作者：百年不渡分类：未来幻想点击：800次下载：1965次大小：70M 日期：2026-08-26

普罗米修斯

普京的“另一个剧本”_我的网站

A |

由于之前乌克兰将加入欧盟和北约写入宪法，以及马上要召开北约布鲁塞尔峰会，因此俄罗斯采取边境屯兵的方式予以抗议。

B | 事情是酱黄瓜的。

不过在2021年6月份的北约布鲁塞尔峰会上，乌克兰加入北约的问题并没有得到突破。

会后发表的公报上只是重申了2008年布加勒斯特峰会上的立场，即乌克兰未来某天会成为北约的一员，至于时间表等具体问题则一字未提。

6月16日，美俄首脑甚至还安排了一次双边高峰会，地点取在颇具中立意义的瑞士日内瓦。上周有个读硕的朋友吐槽了一大轮他用的科研Skill，大意是他写综述的时候引用了一篇文献，导师审稿时一查，发现那篇文献根本不存在。 AI纯编的。我当时随口回了一句，你去ClawHub上看看Claude Code的学术skill就好了。

下图是当时二人会谈的照片，就表情层面看还是比较融洽的，远未到剑拔弩张的地步。

6月18日，法国外长勒德里昂也出面表示：乌克兰加入北约的条件尚未成熟。

C |

经过一番外交斡旋，俄罗斯方面撤回了部分边境地区驻兵，局势有所缓解。他问我哪个好用，我没答上来。上次写学术已经过去小一年，而且学术科研这个垂直领域的skill，我确实没系统性地测过。

然而谁都没想到，2021年10月至11月间危机再度升级。

根据11月初美国方面的估计，俄罗斯在乌克兰边境已集结约9万人的兵力和大批重型武器，不久这一数字即超过了10万。

关于莫斯科决策过程的信息披露很少，我们能够猜测到的原因大致有以下几个：

2、2021年8月美国从阿富汗仓促撤军，塔利班风卷残云般进入喀布尔，拜登政府国际形象一落千丈，展现出衰弱和犹豫的迹象。

3、乌克兰泽连斯基政府加入北约的立场没有丝毫软化，约半数的乌军主力部队被部署到顿巴斯地区与亲俄民兵做小规模交战。

D |

不管怎样，至2021年12月，美国情报官员就已经开始公开警告俄罗斯有可能在2022年年初向乌克兰发动大规模军事行动。我知道GitHub上有一堆，star从几百到上万都有，但到底哪些的真能打的，我心里没底，评价不了一点。

E |

前文我们介绍过“领导人在大国博弈中的作用”——虽然无法改变结构性的矛盾，但他们可以选择冲突的形式和烈度。

以普京的视角为例，在2021年底2022年初，我们曾撰文详细分析过他的困境与策略。

F | 所以我周末做了一件事，把GitHub上能找到的学术科研类skill全部拉下来，一个一个试。最后筛出九个比较有代表性的，从学科覆盖到功能设计到质控水平，认真过了一遍，做出来的视频也有20万播放了。我发现，这个名单比我预估的要有料得多的多。

俄罗斯凭借着“地利”占据着优势态势，十几万大军往边境线附件一摆，乌克兰与东欧国家五部瑟瑟发抖，而美国根本没法救。不过在如何把“优势”转化成“成果”问题上，普京却遇到了难题。我复用了一下「从夯到拉」的排名，给这九个Skill排了五个档位，夯、顶级、人上人、NPC、拉。

