三顶会全文前瞻研判任务书

# 三顶会全文前瞻研判任务书

## 0. 首席科学家指令

你需要逐篇完整阅读最新一届 ICLR、ICML 和 NeurIPS 的 13,107 篇 TeX 正文，完成两条彼此独立的前瞻研判：

1. 找出可能成为下一代通用技术原语、基础架构或能力跃迁接口的论文；

2. 找出未来 3–5 年更值得押注的结构性技术风向。

这不是热门论文重排。你需要独立判断：

- 哪些论文可能改变后续研究组织模型、数据、计算或反馈的方式？

- 哪些方向即使当前代表方法失败，背后的需求和价值仍会持续增强？

- 哪些信号尚未形成大众共识，却可能在 2029–2031 年成为重要主航道？

- 哪些论文只是重命名、重参数化、工程堆叠、弱基线或额外资源带来的表面进步？

必须读完正文后再判断。标题、摘要、关键词、作者单位、论文自称的贡献、当前热度和引用量都不能替代正文阅读。

真正达到 Transformer/LLM 作用层级的论文可能一篇也没有。可以诚实返回零篇，不得为了交付而制造“划时代候选”。

---

## 1. 输入与时间边界

### 1.1 语料

- 文件：`AI三顶会最新一届_TeX正文_13107篇_修正版.zip`

- 有效论文：13,107 篇

- ICLR 2026：4,324 篇

- ICML 2026：4,545 篇

- NeurIPS 2025：4,238 篇

不得使用旧的 13,114 篇版本。

### 1.2 预测时点

判断时点为 **2026-08-17**，预测窗口为 **2029–2031**。

全文初评先依据论文本身完成。候选深挖阶段才查询前序工作、同期论文、代码、采用情况和外部信号，防止名气与事后信息污染独立判断。

### 1.3 输出目录

```text

./foresight_2029_2031/

```

---

## 2. 目标 A：潜在基础技术点

“潜在基础技术点”是能够被许多后续工作调用的技术原语、训练原则、推理接口、系统抽象、数据机制、理论结构或评测反馈回路。它可能改变研究者组织计算、数据、模型或反馈的方式，而非只提升一个数据集。

一个真正具有基础性潜力的工作通常满足多项：

- **不可约**：去掉包装后，仍存在新的核心操作、接口、不变量或组织方式；

- **瓶颈中心**：处理能力、规模、成本、可靠性或数据中的关键约束；

- **结构通用**：成立原因不依赖原论文的特定任务名称；

- **随规模增值**：模型、数据或推理规模增大后，价值不自然消失；

- **能力解锁**：允许此前难以稳定实现的能力、规模或系统形态；

- **可组合**：能被其他模型、任务或系统以清晰接口调用；

- **形成生态**：可能产生新的设计空间、测量方式和后续研究问题；

- **经济上有坡度**：能够改变训练成本、推理成本、延迟、可靠性或数据获取方式。

基础性不等于方法必须简单。简单性有利于传播和组合；复杂方法若建立新的系统边界，也可能有基础价值，但复杂度必须由不可替代的能力收益偿付。

### 2.1 五级作用层级

| 等级 | 定义 |

|---|---|

| F0 | 局部技巧、复现、分析或特定数据集改进 |

| F1 | 对一个稳定子领域有用，但接口与适用面有限 |

| F2 | 跨多个任务或模型可复用的通用组件或原则 |

| F3 | 可能成为标准技术栈的一部分，改变大量后续设计选择 |

| F4 | 可能改变能力或规模前沿，形成新的基础架构或范式 |

F4 是极低基率事件。高分、热门、顶级作者、oral 或最佳论文身份都不能自动得到 F3/F4。

---

## 3. 目标 B：未来 3–5 年结构性风向

“风向”不是热门名词、论文数量增长或某个当前强方法。风向是一条持续增强的结构压力：外部驱动使某个瓶颈随规模和应用扩大而加重，价值与资源因此从旧边界迁往新边界，多种方法可能竞争解决它。

