iSydney · Chinese Discovery / WeChat · v1.0

微信中文发现与证据观察站

不把微信公众号文章当成“低一级论文”,也不把它们当成纯收藏。把它们放在最适合的位置:发现、提问、解释、公共对话和证据入口。

微信发现 → Article Passport → Question → Claim candidate → 公共/原始来源 → Review → Evidence → Explorer / Navigator → Reality Return

四级证据纪律

1 · DISCOVERY

只有标题、链接、元数据。可产生问题,不产生事实性证据。

2 · RECOVERED TEXT

已恢复中文全文,可提取主张,但来源强度与原始证据仍需审查。

3 · PUBLIC REPLACEMENT

找到正式论文、DOI、PubMed、大学或机构公开源。

4 · REVIEWED EVIDENCE

Claim ↔ Source 关系通过 review 后才进入 Navigator。

核心原则:WeChat 是 discovery / dialogue layer,不自动成为 evidence authority。

已恢复全文的中文 Article Passports · 4

WCF-PASS-0001 · Full-text recovered

Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)

Question:What internal representations support reportable and flexible reasoning in language models?

Layers:Intelligence / Representation / Transformation

科学边界:中文编译/重述材料;实验数字和结论应以原始 Anthropic 论文为最终核验依据。

Claims: 6 · Provenance: Chinese pasted article; WeChat provenance not independently verified

WCF-PASS-0002 · Full-text recovered

曹一轩|生成式AI对国家语言安全的结构性重塑

Question:How can generative AI reshape semantic autonomy across languages?

Layers:Representation / Context / Scientific Intelligence

科学边界:正式学术论文的微信公众号推送文本;数据库应把论文主张与其实际实证支持强度分别评估。

Claims: 5 · Provenance: Confirmed WeChat repost text; article states it was published in 《外语学刊》2026(3)

WCF-PASS-0003 · Full-text recovered

陈小夏|人工智能大语言模型是否具有语义表征?

Question:Do large language models possess semantic representation, and what are its limits?

Layers:Representation / Intelligence

科学边界:哲学分析文章;关于“理解”“意向性”的判断属于理论论证,不应与行为能力或实验测量直接等同。

Claims: 5 · Provenance: Chinese pasted academic article; WeChat provenance not independently verified

WCF-PASS-0004 · Full-text recovered

语言为什么结构既相同又不同?—读者来信/语言学系列

Question:Why are human languages structurally similar yet different?

Layers:Structure / Constraint / Language Intelligence

科学边界:长篇中文公众号式综合文本;其中包含作者的综合、通俗类比和候选公式,必须与原始文献主张分层保存。

Claims: 5 · Provenance: Chinese public-account style pasted text; provenance should be confirmed before final promotion

最新微信发现种子 · 5

WX-DISC-0133 · DISCOVERY

语言及世界:从认知建模到文本解构,句法解构读懂人间文本。

可生成问题:认知、记忆、判断和内部模型如何形成?

Theme:Cognition & Neuroscience

原微信链接 ↗

当前只作为发现种子;不能直接晋升为 evidence。
WX-DISC-0134 · DISCOVERY

结构化思维与体系化思维

可生成问题:认知、记忆、判断和内部模型如何形成?

Theme:Cognition & Neuroscience

原微信链接 ↗

当前只作为发现种子;不能直接晋升为 evidence。
WX-DISC-0135 · DISCOVERY

系统思考工具箱如何简化复杂决策过程?

可生成问题:结构、复杂性与压缩之间是什么关系?

Theme:Structure & Compression

原微信链接 ↗

当前只作为发现种子;不能直接晋升为 evidence。
WX-DISC-0136 · DISCOVERY

简介 | 概念网络的对齐

可生成问题:概念网络如何对齐、比较与验证?

Theme:Scientific Intelligence

原微信链接 ↗

当前只作为发现种子;不能直接晋升为 evidence。
WX-DISC-0137 · DISCOVERY

第29课:笛卡尔Ⅰ:方法、怀疑与确定性

可生成问题:我们如何通过概念、怀疑、边界与方法形成可靠判断?

