虽然现在是 2026 年了，但是作者还是习惯古法阅读论文，顶多用 AI 进行翻译。因为发现看完 AI 总结的内容之后，脑子里留不下任何东西，只是看完了，回头就忘了
但是这显然有一个很大的问题，在 AI 时代这样读论文效率实在是过于低下了，于是我决定重新拥抱 AI，进行提效
经过与朋友们的大量沟通与交流，以及自己的亲身实验，我总结出了一套以人为中心的结构化论文精读方法，并将其命名为 DeepRead。同时将这套方法做成了 Skill，已开源到 GitHub，仓库如下
https://github.com/ylin314/DeepRead
这套方法以人而不是 AI 为中心，需要人阅读论文的部分原文，AI 进行辅助总结与提炼，且带有思考性问题，帮助读者理解论文，进而形成自己的思考与见解，防止读完论文后脑子空空
总体流程如下：
1. 阅读摘要，引言，结论原文
看完摘要基本就知道这篇论文有没有看的必要，如果有必要就继续看引言和结论，基本上这三部分就可以对论文有一个整体的了解
这一步可以借助 AI 翻译，建议看原文。可以英文和中文一起看，或者只看中文也可以
2. 分 RQ 学习方法和实验
这部分可以不看原文，直接让 AI 总结，但是一定要总结的比较细，而不是只总结一句话，且最好是分 RQ 进行总结，每个 RQ 都要有方法和实验两部分
3. 简看 Related Work
这部分可以看原文，但没有看英文的必要，看中文就行。如果懒得看，也可以直接让 AI 总结
4. 吸收总结
问 AI 三个问题
- 论文解决了什么问题，没有解决什么问题
- 论文有效依赖什么关键前提
- 论文原文中是怎么展望未来工作的
但是不要在这一步让 AI 展望研究方向，更不要让它生成新 idea，因为 AI 只看了这一篇论文。经作者多达两次的实验验证，AI 只会局限在这一篇论文的内容上生成 idea，要么不可行，要么已经有人做过了
在阅读过程中，建议进行笔记记录，且最好手写。笔记没有明确格式，只需要记录自己觉得重要的东西，手写一遍更重要的是加深印象，因为目测大部分人之后也不会再翻出来看了
经实测，这套方法可以在集中注意力的前提下，少于半天的时间读完一篇论文。在读完论文后，能够记住论文的部分内容，且会产生自己的思考和见解，而不是大脑空空如也
最后再放一遍 Skill 的 GitHub 仓库地址，欢迎大家进行体验，欢迎 Star 和 Fork，如果有任何建议与问题，欢迎提 Issue！