老金靠Claude Code+OpenClaw从零写完中英多Agent学术论文，可我英语没过四级代码不会写
昨晚23点多，论文在Zenodo（学术论文发布平台）上提交成功了。
老金我盯着屏幕，有点不真实。
不是因为论文有多牛。
而是这件事本来不应该发生在我身上。
英语没过四级，代码约等于零。
但这件事的前提是，你知道要做什么，需要AI告你什么，需要AI帮你做什么。
这也是老金最近总在提到的“元”。
LaTeX（学术论文专用排版工具）是啥都是做这篇论文才知道的。
但它就这么发出来了。
说起来，老金我的GitHub昨晚刚解封。
Claude Code和OpenClaw双顶流十五万字中文教程已经更新合并了，需要的自取。
过去这两年老金我靠AI干了不少事。
从零搭了个人网站，第三方登录、支付、数据库、后台全调通。
还有一个上几百万行文字的飞书开源知识库，24年就开始攒了。
别人不知道我是怎么成长来的，但AI知道。
但这些里头，论文是老金我最没想到能做成的。
而且昨晚提交的，我不知道33算多还是算少，哪怕只有一个人看，我都觉得这事儿对我很值。
论文写作对我来说是张白纸
老金我做了十几年产品经理。
需求文档写了上千份，PPT不知道做了多少。
但学术论文？
完全是另一个世界。
摘要、Introduction、Related Work。
APA引用格式、LaTeX排版语法。
别说组合在一起完全看不懂，分开了我也看不懂任何一个单词。。。
对，但它最后写的让我看懂了，期间很多单词，都是问他要的解释，我才看懂的。
我把它嵌入了我的个人网站上，对，网站是我在春节期间口喷那个。
在这写的。
这并不是个非常严谨的论文，只是我的个人想法验证。
请勿较真。
害，昨儿发表的文章被喷怕了。
明明最后写了认知是用好AI的前提的明确观点。，可就是不看到最后就来喷。
以为我说的是AI没用。。。没用我花两年多力气写AI文章。。。还是用的业余时间。。
我不太认为我自己脑子有泡。。
言归正传，不知道大家怎么想。
对于 老金我这个学渣 来讲，论文一直是很难很难的东西。
如果没有AI，我可能这辈子都不会去想碰一下。
看到论文俩字的第一反应确实是：算了，不是我能碰的东西。
但转念一想，我对组织管理是有真实理解的。
十几年带团队的经验，CEO怎么下指令、部门怎么协作。
这些经验正好能映射到AI多智能体系统设计上。
想法有了，就是不知道怎么写成论文。
Claude Code一步步教我学术规范
老金我跟 Claude Code 说了一句话。
我要写论文，但完全不懂学术规范。
CC直接把学术论文的基本结构列出来了。
摘要写什么、引言放什么、方法论怎么组织。
每个部分该包含哪些要素，一条一条给我拆解。
然后就是一轮一轮地磨。
写完一段扔给CC，它告诉我哪里不符合规范。
改完再扔，再挑毛病，再改。
学术写作跟写公众号完全两码事。
公众号讲故事、抖包袱、搞悬念。
论文要求严谨客观，每句话都要有依据。
老金我写了句"这个方法很厉害"。
CC直接改成"该方法在评估任务中表现优异"。
改完我自己看都觉得不像是我写的。。。
统计方法更是从零开始学。
什么置信区间、什么Kruskal-Wallis检验。
这些词老金我以前听都没听过。
全是CC帮我跑代码，帮我验证结果。
在OpenClaw上搭了个18人AI公司
论文核心要验证 组织镜像 这个理论。
简单说就是让AI系统像真实公司一样运作。
我在 OpenClaw 框架上搭了个完整的AI组织。
18个智能体，4个部门。
每个智能体都有独立的名字和记忆空间。
游戏部、AI部、生活部，外加一个元部门。
元部门专门干什么？审视其他部门有没有自己给自己打高分。
相当于公司里的内审。
CEO说一句话，系统自动跑十阶段工作流。
方向、规划、执行、评审、修订、验证，全自动。
一句指令进去，44个离散行动出来。
30项任务跑了90次实验来验证这个想法。
结果组织拓扑的输出比单智能体多了 5.9倍，质量评分 18.3/20 没掉。
数据证明这条路走得通。
把它可视化后，大概是这样。
这里前端和数据还没对上，待调整。。
以及进化记录
写论文所需的tex文件把我看懵了
论文内容写完了，下一关是排版。
学术论文要用 LaTeX排版。
老金我打开tex文件的时候整个人是懵的。
满屏的反斜杠和花括号。