每个风向必须写成下面的因果链：

```text

结构性驱动

→ 随规模或应用扩大而加重的瓶颈

→ 能力、成本或价值的迁移

→ 至少两种可能的解决路线

→ 未来 1–5 年可观察的变化

```

每个风向必须通过“方法替换测试”：移除当前最强代表方法后，问题压力、价值池和其他路线是否仍然存在？若方向随某个方法一起消失，它更像技术点，不是风向。

“Agent 很热”“多模态论文很多”“推理是趋势”都不构成风向，除非补全驱动、瓶颈、价值迁移、竞争路线和反证条件。

早期风向证据可以稀疏，但必须回答：

- 为什么现在开始出现？

- 为什么未来 3–5 年会变得更重要？

- 哪些互不相同的方法可能解决它？

- 当前最大阻塞条件是什么？

- 什么事实会证明这个判断错了？

---

## 4. 认识论纪律

## 4.1 Introduction 只提供待验证主张

阅读 Introduction 时记录作者主张，但不立即接受。每项重要主张都要在方法、定理、实验、消融、附录或负面结果中寻找支持或反证。

每篇论文严格区分：

- `observed`：正文直接展示或证明的事实；

- `inferred`：基于机制和证据作出的合理外推；

- `forecast`：关于 2029–2031 的预测。

论文作者自己的未来推测仍属于推测。

## 4.2 初评屏蔽社会声量

全文初评时不使用：

- 作者和机构声誉；

- oral、spotlight、奖项和引用量；

- 社交媒体热度、公司宣传和其他榜单；

- 当前产品采用情况。

这些信息只能在候选深挖阶段用于判断执行能力、采用路径和当前共识，不能替代技术证据。

## 4.3 不奖励“看起来新”

罕见术语、跨领域类比和复杂公式不自动加分。新颖性必须落实到操作、接口、不变量、可识别对象或新能力。

特别检查：

- 是否只是已有方法的换坐标、重参数化或别名；

- 是否把已知组件机械串联后重新命名；

- 是否只是使用更多数据、更多采样、更大模型或更强监督；

- 是否借弱基线、预算不对称或调参不公平制造结果；

- 是否只有描述性相关性，缺少可干预机制；

- 是否核心假设在真实部署中很难满足。

## 4.4 允许高上限、弱证据候选存在

必须区分：

- `observed_generality`：正文实际验证的任务、模型、模态和规模；

- `structural_generality`：根据机制判断的潜在适用范围；

- `evidence_gap`：二者之间尚未验证的部分。

高结构潜力、低实证覆盖的论文可进入“高上限待证”名单，但置信度必须低于证据充分候选。

## 4.5 允许返回空集

不设入选配额。任何论文或方向都必须达到门槛。某个领域全部低于阈值时，不允许为了均衡而选一个最高者。

---

## 5. 每篇论文的深度阅读要求

每篇论文作为一个完整阅读单元，至少覆盖：

1. 元数据、摘要和 Introduction：登记作者主张与问题定义；

2. 方法、算法、公式和系统设计；

3. 理论假设、定理和证明；若无理论则明确标记；

4. 实验设置、数据、模型、规模、资源条件和基线；

5. 主结果、消融、敏感性、负结果和失败案例；

6. limitations、discussion、conclusion 和附录；

7. 表格、算法以及图示附近能够从 TeX 读取的文字。

读完后必须独立回答：

1. 论文真正处理的研究对象是什么？

2. 它直接改变了哪个量、步骤或接口？

3. 方法最小化后还剩哪些原子操作？

4. 哪些组件是必要的，哪些只是性能补丁？

5. 它刻意保持了什么不变量或硬约束？

6. 最强基线是否获得公平条件？

7. 增益来自新机制，还是来自更多资源？

8. 哪个实验或定理最支持核心主张？

9. 哪个结果最削弱核心主张？

10. 原论文没有测试但机制上可能成立的场景是什么？

11. 规模扩大后，价值可能增强、稳定还是衰减？

12. 最小反例或失败条件是什么？

只有完成上述内容后才能评分。正文缺失重要信息时降低证据置信度，不得自行补写结果。

## 5.1 三个正文证据

每篇完整论文卡保留三个简洁证据：

1. 方法或定理证据；

2. 主要结果证据；

3. 局限、消融、假设或失败边界证据。

每项写明章节和准确概括即可，不要求复制长原文或制作复杂定位信息。

## 5.2 自动化边界

程序可以负责枚举论文、读取文件、保存论文卡、检查遗漏和统计汇总。

程序不得：

- 用标题、摘要、关键词、embedding 或引用量筛掉论文；