2021年12月，俄罗斯外交部发表了一份官方版谈判草案，提出了三个主要诉求：

1、确保乌克兰不加入北约（2022年1月份的谈判中俄方又包含进了格鲁吉亚）；

2、确保不在乌克兰境内驻军，不在俄边境部署打击性武器；

俄方要求美国以“书面方式”回复，最终还得签署一个具有法律效力的保障文件，满足此三条的情况下，俄罗斯将从乌克兰边境撤军。

G | 夯就是底子扎实换不同的Agent不同模型表现也够稳定，NPC嘛。

客观来讲，普京的三要求中除了禁止乌克兰加入北约，其他两个并不过分，也不难处理。

俄罗斯要求西方国家不在乌克兰境内驻军——现在本来就没有驻军。

H |

俄罗斯要求西方国家承诺不向乌克兰出售进攻性武器，这更是一个非常“模糊”的议题。

I | 当年美苏《中导条约》签订后，双方年年都指责对方违反协议；武器装备的事情嘛，牵扯到技术问题，原本是个口水战。

虽然三点要求看起来不难，可普京遇到的对手偏偏是老奸巨猾的拜登。就是装了和没装区别不大的存在。

拜登先后派出国务卿、常务副国务卿与俄方谈判，甚至自己亲自上阵了两回（一次线下，一次线上），可就是没什么成果。

美国以“欧洲没有形成统一意见”为由不停地拖延普京——当时德国刚刚大选完，新总理朔尔茨地位尚不稳固；法国2022年4月要大选，马克龙无暇分身。

于是拜登朝普京两手一摊：实在是没办法，您再等等吧……

大家去搜一下2022年1月的新闻，拜登甚至说出“轻微侵略”的言论，暗示“小侵略会有小制裁”。至于拉，拉就是拉了。先说个好消息，这九个里面没有拉的，起码我这次筛出来的，最差也就NPC水平，不至于一坨。

J | Here we gogogo。 1，Academic Research Skills，给到夯回到开头那个假引用的话题。

K | 这个skill的杀手锏就是引用验证。

别说，拜登的“无招胜有招”还真是起了作用，俄罗斯方面渐渐坐不住了。

而且气氛都烘托到这份上了，一旦什么都没拿到就撤军，克里姆林宫怎么向里里外外交代呢？

如果我们抛开2022年2月24日之后发生的一切，仅从2021年底~2022年1月的视角去看，这既是俄美关系的“历史节点”，也是俄罗斯国运的“历史节点”。

当时拜登政府其实已经部分呈现出“先俄后中”的外交大思路。

按照很多战略学者的猜测，拜登其实是急于举行美俄首脑会晤、急于与俄罗斯在乌克兰等问题上达成协议。

L | 每一条引用都要过Semantic Scholar、OpenAlex、Crossref、arXiv四个数据库交叉验证，查不到的直接阻断，不让你把假引用混进论文。

因为一旦摆平俄罗斯，接下来就可以集中资源投入到与中国的竞争中；而普京则可以待价而沽，正如七十年代的中国一样。

“俄罗斯总统普京与美国总统拜登已同意法国总统马克龙有关俄美双方举行峰会的提议，俄罗斯外交部长拉夫罗夫与美国国务卿布林肯将在定于周四举行会议。”

讲话中，普京宣布承认乌东民间武装自称的“顿涅茨克人民共和国”和“卢甘斯克人民共和国”为独立国家，签署相关协议与总统令，并派兵赴两地执行“维和行动”。我测的时候故意给它塞了几条AI编的假引用，试试它能不能抓出来。全被抓了。

当时笔者写过一篇文章，认为普京此举是要结束此轮危机并开启谈判，而不是扩大危机。

M |

1、普京想要的纸面协议美国不肯给他，拜登和布林肯装疯卖傻搞拖延战术。

N | 不光全被抓了，它还会告诉你这条引用在哪个库能查到，在哪个库查不到，帮你判断到底是真的找不到还是你格式写错了。这个功能对那些被AI幻觉坑过的人来说太刚需了，开头提到的那个硕士朋友现在就在用这个。 2，Research Paper Writing Skills，NPC 这个skill起的调贼高，就是直出论文不需要担心了，实际上我点进去项目看的时候，就发现底层其实是某位教授的公开笔记打包成的，一堆规则和提示语攒在一起。

o | 怎么说呢，就像有人把自己的考试笔记复印了一份给你。

2、真动手打乌克兰又不可以，一来毫无正当性，二来启动容易收场难。你照着来不会出大错，但它不会根据你的具体情况调整策略，也不会在你写到一半卡住的时候给你一个灵感。

3、俄罗斯不得已取了一个折中方案，承认原本即由亲俄武装掌控的两个东乌小“共和国”，给自己找台阶下。

这是一个各方都勉强能够接受的妥协结局，俄罗斯要了面子，没有动里子。就是一套规矩。所以只能给到NPC。还不如我们自己搜几篇论文写作规范的帖子，手动喂给codex。 3，codex-claude-academic-skills，给到人上人这个它更适合工科背景的同学，尤其是天天跟MATLAB打交道的留子。信号处理，论文画图，数据可视化这一套，在其他skill里我还真没见到过。

