千笔-AIWritePaper · https://www.aiwritepaper.com
很多研究者把对话模型当「更快的搜索框」，很快会撞上两类墙：虚构文献，以及把一次性提示词重复口述十遍。教授 David Stuckler 的公开分享展示了他的实际栈：用 Connectors 把 Claude 接到 Consensus、PubMed 等真实文献与生产力工具，用 Skills 把选题校验等标准操作流程固化成可调用技能。另一条对照线来自对「一键生成文献综述」的批评：生成六十二页并不等于你成为该领域的研究者。本文将两条公开视频的要点收成可执行的技术笔记，并补上可验证纪律。
图：左侧 Connectors 负责外接视力与生产力；右侧 Skills 负责 SOP；底部为可验证纪律。
目标说明
读完你应能：
- 说明 Connectors 解决的是「看见外部系统与真实源」，不是让模型更会编。
- 说明 Skills 解决的是「重复流程的杠杆」，对应可版本管理的操作说明。
- 搭一份最小验收：文献链可点开、技能触发条件清楚、权限与配额可知。
- 在「生成综述」场景下，把输出定位为地图，强制阅读、反驳与抽检。
- 分清伦理与学校规定仍高于任何连接器便利。
适用与边界
适合
- 已经会用对话模型写邮件/提纲，但被幻觉引用折磨
- 课题组重复同一套选题或审稿步骤，需要共享 SOP
- 想把手机碎片时间接到同一研究收件箱与待办
不适合
- 用连接器替代图书馆权限谈判与版权合规
- 把技能当成「自动毕业」按钮
- 在禁止使用生成式工具的课程/期刊政策下强行启用
边界
Stuckler 视频演示的具体第三方连接器（如 Consensus 免费次数）会变更，本文只把能力类型当稳定部分：文献源连接、生产力连接、表达类连接。Skills 的文件格式以 Anthropic 当前 Agent Skills 文档为准，不同客户端入口可能叫法略有差异，验收看「能否稳定触发与加载说明」。
机制：Connectors 给视力
分享中的用法可以抽象成三类：
- 文献类：Consensus、PubMed、bioRxiv、临床试验检索等，让回答带上可回源的条目，而不是凭训练记忆捏造。
- 生产力类：邮箱、日历、待办、会议，把「查文献→记待办→约讨论」串起来。
- 表达类：演示文稿与白板，便于把结构视觉化后交给人改。
价值不在「全能」，而在降低两类摩擦：虚构引用；上下文切换丢失。演讲者仍保留 Google Scholar 做相关性与高被引浏览，把连接器检索定位为「已知目标时的法医式查找」。这是可迁移的策略：探索期用宽检索，确认期用可回源连接器。
验收时不要听功能名，要看：
- 点开的是否为真实条目页
- 免费/付费配额是否写清
- 账号权限是否最小化
机制：Skills 给 SOP
Skills 在工程上接近「带说明的流程包」：把你反复讲的步骤写成可调用单元。视频中的选题校验技能示例包含阶段划分：先进入主题邻域，再测试与验证，最后保留人类判断；并区分系统综述、学位论文、定量/定性等类型，因为算法不同。
与「把长提示词贴进每个新对话」相比，Skills 的收益是：
- 触发条件可写清，减少误触发
- 细节可外置，避免每次塞满上下文
- 团队可共享同一套审稿或开题步骤
它不能自动保证伦理正确：技能作者写错，调用者仍会错。上线前要像装软件一样审计说明与脚本。
对照：一键综述为什么仍危险
Andy 等公开批评指出：现在生成带引用的长综述在「出文档」层面已经很容易，但文献综述布置给学生，本意往往是把领域装进研究者脑子，不是交差一纸文件。核心能力包括：深知识、识别真问题、批判性评价、历史脉络、跨领域连接。AI 输出常常过度平滑、制造假共识；新手缺乏判别力时，会把「听起来对」当成对。
可执行对策：
- 把生成稿当地图：逐条打开引用，核对是否存在、是否支持论断。
- 强制反驳：标出简化过度与被掩盖的争议。
- 用自己的话重讲一节；讲不清就还没懂。
- 问谱系：领域关键工作如何演化，你的问题落在哪一段。
Connectors 降低「假引用」概率，但不免除阅读。Skills 降低「忘步骤」概率，但不免除判断。