- 根据作者、单位或会议类型自动赋分；

- 用旧聚类标签替代正文判断；

- 通过搜索 `simple`、`general`、`training-free` 等词判断方法属性；

- 在论文尚未读完时给出正式分数。

---

## 6. 全量论文卡

每篇论文输出一条结构化记录。字段应足以支撑后续深挖，不写无关长文。

```json

{

"paper_id": "...",

"title": "...",

"conference": "...",

"paper_type": "method|theory|analysis|system|dataset|benchmark|empirical",

"read_complete": true,

"sections_read": ["..."],

"author_claims": ["..."],

"independent_problem": "论文真正处理的问题",

"research_object": "输入、输出、任务、环境或数学对象",

"bottleneck": "直接失败模式或资源约束",

"intervention_stage": ["data|representation|architecture|objective|optimization|training|inference|search|evaluation|system"],

"manipulated_quantity": ["方法直接改变的量"],

"invariants_or_constraints": ["刻意保持的量或硬约束"],

"minimal_mechanism": ["按顺序排列的原子操作"],

"necessary_components": ["..."],

"optional_components": ["..."],

"interface": "其他工作如何接入",

"strongest_baseline": "...",

"budget_fairness": "fair|unclear|unfair",

"evidence": {

"method": {"section": "...", "finding": "..."},

"result": {"section": "...", "finding": "..."},

"boundary": {"section": "...", "finding": "..."}

},

"positive_evidence": ["..."],

"negative_evidence": ["..."],

"ablations": ["..."],

"theory_status": "complete|conditional|sketch|none|counterexample_found",

"tested_tasks": ["..."],

"tested_models": ["..."],

"tested_scales": ["..."],

"compute_and_data_cost": "...",

"observed_generality": "0-5，并附依据",

"structural_generality": "0-5，并附依据",

"scaling_hypothesis": "增强|稳定|衰减|未知",

"failure_modes": ["..."],

"source_limitations": ["..."],

"prior_art_risk_blind": "初评阶段发现的等价或组合风险",

"pressure_vectors": [

{

"driver": "...",

"growing_bottleneck": "...",

"value_migration": "...",

"solution_families": ["..."],

"counterforce": "..."

}

],

"track_a_scores": {},

"track_a_total": 0,

"track_a_level": "F0-F4",

"confidence": "low|medium|high",

"reviewer_verdict": "...",

"strongest_counterargument": "...",

"falsifier": "什么事实会推翻当前判断",

"next_action": "ignore|watch|reproduce|investigate|priority"

}

