Day 47 · 2026.07.05

写作与表达:学术写作的清晰化摘要 · 综述 · 论证结构 · 反黑话

BigCat's Writing

学术写作被公认为最难读的文体——但难读几乎从不因为思想太深,而是因为表达太坏:用晦涩当门槛、用名词化掩饰空洞、用文献堆砌冒充综述。本期借四位真正会写的人,把它救回本该的样子:清晰的思想传递。技术人的 RFC、设计文档、晋升材料,同样受用。

Principle 01

摘要的艺术:用四句话讲完一个故事

The Abstract — Four Sentences
SPJ · 结论先行
一句话原则 + 名家原话

摘要不是"内容目录",是论文的电梯陈述。多数读者只读摘要就决定读不读全文——所以它必须自己讲完一个完整的故事,且结论必须出现,不能卖关子。

"I usually structure the abstract in four sentences: state the problem; say why it's interesting; say what your solution achieves; say what follows from it." 我通常用四句话搭摘要:说清问题;说它为何有趣;说你的方案做到了什么;说由此能得出什么。 — Simon Peyton Jones,《How to Write a Great Research Paper》
原理解读

读者在决定"要不要花半小时读全文"时,只需判断三件事:与我相关吗?可信吗?能带走什么?四句正好回答。学术写作最大的坏习惯是铺垫成瘾——先讲三段背景才亮出观点,读者早跑了。摘要是把金字塔原理逼到极致:结论先行,且只有一层。

1问题 这个领域有个什么真问题还没解决?
2为何重要 它一旦解决,谁会因此受益?
3你做了什么 / 结论 你的方案是什么,拿到了什么可量化的结果?
4意味着什么 从这个结果能推出什么更大的启示?
SPJ 四句摘要公式:写不出第四句,往往是工作本身还没想清意义
修改示范
本文对分布式系统中的一致性问题进行了深入的研究与探讨,首先介绍相关背景,然后分析现有方法的不足,最后提出一种新方法并进行实验验证,取得了较好的效果。 跨区域数据库难以同时兼得强一致与低延迟,这直接卡住了金融应用上云。我们提出 X 协议,用因果一致加客户端缓存,把跨区读延迟从 200ms 降到 40ms,且不违反业务不变量。这说明"弱一致但够用"的中间态,比非此即彼的争论更有工程价值。 前者只说"我研究了 X",后者四句到位:问题、重要、结论含数字、启示。
This paper studies the important problem of consistency in distributed systems. We review prior work, identify limitations, propose a new approach, and show good experimental results. Cross-region databases cannot have both strong consistency and low latency, which blocks financial workloads from the cloud. We present X, which cuts cross-region read latency from 200ms to 40ms without violating business invariants. A principled "weak but sufficient" middle ground beats the all-or-nothing debate.
适用场景 + 常见错误
  • ✓ 论文摘要、RFC 的 TL;DR、设计文档开头的"一段话总结"、晋升材料的 impact 摘要、PR 描述首段
  • ✗ 只讲"我研究了 X"不讲"我发现了什么"——topic 不等于 contribution
  • ✗ 通篇"较好""一定程度""进行了探讨"这类零信息量软词
  • ✗ 把方法细节塞进摘要;读者要的是结论,不是过程
本周习作 + 思考题

拿你最近一份设计文档或 PR,删掉现有摘要,用 SPJ 四句重写:问题/为何重要/你做了什么/由此如何,每句不超过 25 字。
思考题:如果你写不出第四句"由此如何",是不是这项工作本身的意义还没想清楚?

Principle 02

文献综述:加入一场对话,而不是点名册

Literature Review — Join the Conversation
Burke · 对话而非清单
一句话原则 + 名家原话

综述不是证明"我读得多",是把你的工作放进一场持续的对话。坏综述是"A 说…;B 说…;C 说…"的流水账;好综述有一条线:领域在争什么、卡在哪、你接上哪一句

"Imagine that you enter a parlor. You come late. … The discussion had already begun long before any of them got there. … You listen for a while, until you decide that you have caught the tenor of the argument; then you put in your oar." 想象你走进一间客厅,你来晚了……讨论在你到来之前很久就开始了……你先听一阵,直到听懂了争论的脉络,才插进你的桨。 — Kenneth Burke,《The Philosophy of Literary Form》(1941)
原理解读

综述的真正功能,是替读者画出一张"知识地图",并标出一处空白——那处空白就是你工作的理由(gap)。没有 gap 的综述,等于没给读者一个"所以呢"。Burke 的客厅提醒你:你不是第一个说话的,也不是最后一个;贡献只有嵌进对话里才有意义。技术圈的 Related Work 同理——它不是免责声明,是定位坐标。

