这段时间连续做了几轮数学建模论文：2024A、2022B，后来又接着做 2026B。题目不同，模型也不同，但做到第三轮时，我发现真正反复消耗时间的事情其实高度相似。

不是“这一问应该用什么算法”这么单一，而是一整条交付链不断冒出同类问题：一个数字到底从哪里来，公式和代码是不是同一个口径，图有没有真的重画，LaTeX 编译成功是不是就代表版面能交，摘要有没有把四问结果说清楚，所谓“改进”“鲁棒”“全局最优”有没有证据，附录和支撑材料能不能复现正文里的结论。

如果每一篇论文都重新提醒 Agent 一遍，这些经验就没有真正留下来。

所以 7 月 18 日，我决定把反复踩过的坑直接写进 math-modeling-paper-writer，让它从一个“会写论文的提示词”变成一套带验收门槛的工作流。

先把别人的 Skill 拆开看，而不是直接装进去

当时我拿到了一套外部数学建模 Skill。里面有不少值得借鉴的东西，例如 decision log、逐小问状态卡、跨阶段一致性检查、模型候选比较和多视角终审。

但它也有一些我不想照搬的做法。

例如用样本论文里的字数、公式数、图表数直接推导硬阈值，或者把“五段摘要”变成固定模板，再或者通过听起来很厉害的模型命名包装创新。这些规则看起来很“自动化”，可一旦把经验统计误当成比赛官方规则，就会把 Agent 带向另一种形式主义。

还有一个很典型的问题：Markdown 或 LaTeX 能编译成 PDF，并不代表 PDF 可以提交。目录不该出现却出现了、页码起点错了、字体被替代、图还是占位框、正文已经超页，这些都可能在“编译成功”之后继续存在。

最后我只吸收那些能改善状态管理和复核的部分，把证据链和交付审计继续当成底线。

我开始把“论文质量”写成可以阻断交付的规则

新版 Skill 最重要的变化不是多了几段写作建议，而是增加了一组硬门槛。

国赛默认版式被明确成可检查的结构：封面第一页，摘要第二页，正文第三页；不生成目录；正文和参考文献控制在规定页数内；附录放在正文之后。高分不能覆盖这些错误。

我又加了一套 100 分内部审稿量表，同时设置 17 个 hard gates。它们的目的不是“预测最后能拿几等奖”，而是在 Agent 说“可以交了”之前逼它回答几个更基本的问题：

  • 每一问有没有真的回答；
  • 关键数字有没有可追溯证据；
  • 结果有没有独立复算；
  • 图表是不是正式输出而不是占位；
  • PDF 的页面、字体、引用和附件结构是否满足提交要求；
  • 创新措辞有没有公式、代码或实验支撑。

我尤其想压住一种很常见的 AI 写作习惯：为了让论文显得厉害，随手加上“动态”“鲁棒”“自适应”“改进”“全局最优”。新版规则不禁止这些词，但每一个修饰都要对应到实际机制或实验。没有证据，就删掉。

让审计脚本检查那些人最容易漏掉的地方

仅把规则写进 SKILL.md 还不够。Agent 很容易“知道规则”，然后在真正交付时忘掉其中两条。

所以这轮还把机器验收补了起来：内部评分脚本负责检查评分卡和阻断项，PDF 审计脚本负责检查页面结构、字体、缺图、引用、溢出和交付布局。

我还特意做了一份带问题的模拟论文，让独立审稿实例使用新版 Skill 去判断。它成功拦下了封面与摘要页错位、目录、页码重置、正文超页，以及没有证据的“全局最优”和包装式创新。

对我来说，这一步比“Agent 写出来的语言更像论文”重要得多。它证明 Skill 不只是记住一套偏好，而是真的能在错误到达提交环节之前挡住它。

7 月 21 日，终于有了一次完整的实战回归

几天后做 2026B 时，这套流程真正跑了一遍。

MATLAB R2026a 最终生成了 11 组正式图，既有矢量 PDF，也有高分辨率 PNG。中间还碰到了几个很真实的兼容性问题：图形属性在新版 MATLAB 里不接受、轨迹 CSV 里的退出状态不是普通坐标、到达后的库存用特殊符号表示。每一次都不是把断言关掉，而是把“数据语义”和“绘图层容错”分开处理。

论文随后经过 XeLaTeX 双遍编译、图表逐项检查、PDF 页面和字体审计、数字证据核对，以及支撑材料打包。最开始那个“缺图时也能静默编译占位框”的宏也被去掉了：少一张正式图就应该直接构建失败，而不是生成一份看起来完整的 PDF。

这轮让我第一次觉得，这个 Skill 已经不只是“写作模板”。它开始更像一个交付 Agent：知道什么时候写，什么时候查证，什么时候调用 MATLAB，什么时候必须拒绝继续包装一个未经验证的结论。

Skill 真正压缩的是犯错历史

以前我对 Agent Skill 的理解比较像“把好用的提示词保存下来”。这几轮做完后，我觉得更准确的定义应该是：把重复出现的判断、失败和验收动作压缩成可复用的流程。

一篇优秀论文不会因为装了一个 Skill 自动出现。模型本身仍然要对，代码仍然要跑，结果仍然要解释。但 Skill 可以让很多本来靠记忆维持的工程纪律变成默认动作。

以后再遇到新的数学建模题，我希望自己少重复一次“为什么编译成功却不能交”，少漏一次证据来源，也少写一句没有根据的漂亮话。

如果这个目标能做到，那这套 Skill 才算真的有价值。