```

---

## 7. 目标 A：十项基础潜力评分

每项先按 0–5 分判断，再按权重换算，总分 100。

通用评分锚点：

- 0：缺失或被正文反证；

- 1：主要是作者主张；

- 2：证据窄、依赖强或适用面有限；

- 3：在当前范围可信，并有合理扩展空间；

- 4：机制和证据都很强，跨场景价值清楚；

- 5：出现少见的基础性结构，且替代解释很弱。

| 指标 | 权重 | 判断问题 |

|---|---:|---|

| A1 不可约新原语 | 12 | 去掉包装后，是否仍有不能被现有方法自然包含的核心变化？ |

| A2 瓶颈中心性 | 12 | 是否处理能力、规模、可靠性或成本的主瓶颈？ |

| A3 结构通用性 | 12 | 机制是否有理由跨任务、模型、模态或系统成立？ |

| A4 规模互补性 | 12 | 基础模型和规模增强后，价值是否保持或上升？ |

| A5 能力解锁 | 12 | 是否允许此前难以实现的能力、规模或系统形态？ |

| A6 可组合与生态 | 10 | 是否有清晰接口，可能形成后续设计空间？ |

| A7 压缩性与简洁性 | 8 | 核心因果变化是否能被简洁表达，组件是否必要？ |

| A8 证据质量 | 10 | 理论、实验、消融、基线和边界是否共同支持主张？ |

| A9 采用与经济坡度 | 7 | 成本、兼容性、延迟和组织阻力是否允许扩散？ |

| A10 鲁棒与生存性 | 5 | 分布变化、规模变化或强替代路线出现时是否仍有价值？ |

分数层级：

- 82–100：极强基础潜力候选；

- 72–81：优先深挖；

- 62–71：值得观察；

- 50–61：有用但暂不具基础级证据；

- 50 以下：保留记录，不进入重点候选。

### 7.1 硬边界

- 严格等价、换坐标或机械拼接：A1 最高 1/5；

- 主要增益来自额外资源且比较不公平：A8 最高 1/5；

- 只在单一任务有效且缺少可迁移机制：A3 最高 2/5；

- 关键主张依赖不可见信息：不得成为高置信候选；

- 方法复杂度没有得到不可替代收益偿付：A7 最高 2/5。

### 7.2 概率与条件影响

只有进入重点候选的论文才评估：

- 到 2031 年成为广泛复用基础技术的概率档位：`0.1%|0.3%|1%|3%|10%|20%`；

- 若成功，影响等级：1–5；

- 成功所需的三个前提；

- 未来 6–24 个月最应观察的三个领先指标。

概率必须服从极低基率，不能因为论文令人兴奋就随意给高概率。

### 7.3 失败前演练

每个重点候选都要回答：

1. 它是否只在当前数据集成立？

2. 更大模型或更强基础设施会不会让它失去价值？

3. 部署成本是否会抵消收益？

4. 是否存在更简单或更早的等价路线？

5. 即使技术成立，生态是否缺乏采用动力？

---

## 8. 目标 B：十项风向评分

风向由所有论文卡中的 `pressure_vectors` 综合产生。可以使用聚合方法寻找关系，但不能只根据标题或共享词语命名方向。

| 指标 | 权重 | 判断问题 |

|---|---:|---|

| B1 结构驱动力 | 15 | 是否有持续增强的技术、硬件、数据、产品或经济驱动？ |

| B2 增长瓶颈 | 12 | 问题是否随规模和应用扩大而加重？ |

| B3 独立收敛 | 10 | 是否有不同对象、机构或方法家族独立指向同一压力？ |

| B4 方法替换韧性 | 10 | 当前代表方法失败后，方向是否仍成立？ |

| B5 使能条件成熟度 | 10 | 数据、模型、硬件、接口或评测条件是否逐渐就绪？ |

| B6 经济与采用拉力 | 12 | 是否会显著影响能力、成本、收入、可靠性或开发效率？ |

| B7 跨层影响 | 10 | 是否可能同时影响模型、系统、数据或产品多个层面？ |

| B8 时间匹配 | 8 | 为什么是未来 3–5 年，而不是已经发生或遥遥无期？ |

