文献综述怎么写：先找全，再动笔

写文献综述，大致是三件事：先把和你的问题相关的文献找全，再通过分组和比较读出这个领域的结构，最后基于这些比较写出你自己的判断，也就是综述的论点。前两件事决定一篇综述的下限，第三件事决定它的上限。下面就按这个顺序来讲，每一步都配了真实的例子。

网上讲文献综述怎么写的文章很多，步骤也大同小异：确定问题、检索数据库、评估文献、归纳主题、列提纲、写作、修改。读了一圈下来，我觉得它们有两个共同的问题。一是检索那一步几乎都只有一句「在相关数据库中检索」，可综述只能讨论它找到的东西，检索停在 Google Scholar 第一页，归纳出来的主题就只是第一页的主题。二是真正写的部分往往只剩一句「要综合而不是罗列」，至于怎么综合、一篇综述的论点从哪里来、遇到相互矛盾的结论怎么办，基本没人展开。

这篇文章想把这两头都补上。我做 Parallax 的起点就是检索：通用 agent 通过搜索 API 只能拿到 top-k，说不清一个方向到底有多少篇论文，所以我改成了对 arXiv 全库做扫描。但做下来发现，找全文献只是让综述有了下限，决定上限的仍然是怎么写。下面分三部分：找文献、读文献、写综述，其中写综述的篇幅最多。这篇主要写给常和预印本打交道的人，物理、数学、计算机、统计、定量生物、经济都算在内。

文献综述有哪几种：先想清楚你在写哪一种

文献综述是通过比较已有工作来回答一个问题，而不是把它们罗列一遍。它的形式取决于出现在哪里：论文里的 related work 章节用几段话把自己的工作放进已有研究的坐标系；学位论文的综述章要对一个领域做有结构的梳理，最后引出自己的研究问题；独立成篇的 survey 规模更大，在 arXiv 的计算机和物理分类里很常见。医学和社会科学里还有系统综述和范围综述，前者要预先登记检索和筛选方案、报告每一步的篇数，后者只梳理有哪些工作而不评判质量。下面的方法对这几种都适用，区别在于规模，以及要把多少过程正式写下来。

找文献：先确认自己找全了

把问题和边界写成可以检验的句子

动手检索之前，先写下综述要回答的问题，以及什么算在内、什么不算。检验标准很简单：别人拿着这几句话去判断一篇论文，能不能和你得出同样的结论。「关于 LLM 智能体记忆的论文」就太模糊了；改成「纳入提出、评测或分析 LLM 智能体如何跨步骤或跨会话存储和检索信息的论文，排除只做 KV cache 压缩、没有智能体场景的论文」，判断起来就有据可依。时间窗口和来源也在这时定下来，比如只覆盖 2020 年以来的 arXiv，就在综述里明说。这几句话后面筛选、查漏、写范围说明时都要用到。

估规模，再从多个角度检索

十篇论文和一万篇论文需要完全不同的做法，所以值得先估一估这个方向有多大。Google Scholar 的「约 2,000,000 条结果」大部分是噪音，AI 助手则不管实际有多少都只给你十篇左右。粗略的办法是换几种说法各搜一次，看看各返回多少条，再抽几篇看看有多少真正相关。如果一种说法返回 300 条、一半相关，另一种返回 5,000 条、二十篇里才有一篇相关，领域的主体在哪里、哪些词太宽，就都清楚了。

估完规模，接下来有个更麻烦的问题：不同领域的叫法并不统一。计算机里 looped transformers、recurrent-depth models 和 universal transformers 讲的东西有大量重叠；数学里同一个对象在不同子领域可能有不同的名字和记号；物理里同一现象的工作经常分散在 hep-th、gr-qc 和 astro-ph 之间。只搜一种叫法，就只能找到一个圈子。所以与其追求一条完美的检索式，不如跑几条窄一些的：关键词检索覆盖已有的名称、缩写和变体；语义检索用平实的话描述这个想法，找那些用词不同的论文；再挑几篇核心论文翻它们的参考文献，把用旧术语写成的早期工作找回来。最后合并去重，记下每篇是哪一路找到的。如果一整批相关论文只来自其中一路，其他几路多半有同样的盲区。

合并后的候选集比最终保留的大很多也没关系。在一次关于 LLM 智能体记忆的检索里，6 路关键词和 5 路语义检索合并后有三万多篇候选，绝大部分后来都被筛掉了。只要筛选够便宜，撒大网的代价很小，漏掉一整个圈子的代价却很大。

筛选，然后查漏

筛选就是拿第一步的那几句话逐篇判断，第一轮看标题和摘要就够了。排除时顺手记个理由，哪怕只是「超出范围」「没有新结果」这样的短标签；拿不准的论文单独放一堆，不要在边界上硬判。筛完之后再做一件很多人跳过的事：把你本来就知道应该出现的论文列出来，逐一检查它们在不在。不在的话，弄清楚是检索漏了还是筛选误删了，修正对应的那一路，再看看这次修正又带进来什么。