白宫方面发布拜登签署的行政令，宣布将对乌东顿涅茨克和卢甘斯克两地采取制裁措施，并将俄罗斯主权债券纳入制裁对象。

注意，制裁的主体只是乌东那俩小“国家”，拜登还真是说话算数——“小侵略会有小制裁”。

英国冻结了俄罗斯5家银行的资产以及3位俄罗斯亿万富豪的资产。我试了一下它的MATLAB信号处理模块，确实比通用skill深。

德国方面则宣布暂停 “北溪-2号”项目的认证流程。

联合国秘书长古特雷斯也用了非常谨慎的“深感关切”一词，敦促相关各方优先开展外交活动，和平解决所有问题。

可以这样讲，直到此时普京都还有拿起“另一个剧本”的机会。你跟Claude说「帮我跑一个FFT然后画个频谱图」，普通Claude可能给你一段正确但很基础的代码。用了这个skill之后，它会考虑窗函数选择、频率分辨率这些细节，出来的东西是明显更专业。

p | 播放下一个打开循环播放 00:00 / 00:00 倍速 3.0X 2.0X 1.5X 1.25X 1.0X 0.75X 0.5X 多音轨 AirPlay 0 静音播放中，点击恢复音量画中画网页全屏全屏你可以刷新试试视频信息 1.33.6 播放信息上传日志调试信息 [X] 视频ID VID - 播放流水 Flowid - 播放内核 Kernel - 显示器信息 Res - 帧数 - 缓冲健康度 - 网络活动 net - 视频分辨率 - 编码 Codec - mystery mystery - 按住画面移动小窗但问题也明显，没什么质控。

然而接下来的两天里，局势发展之迅速超过绝大多数人的预料。

q |

2月23日，俄罗斯撤离最后一批驻乌外交人员，乌克兰政府宣布进入紧急状态。

2月24日清晨，普京再度发表全国电视讲话，轰动世界的大战正式爆发。它不是一个设计严谨的学术工作流，就是一个人的个人工具箱，刚好这个人是做工科的。

。 4，Claude Scholar，顶级写文献综述的同学的福音来了。这个拿来做做PPT之前的背景调查也是非常好用的这个skill的核心能力是管理和阅读文献，它能接Zotero，所以说首先文献库直接就通了，能支持按DOI、arXiv号导入论文，批量读文献做笔记，还能连Obsidian。我试了一下，给它丢了十篇论文，它帮我做了一份结构化的文献笔记，标注每篇的核心贡献，方法论差异和引用关系。光是省下来的时间就值了。我自己之前还是去arxiv上先下pdf，再导入Zotero，然后再更新信息啊，打标签去重啊，一篇篇文章看着做标注啊，非常痛苦而且Zotero的搜索做真的太烂了，做综述的时候平均一两句话就引用论文的场景简直就是痛苦中的痛苦面具。 Claude Scholar相当于把这个苦力活包圆了，把文献批量导入，自动做摘要笔记，标注方法论差异。我可以拿着这些笔记再去做判断和综合。 5，Scientific Agent Skills，夯这个skill帮我跑科学计算。它封装了RDKit、Scanpy这些专业工具库，处理实验数据的时候特别顶。如果是搞信息学等这些方向，这个skill能省配环境的功夫。我试的时候让GPT5.6给我出了一个题，用这个skill跑了一个比较经典的空气流体力学计算模型，基本上就是开箱即用的，没有什么说要先配两小时环境，手动调整数据参数什么的。 6，AI-Research-SKILLs，顶级这个名字容易让人误解。它翻译过来很容易以为是「用AI做研究的skill」，其实它的定位是「给做AI研究的人准备的skill」。属于是遇到我专业对口了。

r | 模型架构，微调，RAG，九十多个skill全套覆盖。如果你是做深度学习的，这基本就是一个开箱即用的工具箱。

s | 我试了一下微调相关的skill搓了一下GPT2的微调，跟它聊训练策略，它会根据你的数据量和硬件条件给出合理建议，是能直接拿去跑的配置。理科同学做AI方向的，基本不白来，九十多个skill质量都挺硬。 7，Auto Empirical，顶级这个是有斯坦福背景的，是给社科同学跑实证的。

