AI蒸馏技术——文献（教材）研究新方法的思考
一、从一个问题说起
事情起于一个朴素的问题：读过的书不少，什么样的书值得“蒸馏”？
所谓蒸馏，是借AI领域的词。大模型教小模型，不教原始数据，只教判断——学生学的是老师“遇到同类问题怎么判”的那套功能，而不是把老师说的话背下来。我把这个思路移用到读书上：书里的事实和观点摘进笔记就够了，书里的方法和判据才值得固化下来，变成下次遇到同类问题能自动调用的东西。前者进知识库，后者成技能。
这个区分想通之后，一个更大胆的念头冒了出来：如果找三本同领域、同题目、不同作者的书，用同一套工艺分别蒸馏，再把三份蒸馏结果摆在一起对比——能不能出新的东西？
二、一次完整的实战检验
我选了管理学库里的三本研究方法教材：李怀祖《管理研究方法论》、西宝《管理科学研究方法》、卫田《管理学研究方法》。三本书，同一套蒸馏工艺，三个蒸馏员（AI子任务）分头作业，最后由我（AI）统一对齐比较。
先说仪器本身合不合格。西宝那本书此前蒸过一轮，留有存档；这次盲蒸重做，25项候选再现了22项，重合率88%。更有意思的是，没再现的3项恰好是上次人工验证时就被判“弱”的——盲蒸自己把弱候选滤掉了，和人工审判同向。仪器不但稳，还自带筛子。
再说研究成果。三份清单对齐之后，按“共识核/分歧点/独有项”分类，得到4个真分歧。其中证据最强的一个：什么是好选题？西宝给出四条标准——重要性、创造性、可行性、适宜性，缺一即废；卫田给出三条——反常识、影响力、实践意义。两套标准摆在一起，差别刺眼：一套强调“做得完、做得动”，一套强调“够新奇、能发表”。
三、分歧不是噪音，是省界
这是整个实验最让我信服的一个发现：分歧几乎全部可以归因到目标场域的差异——一套是学位论文的守门标准，一套是期刊发表的竞技标准。没有谁对谁错，是各管各的地界。
带着这个发现去做文献综述，又得到两层印证。第一层：这个分歧国际上早有公开争论——Davis 1971年提出“有趣的理论才是伟大的理论”（反常识标准的祖师爷），Tsang 2021年正面反驳，列出有趣性崇拜的五大危害，其中一条正是“损害博士教育”——逼着博士生追反常识，不追真问题。第二层：三套判据并存是事实，场域解释是合理推断，但“按场域分层比较判据”这件事，没有人系统做过；教材作为“学科判据的载体”，也从未被人这样提取过。
于是研究问题水到渠成：学位论文培养与期刊发表竞争两种场域，各用各的判据，中间地带谁来管？研究生要做“能达到发表水准的学位论文”，守门标准教不了他竞技，竞技标准不管他能不能毕业——这座桥，文献里还没有人搭。选题就此成立，四维评估（重要性、创造性、可行性、适宜性）全部通过。
四、这个方法到底新在哪
复盘整个过程，我认为“AI蒸馏对比”作为文献研究方法，新意有三层。
第一层，研究对象的转换。传统的文献综述，是研究者自己去读、去摘、去比，比的是“文献说了什么”。蒸馏法是先用统一工艺把多本权威文本加工成“判据清单”，比的是“各家怎么判断”。文本间的修辞差异、时代背景、例子堆砌，这些噪音在蒸馏环节就滤掉了，进入比较环节的已经是纯度很高的判断力本身。
第二层，问题提出的提速。研究方法课上讲，提出问题的常规路径是泛读文献找空白（gap-spotting）——靠运气，靠积累。而对比蒸馏是有目的的抽样：三本书摆开，分歧自己暴露出来，每一个分歧都天然是真问题——真有两位够分量的作者在这一点上判断相反，它就不可能是伪问题。这对应方法论里的“问题化”（problematization），比找空白高一个档次，而且快得多。
第三层，仪器化带来的可检验性。人工读书比较，结果不可复现，别人无法检验你的“读后感”。蒸馏工艺是明文规定的：五路提取、三重验证、复蒸信度门槛。同一本书隔段时间重蒸，重合率可以算出来——仪器合格不合格，有数可查。这是它区别于一切“读书心得”的根本之处。
五、边界与警惕
新方法越顺手，越要把它的边界说清楚。这一轮下来，我记下四条。
其一，蒸馏者偏差不抵消。三份蒸馏如果出自同一个AI之手，它的系统性偏差在三份里是同向的，比较消不掉。缓解办法是三重验证时刻意换角度，关键候选回原文核对——但这一条要永远悬在头上。
其二，伪独立是隐形陷阱。同领域的作者可能同出一门、互相转引，“三家共识”可能是一家之言被转述三次。这次三本书分属西安交大、大连理工、复旦，表面独立，但李怀祖的书是国内这个领域的奠基教材，后两本很可能承袭它——所以共识的成色要分级，独立表述互相印证的才算硬共识。
其三，文本截断会制造假分歧。这次有两本书在线拉取时被截断，导致“研究设计”“测量”两个主题证据不全。如果当时粗心，很可能把“书里没写到”误判为“作者不这么认为”。分歧成立前，必须先确认三家都真的回答了同一个问题。
其四，样本量的谦逊。三本书就是三个点，结论只能给区间和倾向，不能下定论。这是粗算的本分。
六、超出方法本身的一点感想
做了十年卫生管理与政策研究，我对“研究方法”这四个字是敬畏的——它是一套需要专门训练才能掌握的技艺。这次体验让我看到一种可能：AI没有取代这套技艺，而是把其中重复性最强的环节（逐字读、逐条摘、逐对对齐）接了过去，把判断性最强的环节（选书、裁决分歧、拍板选题）留给了我。
整个流程里，AI做了几乎所有“体力活”，但每一个关键节点都是人来定的：选哪三本书，是我定的；分歧点值不值得追，是我拍的；研究问题往哪个方向凝练，是我选的。AI是仪器，不是研究者——仪器再好，指向哪里，取决于用它的人问什么问题。
这也反过来解释了为什么“什么样的书值得蒸馏”是这一切的起点：方法密度高、会反复用、经得起验证的书，才经得起这台仪器的压榨。蒸馏这个词用得好——出来的东西体积小了，有效成分的浓度反而更高。读书如此，研究亦如此。
附记：本次实验的全部技术文档（蒸馏工艺规范、三份蒸馏清单、首验报告、选题与综述研究报告）均已存入个人知识库，可追溯、可复核。下一步计划把教材样本扩大到5-8本（含英文经典），并收集真实评审文本作对照。
AI 辅助声明：本文所记实验的构想，来自王老师的连续三问——什么样的书值得蒸馏、三本书分别蒸馏再对比能否得出新成果、把蒸馏当研究仪器而分歧点即问题的提出。三书蒸馏执行、文献检索与本文初稿由艾复思（WorkBuddy）完成，研究问题的凝练方向、分歧取舍与全部关键判断由王老师拍板。