\begin{document}、\section{}、\cite{} = =
这些符号组合在一起，脑子直接宕机。
CC说：你别管语法，告诉我你要什么效果。
然后它帮我把整篇论文排成标准学术格式。
图表、参考文献，全部自动处理。
然后网页上都是英语。。。对，哪怕我翻译成中文我都没找到很多操作区。
它大概是这样。。
网页版免费超时不够，它自己给我安装了本地版本，自己接着操作。
它帮我定位问题、修复代码、重新编译。
来来回回几十轮，PDF终于渲染出来了。
打开PDF的那一刻，心里是真有成就感。
跟顶刊论文一模一样的排版。
形式上挑不出毛病。
提交网站全英文AI帮我操作浏览器
PDF搞定了，该提交了。
打开Zenodo网站，全英文界面。
老金我的英语水平，看着这堆表单不知道填什么。
进主页时候我就蒙圈了。。我只会个注册。。登录。。
话说为什么选Zenodo？
老金我找了一圈，这是唯一一个不需要edu邮箱、不需要组织身份、不需要企业认证的学术发布平台。
门槛很低，没有同行评审，上传就能发。
但它给你一个正式的DOI编号。
有了DOI就等于有了时间戳证明，后续可以引用到任何期刊和会议论文里。
这一步是让AI直接操作浏览器完成的。
CC帮我在页面上一步步操作。
哪个字段填什么，哪个选项选哪个。
元数据怎么写，全程代劳。
拿Token的环节老金我完全看不懂英文提示。
AI帮我找到入口，点击、填写、确认。
整个过程我就是看着它操作。
最后用CLI命令提交成功，DOI编号直接生成。
整个过程从打开网站到拿到DOI，不到一小时。
踩过的坑也说清楚
老金我不藏着掖着。
论文里写了七项局限性，挑三个重要的说。
实验隔离会降级
长时间会话跑到后面效果越来越差。
100次执行里排除了24次。
下次得每个任务开新会话，这个教训记住了。
AI给AI打分有偏差
经理和元部门评分87.5%一致，看着挺漂亮。
但底层用的同一个模型。
高一致性可能是共享偏差，不是真准。
修订循环效果微弱
177项评分只有3个从v1到v2发生了变化。
要么初始质量就够高，要么评分粒度不够。
目前这个循环更像验证，不是改进。
这些问题论文里都明确写了。
学术诚实比面子重要。
工具不是门槛，元能力才是
这篇论文让老金我想明白一件事。
AI不会替你思考，但它会替你执行。
以前想发论文，你得会英语、会代码、会LaTeX、会统计。
四个门槛，少一个都不行。
现在AI把这四个门槛从"你必须精通"变成了**"你必须知道自己想要什么"**。
AI放大的是你已有的认知，不是凭空创造认知。
老金我对组织管理的理解才是这篇论文的核心。
没有那些理解，Claude Code再强、OpenClaw再好用，也写不出来。
昨天皇帝新衣那篇发完，评论区炸了。
说我标题党的，说我拿旧实验讲新模型的。
但底层的东西变了吗？
不会用AI的人，换了GPT-5.4还是不会。
天天许愿"AI帮我赚钱"的人，换了什么模型还是在许愿。
连文章都没看到结尾就开始喷的人，恰恰证明了文章说的那个事。
老金我写文章的思路一直是这样的。
先用一个能引起共鸣的话题把你拉进来。
然后一步步把观点给你拆清楚。
这不叫标题党，这叫写作的基本功。
今天这篇论文文章也是同一个逻辑。
老金我学东西就是这么学的。
不懂就让AI教，教完自己动手验证，验证完输出成果。
这个过程里最核心的能力是什么？
不是英语，不是代码，不是LaTeX。
是知道自己要解决什么问题。
是能判断AI输出的结果对不对。
老金我把这个叫“元”。
元不绑定任何工具、任何语言、任何技术栈。
学会了，换什么AI都管用。
没学会，换什么AI都白搭。
我不知道有多少人能看到结尾这里。
就比如，整个这件写论文的事，它必然有个标准执行流程。
请问有多少人在不会的时候，会先问AI一句。
这件事的流程应该是什么样？需要做什么？有什么风险？
而不是傻呵呵的一句，帮我写个论文。
老金我反复在讲这个事儿。
到现在真正有感触的人寥寥无几。
没关系。
4月19号（暂定），老金我会在 WaytoAGI 上好好讲一次。
元到底是什么，为什么它比任何具体技能都重要。
到时候来听的人就知道了。
说到底，工具从来不是门槛。
知道自己想解决什么问题，才是。
论文地址：https://zenodo.org/records/18957649
数据和资料在 https://aiking.dev
有问题评论区聊，老金我看到都会回。