t | 七十个skill，从数据清洗到建模到表图输出全覆盖，Auto Empirical把这个流程工具化了。质控是全场最扎实的，它不会跳过任何一个环节。如果还在手动写Stata，python代码跑回归真的可以试试看。 8，nature-skills，顶级说到写论文最大的痛点，英文写作在我心目中绝对排前五。虽然已经有humanize这个经典skill给我平时写英文邮件兜底去翻译腔味，但距离Nature腔还差点意思，我直接上一段文本就能看出来了，给它丢了一段写得比较中式英语的论文段落。

u | `## 修改前``Humans can infer how objects are likely to move from passive observation: a cup may be lifted, a drawer may slide, and a lid may rotate shut. Such predictions expose the physical consequences of interaction needed to act in the real world. We study how to learn this anticipation from ordinary monocular videos of human-object interaction. `` ``## 修改后``Humans can infer from passive observation how objects are likely to move when manipulated: a cup may be lifted, a drawer may slide and a lid may rotate shut. These predictions reveal the physical consequences of interaction that underpin action in the real world. Here we investigate how such anticipatory knowledge can be learned from ordinary monocular videos of human–object interactions.` 【这个片段摘要自MotionForesight: Re-purposing Video Models for Future 3D Scene-Flow Prediction】我把这段丢给我托福老师看了，来转达一下，确实不一样，不像Grammarly那种简单的语法修正，nature-skills针对的是整个段落的表达方式。用词和句式更符合学术风格。除了润色它还能做发表级别的配图，给到顶级可能都有点低了。 9，ARIS，给到人上人 ARIS这个skill，思路跟前面8个都不一样。它的核心玩法是，无人值守，跟Codex目标模式差不多。

v | 你把论文稿子扔给它，设好参数，然后直接原地睡觉。它帮你跑一整晚。改稿、查文献、调结构、优化表达。早上醒来打开电脑的时候，稿子已经被改了好几轮了。看一眼就不信的我实际测了一下，它确实能做到无人运行。但离谱的是开发者自己也承认了，无人值守的时候，这框架遇到需要数据支撑的地方，如果API没有实时联网搜索能力，它就会现场编一个数据。所以你早上起来看的稿子不能直接用，得自己过一遍，验证它晚上改的东西靠不靠谱。我现在能想到的就是把ARIS跟前面第五个聊的Academic Research Skills可以搭配用。

w | ARIS晚上改完稿，你早上拿Academic Research Skills跑一遍引用验证，把假引用全揪出来。

x | 两个配合，基本就是一条半自动的流水线。 OK啊，九个说完了。本来还以为会遇到几个凑数的水货，但实际上能在GitHub上积累到一定关注度的学术skill，质量比我想象的高。而且我注意到一个事儿，这些Skill里质量最好的，都不是那些技术公司做的产品，都是真正在做科研的人自己做的，是他们用Skill的形式把自己的方法论开源出来了。今天科研skill自带的争议性，让我联想到了17年微信推出小程序的时候。很多人不看好，觉得这玩意能干嘛，手机上装个App不就完了。后来发生了什么大家都知道了，就是因为小程序把开发和分发的门槛降到了一个临界点以下，让更多人能参与进来。 Skill对于学术研究来说，可能也一样。有人担心论文注水，有人担心学术诚信，有人担心大家变成AI的提线木偶。

y | 这些担心我觉得都合理。但仔细想想，计算器刚出来的时候，也有人说学生会变得不会算数。

z | Excel刚出来的时候，也有人说会退化成只会按按钮的纯纯工具人。

| 这些变化都发生了。

| 但结果是什么？是那些学会用新工具的人能做的事比以前多了，行业整体的上限也被拉高了。所以，当AI能帮我们搞定90%的格式化工作，对有想法的人来说其实是好事来的，能有大把的时间去想论文了，再不用把时间花在调论文格式上。最后的最后，给大家留一个速查表，写论文防假引用，Academic Research Skills。跑数据做实验分析，Scientific Agent Skills。润色英文到发表水准，nature-skills。