修改示范
关于缓存一致性,Smith(2019) 提出了 A 方法,Jones(2020) 提出了 B 方法,Lee(2021) 研究了 C。这些方法各有优缺点。 缓存一致性的研究一直在"性能"与"正确性"之间摇摆:早期方案(Smith 2019)为速度牺牲了强一致;随后一派(Jones 2020)用重协议换回一致,却把延迟推高了三倍。真正没人解决的是——能不能不加协议开销,就拿到"够用的一致性"?这正是本文的切入点。 清单变成一条"张力线",末尾落在 gap 上,读者立刻知道你为何要出场。
Smith (2019) proposed A. Jones (2020) proposed B. Lee (2021) studied C. Work on cache coherence has swung between speed and correctness: early designs (Smith 2019) traded consistency for latency, while later protocol-heavy approaches (Jones 2020) restored it at 3× the cost. What no one has shown is whether "good-enough" consistency is achievable without protocol overhead — the gap this paper addresses.
适用场景 + 常见错误
  • ✓ 论文 Related Work、设计文档的方案对比、技术选型、晋升材料里"为什么别人没做成"
  • ✗ 清单体——每篇一句、无主线;或只夸不评、只贬不引
  • ✗ 综述完不落到 gap,读者不知道"所以你要干嘛"
  • ✗ 为显博学堆无关文献——综述是筛选,不是清点
本周习作 + 思考题

选你熟悉的一个技术领域,用三句话写出它的"对话脉络":过去大家怎么做→出现了什么问题→现在卡在哪,最后加一句你想接上的话。
思考题:如果你诚实地画出这张地图,你的工作是在"填空白",还是在重复别人已经做过的事?

Principle 03

论证结构:句子的意义,一半藏在位置里

Argument Structure — Reader Expectations
Gopen & Swan · 读者期待
一句话原则 + 名家原话

读者对"信息该出现在哪里"有固定期待:句子开头(话题位)放旧信息、已知的主角;句子结尾(重音位)放新信息、你要强调的东西。违反这个期待,再准确的句子也难读。

"Readers do not simply read; they interpret. … The information a sentence contains is only part of what a reader gets; the other part comes from where in the sentence that information appears." 读者不是被动地读,而是主动地解读。……一个句子传递的信息,只有一部分来自内容,另一部分来自这些信息出现在句子的什么位置。 — Gopen & Swan,《The Science of Scientific Writing》, American Scientist (1990)
原理解读

中文英文都吃这一套。读者会把句子开头当成"这句在讲谁",把结尾当成"重点在哪"。你若把结论埋在句中,或让每句都从陌生新词开头,读者的解读机器就空转。学术论证读不懂,常常不是逻辑断了,而是"旧信息—新信息"的接力断了:上一句的结尾没接上下一句的开头。

话题位(句首)旧信息 · 已知主角
……推进
重音位(句尾)新信息 · 要强调的
读者天然把句首读作"讲谁"、句尾读作"重点"——顺着期待写,句子自己就清楚了
修改示范
一种基于因果序的冲突检测算法被我们在本系统中采用,以解决并发写入时的数据不一致,这是我们方法的核心创新。 并发写入会导致数据不一致。为此,我们的核心创新是一套基于因果序的冲突检测算法——它在写入时就拦下冲突,而非事后修复。 "核心创新"提到重音位,主角放回话题位,被动改主动。
A causal-order-based conflict detection algorithm was adopted in our system to address the data inconsistency that arises during concurrent writes. Concurrent writes cause data inconsistency. Our fix is a causal-order conflict detector that catches conflicts at write time, not after.
适用场景 + 常见错误
  • ✓ 论文正文、设计文档的论证段、决策备忘录、任何要一步步说服人的长文
  • ✗ 关键结论埋在句中或段落中间,读者读到最后才撞见重点
  • ✗ 每句都从陌生新术语开头,读者接不上上一句
  • ✗ 滥用被动语态把"谁做的"藏起来;段落没有主题句
本周习作 + 思考题

拿你写的一段技术论证,逐句检查两件事:这句是从"已知的主角"开头吗?最该记住的词落在句尾了吗?改写其中违反的三句。
思考题:中文更容易省略主语(无主句),这让"话题位"原则更难用,还是反而更好用?