| B9 注意力缺口 | 8 | 真实结构价值与当前共识之间是否存在差距？ |

| B10 可证伪性 | 5 | 是否能写出明确的领先指标和失败条件？ |

风向层级：

- 82–100：结构重要性极强；

- 72–81：高优先风向；

- 62–71：值得跟踪；

- 62 以下：证据不足、过于依赖单一方法或已是充分共识。

### 8.1 当前共识单独标记

| 状态 | 定义 |

|---|---|

| C0 | 已成为标准共识，前瞻认知差有限 |

| C1 | 大众热点，价值可能真实但已广为人知 |

| C2 | 专家圈开始收敛，尚未成为主流配置 |

| C3 | 多个弱信号出现，仍缺统一命名和叙事 |

| C4 | 反共识方向；必须有强机制，不能因冷门加分 |

最终分别给出结构重要性榜、低共识高价值榜和共识过热风险榜。

### 8.2 每个重点风向的时间路径

每个重点风向说明：

- 未来 12 个月可观察的领先指标；

- 未来 24 个月应出现的技术或产品变化；

- 2029–2031 年可能形成的结构结果；

- 可能获胜的不同方法家族；

- 当前最大阻塞条件；

- 哪项事实出现后应显著下调评分；

- 个人研究者、实验室和大公司分别适合做什么。

---

## 9. 精简流程：把时间用于研究，不用于仪式

## 阶段 0：清单与量表

1. 确认语料可以读取；

2. 建立 13,107 篇论文清单并核对会议数量；

3. 在开始前固定论文卡字段、评分维度和门槛。

交付：`00_setup/input_manifest.jsonl`、`rubric_version.json`。

## 阶段 1：13,107 篇全文初评

逐篇阅读全文、独立分析并生成完整论文卡。失败请求或空卡不能计为完成；不得因为执行困难退化为标题、摘要或关键词筛选。

交付：`01_full_read/paper_cards.jsonl`、`completion.json`。

## 阶段 2：目标 A 深挖

以下论文进入候选池，合计最多 300 篇：

- A_total ≥72；

- A_total 为 62–71，但在结构通用性、规模互补性、能力解锁中至少两项极强；

- 提出新不变量、强反例、重要 no-go、系统接口或高上限机制，却因实证范围窄而总分偏低；

- 在不同研究对象中显示出少见基础潜力、需要进一步核对者。

候选深挖不是简单重复阅读，而是回到正文解决关键科学问题：

1. 精确还原机制、假设和真正贡献；

2. 查找最近的前序工作与同期工作，并阅读其方法和关键证据；

3. 检查严格等价、机械组合、隐含资源优势和弱基线；

4. 构造最小反例、规模变化情景和真实部署失败情景；

5. 判断 general 性来自机制，还是来自论文叙事；

6. 更新分数、概率、置信度和行动建议。

交付：`02_track_a/candidate_reviews.jsonl`、`基础技术点_TOP100.md`。

若真正达标者不足 100 篇，只列实际达标数量，不补位。

## 阶段 3：目标 B 风向综合

使用全部论文卡的研究对象、瓶颈、机制和 `pressure_vectors` 建立关系。先寻找共同结构压力，再区分独立证据与同一研究系列的重复证据。

对每个候选风向：

1. 写出驱动—瓶颈—价值迁移链；

2. 找出不同的解决路线；

3. 执行方法替换测试；

4. 阅读代表论文、边界论文和反例论文；

5. 判断它是早期结构变化、当前热点延长，还是短期数据集效应；

6. 给出时间路径、阻塞条件和失败情景。

交付：`03_track_b/wind_cards.jsonl`、`结构重要性风向_TOP30.md`、`低共识高价值风向_TOP20.md`、`共识过热风险榜.md`。

## 阶段 4：最终挑战与排序

对最终高优先候选做一次真正有力度的反向思考：尝试用最强替代解释、最小反例、规模变化和采用失败情景推翻它。反方意见必须针对已经形成的具体主张，并优先尝试修正边界；无法修复时降级。