Theme:Philosophy & Method

原微信链接 ↗

当前只作为发现种子;不能直接晋升为 evidence。

已提取 Claim candidates · 21

IDArticleClaimTypeEvidence
WCF-CLM-0001Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)Reported empirical result
WCF-CLM-0002Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)Descriptive/Theoretical
WCF-CLM-0003Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)Reported empirical result
WCF-CLM-0004Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)Reported empirical result
WCF-CLM-0005Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)Theoretical/interpretive claim
WCF-CLM-0006Anthropic最新研究:用人脑的视角去看大语言模型内部,何为意识?(全文中文编译)Descriptive/Theoretical
WCF-CLM-0007曹一轩|生成式AI对国家语言安全的结构性重塑Theoretical/interpretive claim
WCF-CLM-0008曹一轩|生成式AI对国家语言安全的结构性重塑Theoretical/interpretive claim
WCF-CLM-0009曹一轩|生成式AI对国家语言安全的结构性重塑Theoretical/interpretive claim
WCF-CLM-0010曹一轩|生成式AI对国家语言安全的结构性重塑Theoretical/interpretive claim
WCF-CLM-0011曹一轩|生成式AI对国家语言安全的结构性重塑Theoretical/interpretive claim
WCF-CLM-0012陈小夏|人工智能大语言模型是否具有语义表征?Theoretical/interpretive claim
WCF-CLM-0013陈小夏|人工智能大语言模型是否具有语义表征?Theoretical/interpretive claim
WCF-CLM-0014陈小夏|人工智能大语言模型是否具有语义表征?Descriptive/Theoretical
WCF-CLM-0015陈小夏|人工智能大语言模型是否具有语义表征?Theoretical/interpretive claim
WCF-CLM-0016陈小夏|人工智能大语言模型是否具有语义表征?Descriptive/Theoretical
WCF-CLM-0017语言为什么结构既相同又不同?—读者来信/语言学系列Descriptive/Theoretical
WCF-CLM-0018语言为什么结构既相同又不同?—读者来信/语言学系列Descriptive/Theoretical
WCF-CLM-0019语言为什么结构既相同又不同?—读者来信/语言学系列Descriptive/Theoretical
WCF-CLM-0020语言为什么结构既相同又不同?—读者来信/语言学系列Descriptive/Theoretical
WCF-CLM-0021语言为什么结构既相同又不同?—读者来信/语言学系列Theoretical/interpretive claim

这和 Oxford 5000 / 中文3500 有什么关系?

每篇中文文章不需要被迫“归入语言项目”。它可以自然产生 Question Passport → Concept → Chinese expression/character → CN3500/CNCOMP,也可以向外连接 Consciousness、Scientific Intelligence、iCIDM、Museum 或 Great Questions。

Article → Question → Concept → 中文表达 / 汉字 → Relationship → Evidence → Experiment

Understanding Gap Observatory · 理解差距观察站

Explanation Passport 继续长出一个 Self-Observation experiment:比较 perceived understanding、evidence-supported explanation、uncertainty calibration、unknown awareness 与 Reality Return。

进入 Understanding Gap Observatory →

Explanation Passport · 解释护照

WeChat #001 又产生了一个可复用对象:任何 paper、claim、AI answer、课堂答案都可以挂一张五轴 Explanation Passport,用来比较 Explanation Depth、Evidence Strength、Uncertainty、Observer Dependence 和 Reality Return。

打开 Explanation Passport / Observer Experiment →

WeChat Evidence Chain #001 已启动

《科学为什么只给操作,不给解释?》现在已经拥有 Question Passport、5个 Claim candidates、4条 public evidence roads、CN3500概念入口和 Reality Return experiment。

进入 Evidence Chain #001 → · 打开 Explanation Ladder / Experiment v1.2 →

下一步最值得做的中文实验

WeChat Evidence Chain #001:从“科学为什么只给操作,不给解释?”开始,把公众号文本中的核心问题与公开可验证的科学/哲学文献分开连接;公众号负责提出和解释问题,公开原始来源负责 Evidence,最后进入 Reality Return。

Continue exploring