1 缘起

早上黎老师发给我教育技术学自留地的文章，见识了全新的理念：Paper2Agent。

用多智能体系统自动分析论文及其代码库，将核心方法封装为经过自动化测试的 MCP（Model Context Protocol）服务器，再将其接入 Claude Code 等对话式 AI，使论文变成一位“虚拟通讯作者”（virtual corresponding author）——它能解释方法、复现已发表的分析、将方法迁移到用户自己的新数据，甚至与来自其他论文的 Agent 协作生成新见解。

简单地说，就是某个论文的流程和方法可以借助AI变成其他人可以复用的流程和方法，服务相似的任务。

于是我想起了跟早时期做过的实验：Paper2Skill。


2 Paper2Skill

9月20日刘润发的文章，讲功德交易系统，人的信仰可以花钱得以被确认，于是莫高窟不断长出洞穴、雕像、壁画。

这是一套系统，供养人出钱，工匠（供应商）负责开窟、塑像、画壁画，僧侣提供信仰。刘润让我们看清了底层逻辑：信仰负责点燃人们的愿望，而商业机制让愿望能够落地并持续运转。商业的本质不是赚钱，而是让价值能够交换，让系统能够代谢。

不止看见“发生了什么”，而是追问“为什么它能成立”，这就是专家的能力。

于是我让WorkBuddy提炼Skill。

确实看到了我关切的2个例子，分析了内生课堂和个人知识分享平台。

这个技能带给育才中学内生课堂的启示——最该补的一环：多数课堂改革只点燃愿望（理念），没有交换阶梯与沉淀物，于是三年后热度消散。把「一生一档」做成可展示的沉淀，是让内生课堂活过十年的关键。

这个技能带给知识分享的启示——自检点：如果只有免费文章而没有沉淀库，交换就停在「注意力换情绪」，留不下资产。把每篇思考结构化入库——可视化、建体系、开发Skill、出书——才是真正的开窟。
这个技能使用的提示词如下：
你是一名系统设计师。请用「信仰交换体系六步法」分析我给出的项目。
内核：信仰负责点燃愿望，交换负责让愿望活下去。
长期存在的系统 = 愿望（意义侧） × 交换（资源侧） × 沉淀（资产侧）。
请依次输出：
S1 愿望：用户（区分使用者/决策者/出资者）最具体、可验收的 3 个愿望；
S2 供养人：真正付出资源的人是谁，付出了什么（钱/时间/注意力/社交资本）；
S3 意义系统：该项目用什么语言定义「值得」，有什么可重复的仪式；
S4 交换阶梯：按普惠入口 / 身份可视 / 旗舰资产 / 顶配命名权 四档，各设计一项具体交换物，
要求每档的区别来自意义强度而非功能数量；
S5 交付产能：交付 SOP 与验收标准，指出订单翻十倍时最先断裂的一环；
S6 沉淀资产：十年后留下什么看得见的东西，它如何反哺吸引新愿望；
最后给出 3 条最紧急的补强建议，并用 10 分制评估该系统的「代谢健康度」。
输出用表格 + 要点，不要空话。我的项目是：【在此填写】

每篇好文章，都有可以提炼的Skill技能。

3 Paper2Agent
我让WorkBuddy在Skill的基础上生成了Agent，一个基于“四角色三原则六步法”的诊断系统。结果如下图：

4 Paper2Skill与Paper2Agent的比较

两者确实像，但差在一层地基上。

维度

Paper2Skill

Paper2Agent

本质

知识封装为技能

技能封装为智能体

构成

文档 + 规则 + 模板 + 清单

Skill 调用 + 代码 + 状态 + 测试

输入输出

人给材料 → 出一个技能

人给材料 → 出完整业务成果

失败模式

产出平庸、跑偏题意——代价低

自信地做错事、调用工具——代价高

可验证性

靠人读一遍

可自动化测试

迁移成本

极低

略高，要数据、要接口

哪个更靠谱？看你的产出物可不可验证。

Paper2Agent 自己已经给出答案：74% 的成功率。关键句是——“Agent 不能凭空补齐从未公开的科研资产。”能 Agent 化的前提，是论文把代码、数据、环境全公开了；剩下 26% 的失败，基本都栽在这里。
论文、报告、分析、方案类任务 → Skill 更靠谱。 产出是给人读的，判定标准模糊，Agent 自主执行反而增加不可控性。我上次做的“信仰交换体系”，本质就是把一篇文章压缩成一套判断框架——这类活儿，Skill 完胜。
数据处理、批量操作、可验证流程 → Agent 更靠谱。 只要存在明确验收标准——测试通过、计数一致、格式合规——Agent 就能靠自动化测试建立信用。“内生课堂”积分统计，就是典型的可 Agent 化场景。
最靠谱的形态是叠加：Skill 定“怎么判断”，Agent 干“怎么执行”。 Paper2Agent 的 MCP 服务器里装的，正是一套被代码固化的方法 Skill。

5 如何驾驭：四条策略，一条实操
① 先判“可验证性”，再决定封装形态。问三个问题：有明确验收标准吗？输入输出格式稳定吗？失败了能回滚吗？三个都是“是”→ 做 Agent；有一个“否”→ 先做 Skill。
② Skill 是 Agent 的“规则”。不要一开始就写 Agent。先用 Skill 把判断标准、边界条件、典型反例写清楚，跑几轮人工验证，确认方法本身站得住，再把它固化成 Agent 的工具逻辑。没有 Skill 沉淀的 Agent，或许是在放大你的模糊。
③ 给人留一道“不可委托”的闸门。Paper2Agent 作者自己的态度最务实：把论文 Agent 当作能力放大器与假设生成器，而把证据判断与科学责任牢牢留在人的手里。凡是不可逆的动作——发布、付款、对外发送、写入数据库——Agent 只能提议，人必须确认。
④ 用测试当信用底座，而不是用感受。Agent 的可靠性不来自“它说得很有道理”，来自每次运行都能自动验一遍。你现在做积分统计的交叉比对，就是这个思路。给每个 Agent 配一个“自检脚本”——对不上就报错。
⑤ 分层交付，允许降级。高风险的判断用 Skill，人读；高频重复的执行用 Agent，机跑。

6 结束语
Paper2Skill 与 Paper2Agent，都是人机协同的新策略。