手工筛几千篇要花好几天，这是 AI 模型真正帮得上忙的地方，前提是它按你的标准判断，而且每个判断事后都能查。Parallax 用的是 Jev（检索和筛选管线是怎么搭起来的，我另写过一篇），它对每篇论文、每条标准给出一个校准过的概率，不低于 0.5 的纳入，所有概率都存下来，可以按概率排序去读边界附近的那些。不管用什么工具，都建议抽读二十篇纳入的和二十篇排除的，看着不对就先改标准。

读文献：从一份清单到一张地图

先分组，再精读

有了最终集合，先别急着从头读起，而是先分组。分组能把一份清单变成一张地图，这张地图往往也就是综述的骨架。计算机和应用数学里常按方法或技术路线分，物理里常按研究的体系或现象分，也可以按贡献类型或时间分。一篇论文完全可以同时属于两个组；太大的组则要再拆。一次多模态方向的梳理里，「评测基准与数据集」一组有一百多篇，后来又细分成了 11 个子类，一百篇的一组还算不上主题，只是一堆。分完之后如果剩下一大块「其他」，也别忽略它，那通常说明分组的维度还没找对。

精读时记比较，而不是摘要

论文不用每篇都读完，也读不完。每组里被反复继承的核心论文和最近最强的几篇值得通读，其余的读到能说清它多做了什么就行。真正要花时间的是相互矛盾的论文，分歧往往是一篇综述最有价值的部分。

读的时候记下的应该是比较。「A 和 B 都用了同一种方法，但 A 换了一个评测场景，得出了相反的结论」是综述的素材，「A 提出了 X，B 提出了 Y」只是目录。为此我建议给真正要讨论的论文做一张文献矩阵，每篇一行，每个想比较的维度一列。它不用覆盖所有论文，但能逼着你在动笔之前就把比较做出来，后面写作时，很多段落照着这张表就能写出来。

写综述：从材料到论点

前面两部分做完，你手里有一个可信的文献集合、一套分组和一张比较表。很多人到这里会按分组一节一节往下写，每节把组里的论文挨个介绍一遍。这样写出来的东西没有错，但读者读完会问：所以呢？一篇好的综述和一份整理好的书目之间，差的就是论点。

下面用一篇真实的综述做例子。它是在 Parallax 里产出的 Looped and Recurrent-Depth Transformers，讲的是把同一组权重在深度方向上反复调用的那一类模型，候选池 358 篇，精读 102 篇。全文公开在 Parallax 的 Research 栏目，那里还有其他综述和月度进展报告，可以对照着读。它不一定是最好的综述，但它在写法上有几处很值得细看。

先找到你的论点

综述的论点不是「本文梳理了某某领域」，而是读完材料以后你对这个领域下的几个判断。looped transformers 那篇在引言里直接列出了四个论断：这个领域的设计空间其实很小、是离散的，几乎每个架构都只是在四个维度上各做一个选择；真正卡住这类模型的是训练稳定性，而不是表达能力；支持循环架构的证据大多是在参数量对齐的条件下得到的，而不是在算力对齐的条件下；推理时的自适应深度是最活跃、也最缺乏验证的方向，报告的收益是真的，但很脆弱。后面整篇文章，都是在给这四个论断找证据。

论点从哪里来？通常就来自你的比较表。当你发现某一列在所有论文里几乎没有变化，那是一个共识；当某一列在不同论文间给出相反的结果，那是一个分歧；当某一列大部分格子是空的，那可能是一个空白。looped transformers 那篇的架构对比表里就专门有一列「证据规模」，记录每篇论文实际报告的最大实验设置，作者在表注里点明，这往往比论文结论所针对的规模小得多。光是加上这一列，作者的看法就已经摆在那儿了。

论点不必一开始就有。比较实际的做法是读完、填完表之后，试着用三五句话回答「这个领域现在到底是什么状况」，写不出来，就说明还需要再读或者再比较。

综述结构：让人一眼看出论点

有了论点，结构就好定了。按主题组织是最常见的，每个分组一节；按方法组织适合技术路线分明的领域；如果现状要靠历史来解释，就按时间写。选哪种倒在其次，更要紧的是让读者从结构上就能看出你想说什么。

looped transformers 那篇的做法是先给出一个统一的形式化定义，再提出一个四个维度的分类法，然后按架构、训练、推理、理论逐章展开。它的章节标题直接写出了结论，比如训练那一章叫「稳定性才是硬约束」。读者只看目录，就已经知道作者的立场了。这比「3. 训练方法」这样的中性标题信息量大得多。

章节内部的写法也一样：开头先说这一组论文的共同点，然后在组内做比较，最后说还有什么没解决。按这个顺序写，每一节最后都有个交代，不会在介绍完最后一篇论文时戛然而止。

