|---|---|
| 主文章 | docs/phd-ai-collab.md | 完整方法论，2026-06-08 版 |
| 协作守则 | AGENTS.md / CLAUDE.md | 我平时真在用的 AI 协作规则 |
| Prompts | prompts/ | 提示词优化器、概念解释器、论文精读等模板 |
| 完整 Skills | skills/full/README.md | 仓内所有 Skill 总目录 |
| 配图 | docs/figs/ | 总览图、学习指南、框架图、路线图 |
独立维护的 Skills
这些 Skills 已经拆出去单独维护。它们不是全部推荐一次性安装，而是我在不同阶段沉淀过、可以按需参考的工作流：
| Skill | 用途 |
|---|---|
| paper-review-pipeline | 论文审稿流水线 |
| paperreview | 论文评审 |
| skills-governance | Skills 治理 |
| session-recovery-codex | 会话恢复 |
| collaborating-with-codex | Codex 协作 |
| completion-learn | 任务完成后的三轴复盘：self → collaboration → tool |
| xhs-note-creator | 小红书笔记创作 |
| prompt-polisher | 提示词润色 |
| writing-anti-ai | 去 AI 味写作 |
| xhs-longform-private-publisher | 小红书长文发布 |
反馈
- 随手留言 / 读后反馈：Discussions
- 勘误 / 结构建议：提 Issue
- 小红书转发版：链接