学者推理蒸馏器

解决什么问题

想让模型「像某位学者一样判断」，常见做法只是模仿措辞、引用和语气，结果往往得到一段通用学术腔。学者推理蒸馏器要处理的是另一个问题：如何从已有文本中重建某位学者稳定的推理架构，并把这些架构约束到具体任务中。它关注的不是「说得像」，而是对象定义、概念区分、分析步骤、评价阈值、引用网络、修辞节奏、拒绝边界和演变轨迹。

技能如何工作

它分两个阶段。首先是 Distillation：输入某位学者的论文、专著、访谈或课堂材料后，按八层框架逐层提取：

• 本体：学者如何定义研究对象。
• 概念：反复使用的核心区分。
• 分析操作：先做什么、再做什么。
• 评价：什么证据算强，什么反驳算弱。
• 互文：常引用谁，引用功能是支持、批判还是延伸。
• 修辞：句式节奏和推进方式。
• 边界：明确拒绝的方法或问题类型。
• 历时：不同时期文本中的变化。

其次是 Deployment：将提取结果转化为九个检查模块，包括范围判断、问题重述、分析序列、评价阈值、引用来源、修辞节点、边界拒绝和溯源说明。它支持同行评审、博士指导、授课和小组讨论四类任务，并在每次任务后输出定量评分与定性评语。若蒸馏多位学者，还可执行差异性验证，检查他们在本体、概念、步骤、评价和边界上是否真的可区分。

适用边界

该技能适合个人学习、思辨和写作辅助，前提是用户能提供足够文本。指纹成熟度越低，输出越需要标注为推测；当问题超出学者领域或触及明确拒绝的分析路径时，应降级处理。它也不应被用于伪造评审、冒充真实学者劳动或进行学术不端行为。