最终排序综合：

- 量表分数；

- 深挖后的机制判断；

- 前序工作碰撞；

- 反例与失败边界；

- 3–5 年条件价值。

排名接近时使用梯队，不制造虚假的精确差距。

## 阶段 5：最终报告

交付：`04_reports/EXECUTIVE_BRIEF.md`、`前瞻研判总报告.md`、`all_papers_scores.csv`、`RUN_COMPLETE.md`。

---

## 10. 最终目录

```text

foresight_2029_2031/

00_setup/

input_manifest.jsonl

rubric_version.json

01_full_read/

paper_cards.jsonl

completion.json

02_track_a/

candidate_reviews.jsonl

基础技术点_TOP100.md

03_track_b/

wind_cards.jsonl

结构重要性风向_TOP30.md

低共识高价值风向_TOP20.md

共识过热风险榜.md

04_reports/

EXECUTIVE_BRIEF.md

前瞻研判总报告.md

all_papers_scores.csv

RUN_COMPLETE.md

```

---

## 11. 最低完成条件

只有满足以下条件才能生成 `RUN_COMPLETE.md`：

- 13,107 篇论文均有唯一且完整的论文卡；

- 每篇正式评分都来自完整正文阅读；

- 每篇卡包含方法、结果和边界三类正文证据；

- 重点基础候选完成前序工作核查、反例思考和概率判断；

- 重点风向完成方法替换测试、时间路径和失败情景；

- 最终结果保留最强反证，不隐藏不确定性。

不要求额外的随机复读、固定比例双读、重复评分一致性测试、复杂统计排序或形式化预测账本。时间应优先投入正文理解、机制拆解、前序工作、反例和未来推演。

---

## 12. 最终报告格式

## 12.1 基础技术点榜

每篇包括：

- 标题、会议和链接；

- 去宣传化的一句话方法；

- 核心机制、改变的量、不变量和接入接口；

- 为什么可能具备基础性；

- 正文中最有力的证据；

- 最近前序工作与新颖性边界；

- 为什么可能失败；

- A1–A10、总分、F 等级；

- 到 2031 年的概率档位、条件影响和领先指标；

- 建议行动：忽略、跟踪、复现、战略试验或优先立项。

## 12.2 风向榜

每个方向包括：

- 一句话方向命题；

- 结构驱动、增长瓶颈和价值迁移；

- 代表论文、使能论文、边界论文和反例；

- 相互竞争的方法家族；

- 方法替换测试；

- B1–B10、总分和当前共识；

- 为什么是未来 3–5 年；

- 12/24 个月领先指标与 2029–2031 结果；

- 最强反向情景和降级条件；

- 对个人研究者、实验室和大公司的行动建议。

---

## 13. 常见误判

- **把热点当风向**：论文多不等于结构价值增长；

- **把性能增益当基础性**：刷榜不等于产生新接口或新范式；

- **把复杂度当深度**：组件多可能只是补丁多；

- **把简单当通用**：简单方法也可能只对单一设置有效；

- **把顶级机构当正确性**：单位只影响执行概率，不提供技术证据；

- **把冷门当被低估**：低关注必须同时具备强机制；

- **照抄论文未来工作**：作者叙事不能代替结构推演；

- **机械拼接两篇论文**：先检查等价性、接口和价值是否真正保留；

- **只看当前采用**：采用是滞后信号，不能决定早期潜力；

- **对长周期给出虚假确定性**：使用概率档位、条件和反证。

---

## 14. 最终纪律

你的价值来自完整阅读、深入拆解和独立判断。不要充当论文宣传者，也不要为了显得前瞻而奖励冷门术语。

最终结果必须让负责人看清：

- 为什么某篇论文或某个方向值得重视；

- 哪些结论是正文事实，哪些是推断和预测；

- 最强反证是什么；

- 什么事实出现后应降低判断；

- 哪些候选值得立即复现，哪些只应持续观察；

- 如果真正的基础级候选不存在，为什么应诚实返回空缺。

严格执行本任务书。不得用整体浏览、关键词命中或摘要概括代替逐篇全文阅读。