最小化反例修复 · 学术写作研究验证 Harness

为什么要把单元测试的思路搬进写作

写完一段推导或综述，最担心的是逻辑链断裂或证据不足。评审看到的是连贯的文本，作者心里却未必有完整的检验回路。这个技能把程序验证中的「最小反例修复」迁移到学术写作，目标是让草稿接受类似回归测试的审视：先锚定参照标准，再主动寻找反例，把问题压缩到最小片段，然后只修这一点。

五层 Harness 与工作流

• Layer 1 Oracle：IMRaD 逻辑链、顶会论文、基金评审指南都可作为参照源，系统据此做偏离度或覆盖度检测。
• Layer 2 反例生成：提供四种找茬模式——逆向提纲、模拟审稿人、极端边界条件、撰写前找茬队列。
• Layer 3 Shrinking：把定位到的问题压缩到最小复现；快速工具是 50 字电梯测试，压不平就说明逻辑栈溢出。
• Layer 4 Context Management：每次修改前强制注入原始 Research Question、Thesis Statement、目标规范与当前最小反例，避免修复跑偏。
• Layer 5 Parallel Agents：并行运行批判路径与辩护路径，共享同一套找茬队列，回归验证修复是否引入新缺陷。

适用边界与注意点

• 校验结果是 Entailment Score 或 Citation Support Level 这类强度评估，不是 pass/fail；阈值需要作者自己把握。
• 如果没有提供顶会论文或评审标准，会退回通用学术规范作为默认 Oracle，针对性会明显下降。
• Shrinking 不收敛通常意味着研究问题本身没想清楚，应回到 Phase 0 重新锚定，而不是继续修补措辞。
• 修复过程中可能引入新反例，这是预期行为；建议配合缺陷追踪表与回归记录持续迭代。