步骤：一天内可完成的最小栈
- 在客户端启用你需要的文献连接器，用一个已知 DOI 做连通测试。
- 写一份最小 Skill：例如「引用四项抽检」或「开题选题三问」，写清何时触发。
- 跑一次真实任务：用连接器找三篇相关文献，用技能走完检查表。
- 记录失败：连不上、配额、权限、触发不准。
- 定组规：哪些步骤允许模型起草，哪些必须人签。
可验证检查清单
| 检查项 | 通过标准 |
|---|---|
| 文献视力 | 抽检链接可打开，条目与论断可对读 |
| 技能触发 | 相关请求稳定命中，无关请求不乱入 |
| 配额权限 | 免费次数与 OAuth 范围已知 |
| 一键综述纪律 | 生成稿附抽检表，未抽检不进正式章节 |
| 伦理 | 学校/期刊披露要求已阅读并执行 |
| 团队 | SOP 有版本号，改了能通知到人 |
踩坑
| 踩坑 | 后果 | 改法 |
|---|---|---|
| 只开连接器不抽检 | 假安心 | 四项抽检表 |
| 技能写成万能助手 | 乱触发 | 收紧何时使用 |
| 把生成综述当终局 | 能力退化 | 地图化 + 反驳 |
| 忽视配额 | 关键节点不可用 | ③类指标写进计划 |
| 权限过大 | 邮箱与网盘风险 | 最小授权 |
| 无人类阶段 | 形式合规实质空 | 保留人判门禁 |
把栈画成你的一周节奏
周一：用文献连接器做法医式补全，把三五篇关键论文放进项目知识库，每篇写三句「主张-证据-局限」。
周二：对开题或在写章节跑选题/结构技能，只输出检查表，不直接定稿。
周三：人工阅读与反驳，把不同意的段落标红。
周四：生产力连接器清理邮件与会议，把待办写成可执行下一实验或下一节。
周五：导出与模板检查，引用四项抽检，决定哪些生成段落可以留下。
这不是唯一日程，而是强调：连接器与技能穿插在人的阅读与判断之间，而不是周末一键出全稿。若某周完全跳过周三，栈就退化成加速交差，长期损害的是你自己的判别力。
对早期研究者，杠杆来自少重复口述；对成熟研究者，杠杆来自少在流程琐事上耗尽注意力。两者都需要明确「红灯步骤」：伦理、数据访问、最终结论表述，必须人签。视频作者强调站在伦理正确一侧，这一点应写进组规，而不是当口号。
与官方 Agent Skills 文档对照时，记住 Skills 是程序性知识包，Connectors/MCP 是工具面。分享里的「连接器」更接近工具接入；「技能」更接近流程包。组合使用时，用技能规定「先检索后写作、先抽检后粘贴」的顺序，用连接器提供检索能力，分工会更干净。
最小技能示例：引用四项抽检（说明级）
不必真的上传二进制，也能先把 SOP 写清楚：
- 名称：ref-audit-four-fields
- 何时用：用户说「检查参考文献」「抽检引用」「DOI 对一下」
- 步骤：抽取条目 → 查作者/年份/期刊/DOI → 对不上则标记删除建议 → 输出表格
- 禁止：编造 DOI；在未打开源的情况下宣称「已核实」
把上述文字放进技能说明后，用两个对话测触发：一个明确要求抽检，应命中；一个只问「帮我润色摘要」，不应命中。触发不准就改「何时用」字段，这和 Agent Skills 工程实践一致。
连接器侧的最小实验同样简单：问一个你已知答案的患病率或经典论文问题，要求必须经文献连接器，再人工点开链接。若模型绕过连接器直接「凭记忆」回答，就在提示里写死「必须调用某连接器」，并在技能里把这一条写成硬约束。
总结
Claude 科研栈里，Connectors 解决「看见真源与真工具」，Skills 解决「把重复流程变成可调用 SOP」。二者都要配验收：能打开、能触发、可知配额、可审计。对着「一键综述」浪潮，更要记住：文档生成已被大幅加速，研究者养成没有被加速。把输出当地图，把争议找回来，把判断留在人侧，这套栈才值得长期用。视频来源：GWtx-d3dALQ（栈演示）、1PSMmwQkqME（一键综述批评，作对照）。
组内推广时，先共享检查清单，再共享技能文件，最后才分享「效果截图」。顺序反了，容易变成炫耀生成速度，而不是共建判别标准。判别标准一旦共享，技能文件才值得互相拷贝。