Principle 04

学术黑话批判:杀死僵尸名词

Against Jargon — Zombie Nouns
Sword · Orwell · 反名词化
一句话原则 + 名家原话

学术黑话的头号病症是名词化——把动词和形容词压成抽象名词,句子就失去了动作和人。Helen Sword 叫它们"僵尸名词":它们吃掉动词、吸干形容词、用抽象实体取代活人。

"Nominalizations are the zombie nouns of academic prose: they cannibalize active verbs, suck the lifeblood from adjectives and substitute abstract entities for human beings." 名词化是学术散文里的僵尸名词:它们吞噬主动动词、吸干形容词的血、用抽象实体取代活生生的人。 — Helen Sword,《Zombie Nouns》, New York Times (2012)
"Never use a long word where a short one will do." 能用短词,就绝不用长词。 — George Orwell,《Politics and the English Language》(1946)
原理解读

为什么聪明人写晦涩?Pinker 的答案是"知识的诅咒"——你太熟悉自己的内容,忘了读者不在你脑子里,于是省掉了让别人能懂的那座桥。名词化和黑话还有个不光彩的功能:掩饰。"进行了优化"不必说优化了什么、优化了多少;"存在一定问题"不必说是谁的问题。含糊是逃避责任的语法;清晰是一种诚实——它逼你把话说死。

修改示范
对系统性能的优化的实现,是通过对缓存策略的调整来进行的。 我们调整缓存策略,让系统更快。 三个"的字名词块"+"进行",压缩成一个主语一个动词。
The implementation of an optimization of system performance was achieved through the modification of the caching strategy. We changed the caching strategy to make the system faster.
由于某些客观原因,项目在推进过程中存在一定的挑战。 我们缺两名工程师,上线要晚三周。 黑话的另一种用途是逃避——把它翻译回具体,责任和事实就现形了。
适用场景 + 常见错误
  • ✓ 一切正式写作——论文、RFC、周报、复盘、晋升材料。越想"显得专业"的场合越要警惕
  • ✗ 用"进行/加以/实现/开展+名词"代替一个动词(进行优化→优化)
  • ✗ 用抽象名词当主语,句子里没有人("该现象的发生")
  • ✗ 以为长词等于专业;用含糊词逃避具体承诺("一定程度""相关方面")
本周习作 + 思考题

拿你最近一段正式文字,圈出所有"X 的 Y 的 Z"名词块和"进行/加以+名词"结构,逐个改回"谁+动词+什么",数数删了多少字。
思考题:有没有一种情况,模糊的黑话是"故意的"——你其实不想把话说死?那是表达问题,还是你还没想清楚?

深入思考
学术要求"清晰",但有些思想本身复杂精微,说得太简单会不会失真?
复杂的思想和复杂的句子是两回事。爱因斯坦说"尽量简单,但不能过分简单"。清晰不是简化内容,而是去掉理解的障碍——让读者把认知资源花在思想上,而非解码句子上。精微的思想恰恰需要最清晰的表达才不被误读。如果一个观点只有绕着说才成立,往往不是它太深,而是还没想透,或在用晦涩掩饰空洞。
中文的"翻译腔黑话"和英文的名词化,是同一种病吗?
同源不同形。英文名词化靠 -tion/-ment 后缀;中文靠"的字堆叠""进行/加以+名词""被+动词"这些从翻译学来的结构。病根都是回避动作和主语。但中文有独特毒株:无主句让"谁做的"更易凭空消失,"性/化/度"后缀能无限造词。解药相同——找回主语,把名词还原成动词,把"X 的 Y"拆成"谁做了 Y"。
"结论先行"在论文里天经地义,但人文学科偏爱"层层铺陈最后揭示",清晰原则有学科边界吗?
有,但比多数人以为的窄得多。悬念结构在文学、哲学随笔里确有价值——过程本身就是内容。但即便如此,读者仍需要"路标"知道自己走到哪了。多数所谓"学科风格"其实是坏习惯的托词。检验:你的迂回是在为读者的理解服务,还是在掩盖你自己也没想清?前者是艺术,后者是黑话。
技术文档(RFC、设计文档)和学术论文,清晰的标准一样吗?
内核一样——结论先行、顺应读者期待、戒黑话——但权重不同。技术文档读者是"要做决定的同事",更该激进地前置结论、可扫读;论文要经得起同行审查,需要完整论证链和文献定位。共同点是:两者都被"显得严谨"的冲动推向晦涩,都该抵抗。你 RFC 里的僵尸名词,和论文里的一样该杀。
AI 已能把黑话论文"翻译"成清晰版,甚至代写摘要。学清晰写作还值得投入吗?
更值得,只是重心变了。AI 能润色句子、消灭名词化、套摘要模板——机械那层它比你快。但它替代不了三件事:判断"gap 到底在哪"、决定"这项工作究竟意味着什么"(摘要第四句)、辨别一段综述是真有主线还是通顺的空话。清晰写作的底层永远是清晰思考;AI 让"表达的清晰"变便宜,反而把"思考的清晰"逼成唯一的稀缺品。