AMS 怎样学习与生长

研究从一个入口开始。它可以是论文，也可以是一个名字、一行公式、一段代码、一种直觉，或者两种看起来相似却无法互相解释的说法。AMS 的工作是把这个入口变成具体理解，并使下一次能够接着思考。

日常共学：先让一个东西变得可理解

假设入口只有“jieba、BM25、BGE-M3 是什么”。第一步是给出能操作的区别：文本怎样成为单位，单位怎样得到分数，不同表示怎样建立匹配。用一个短例子把这些操作连起来，再追问解释中真正有吸引力或不够清楚的地方。无需先建立正式 inquiry，也无需先收录三篇论文。

机承担展开的责任。可以画出映射、算一次分数、对齐一组定义、寻找反例或追溯一个概念从哪里来。选择哪种动作，取决于它能不能解除眼前的困惑。不能用术语列表替代讲解，也不能把每次学习都变成实验需求。

一次值得保存的记录应当让后来的人重新获得当时讲清的东西。正文可以很短，但需要保留使理解成立的例子、论证或推导；外部事实附上实际用过的来源与范围。若仍有吸引力，就留下具体的继续位置。格式服从内容，不要求每次填满同一组栏目。

两个 recall 的例子就是一种这样的产物：它通过八个原创文档标识解释两个参照集合，无需假装已经训练模型或完成一个 benchmark。

深入：让解释多承担一点工作

“更深”可以表现为能够说明为什么、指出在哪些条件下不成立、把一个公式推出来，或区分先前混在一起的两个机制。它不等于又读了几篇论文。

选择下一次研究动作时，先看当前解释卡在哪里：

理论史、概念比较和数学推导都可以是完整研究动作。实验是有需要时使用的方法；一个尚未执行的 protocol 保持自己的身份。

专题：围绕真正的张力积累

当一个关系反复出现，或一个问题需要跨来源继续追究，就形成专题。先说明为什么值得问、已有解释怎样回答、还有什么不同解释。它可以从两份材料起步，也可能从一个原创反例起步。

研究时，保持三个层次可分辨：来源实际提出什么；它提供了什么证据；AMS 据此形成什么判断。用支持、对照、限制或背景的具体理由连接材料。相同关键词只构成发现线索，不能自动获得“支持这个结论”的身份。

推进以后，修改已有的解释。若新材料使论点变窄，直接改相应正文，并在值得保留的变化记录里写清“原先如何理解、现在怎样区分、依据是什么”。单纯在末尾再加一条免责声明，会把旧解释留在最显眼的地方。

经验怎样长成判断习惯保留已执行的结构化研究；索引也能学习从作者摘要对读起步。它们所处阶段不同，都可以有内容地继续。

新材料：决定它改变哪里

收到 URL、DOI、标题、essay 或源码片段以后，先辨认对象与版本。已有来源的新版本，需要检查改变的部分；名字相似，需要核对是否同一工作；未取得正文，就只说明看过的范围。离线 inspect 可以帮助发现身份与显式引用关系，不能替代阅读。

消化后可能发生几种不同变化：

• 补足基础：把缺少的概念讲清，连接到需要它的记录。
• 推进解释：为某个机制提供依据，或让两种解释可以区分。
• 形成反例：修订原论点的条件，同时检查依赖它的专题或实践建议。
• 打开旁支：留下实际获得的一点理解和返回理由，暂不承诺长期投入。
• 维护身份：更新版本或出处，保留原证据对应的版本。
• 停驻：当前只保存准确入口与兴趣所在，不冒充已经消化。

这些去向可以并存。不是每份来源都要变成独立长文，也不是每次更新都要提升阅读深度。现有来源的支持关系可以由工具列出，关系是否仍然成立由研究判断。

一次实际的生长：从“索引”到“映射目标”

索引也能学习对读两篇作者摘要后，留下的变化不是“又收了两篇”。一个名字被拆开了：键到记录位置，与查询到文档标识，拥有不同的输入、输出与错误含义。这个区别让下一次精读可以明确检查监督、错误恢复和更新条件。

这次结果没有把两篇提升为全文精读，没有报告效果排名，也没有自动建新研究领域。它增加了一条跨索引、检索和学习的线索。将来若这条线改变了长期关切，再修订方向地图。这就是一次可检查的增长：内容改变了问题，问题又改变下一次阅读。

广度与深度怎样一起走

每一次投入可以有局部落点，整个研究范围保持开放。新颖、解释缺口、反例价值和兴趣都可以构成进入的理由；它们不必被压成统一评分。深度不靠收紧整个项目范围来获得，而靠当前动作能把一个问题推进到哪里。

如果新对象放不进地图，先允许暂未归类，写清它挑战的是哪条边界。多次出现同一张力，才调整领域或方向；不为单篇材料制造永久栏目。方向也可以合并、分叉或休眠。休眠保留已经获得的理解和具体继续位置，不保留“欠了多少篇”的债务。

来源阅读范围、某个命题的证据、个人已经展示的理解分别记录。精读完成不等于掌握；没有讲过不等于不会；可复现的结果也不自动回答它没有测量的问题。

停下与回来

一个好的停点不只是“下次继续读”。它应当尽量指向可以恢复思考的地方，例如：“固定相关集合以后，改变 k 会怎样同时影响两个比例？先用 a–h 算 k=3 与 k=5。”也可以是具体公式、尚未区分的解释或需要核对的段落。

回来的时候，先恢复当前解释与例子，再决定沿原问题继续、换研究动作或打开旁支。不要默认重新搜一轮材料，也不要把旧的下一步当作不可更改的任务。

公开仓库记录可公开的研究状态。私人共学记录保留实际谈过什么、明确表达的理解与兴趣、必要的上下文；它们留在仓库之外。机器生成的熟练度猜测不升级为个人事实。没有私人 chat log，仍然可以依靠公开材料与原创例子继续研究。

工具如何服务这套方法

正文由 Markdown 承载，元数据负责身份、来源和显式关系。study/ 是研究真源，research/ 保存独立方法、输入与 receipt。网页、索引、机器包都是投影。通用学术工具帮助检索、阅读和核查；这份方法负责 AMS 的研究关切、解释连续性与生长判断。

作者操作、离线 intake、依赖检查和构建命令见作者指南。验证会检查坏链接、生成物漂移、来源身份与有关的运行合同；它不会给文章质量、学术价值或人的理解打一个自动分数。