引言怎么写：交代范围和证据边界

引言要交代问题是什么、为什么现在值得关注，以及这篇综述的论点。但还有一部分常被省略，就是范围：时间窗口、文献来源、排除了什么，以及你是怎么检索的。把这些写清楚，读者才敢相信你找得够全，也知道你的结论在什么范围内成立。

looped transformers 那篇专门写了一节「范围与证据边界」。它说明自己是一篇聚焦单一架构家族的叙述性综述，而不是系统综述；交代了候选池是 6 路检索得到的 358 篇，其中 102 篇精读、其余只看了标题和摘要；还明确列出了三条需要读者记住的限制，比如有三篇奠基性论文不在检索库里、只能从外部引用，以及这个领域预印本占主导，很多被引用的工作还没经过同行评审。

把限制写在前面并不丢人。读者知道边界在哪，反而更愿意相信边界之内的结论。

主体段落：综合而不是罗列，看一个例子

到了段落层面，最常见的问题是一段讲一篇论文、每段都以作者名开头。看一个示意的对比，假设讨论的是某类架构相对于常规模型的优势：

罗列式：[3] 提出了一种循环架构，在多个基准上优于基线。[5] 在此基础上加入了自适应深度，进一步提升了效果。[8] 将类似结构扩展到了视觉任务。[6] 在算力对齐的条件下重新比较了这类架构。

综合式：这类架构的优势在多项工作中都有报告 [3][5][8]，但这些比较几乎都是在参数量对齐的条件下做的。一旦改为推理算力对齐，结论就不再一致：在语言任务上优势基本消失，在视觉任务上仍然存在 [6]。因此，「循环架构更好」这个说法需要先回答：和谁比，对齐的是什么。

第二段读起来更费力，但它给了读者一个明确的结论，也交代了这个结论凭什么成立、在什么条件下成立。写法上可以记一个顺序：先说观点，再引用支撑它的论文，最后说它们在哪里不同、留下了什么问题。

遇到分歧，先找原因再下结论

一篇综述写得好不好，很大程度上看它怎么处理分歧。看到两组论文结论相反，别一句「目前尚有争议」就带过去，而是去找它们为什么不同：评测场景不同、数据规模不同、比较的基线不同，还是对同一个术语的定义不同。

looped transformers 那篇遇到的就是这种情况。关于「循环模型是否优于常规模型」，文献里的结论五花八门。它没有在其中选边，而是指出这些比较实际上对齐的是五种不同的量：参数量、训练算力、推理算力、解码成本、有效深度。对齐参数量时循环模型明显占优，对齐训练算力时结果好坏参半，对齐有效深度时它占优几乎是不言自明的。它把这五种情况整理成一张表，告诉读者看这类论文时先看它对齐的是什么。这么一梳理，原本互相打架的结论就都说得通了。

换到物理也是一样。前面提到的那次快速射电暴检索里，就有两类看起来矛盾的证据。一类来自宿主星系的统计：Bochenek 等人比较了已定位快速射电暴的宿主星系，认为它们与核坍缩超新星诞生的磁星这一来源相符（arXiv:2009.13030）。另一类来自单个暴源：Kirsten 等人把重复暴 FRB 20200120E 定位到了 M81 的一个球状星团里（arXiv:2105.11445）。球状星团是年老的星族，很难用刚从超新星里诞生的年轻磁星来解释，作者因此倾向于白矮星吸积诱发坍缩或致密双星并合形成的磁星；而这类渠道，Margalit 等人更早就从一个宿主星系已经不再形成恒星的暴源出发提出过（arXiv:1907.00016）。

如果综述只写一句「起源仍有争议」，读者什么也得不到。更有用的写法是指出这两类证据回答的其实是不同的问题：宿主统计描述的是典型的暴源从哪里来，球状星团里的这一个源则说明至少还存在另一条形成渠道，两者完全可以同时成立。至于不同渠道各占多大比例，就成了一个可以写进开放问题的具体问题。

说空白要有依据，提开放问题要有铺垫

「尚无工作研究某某」是综述里最容易出错的一句话，也是内行读者最先检查的地方。写之前，用它的各种叫法直接再搜一遍，翻翻当初拿不准的那一堆。如果检索范围有限，就把限定条件写进去，比如「在我们检索的范围内」。

开放问题的部分也一样，最好是从前文的证据里自然推出来，而不是在结尾临时想几条。looped transformers 那篇列出的第一个开放问题，就是一个算力对齐的基准测试：因为前文反复出现的问题正是各家在不同的对齐条件下比较，所以真正缺的不是更多比较，而是一个统一的比较协议。读者读到这里会觉得顺理成章，因为证据已经在前面摆好了。

讨论和结论怎么写

讨论部分要跳出单个分组，看跨主题的规律：哪些问题在多个方向上反复出现，哪些方法在一个方向上成熟了、在另一个方向上还没人试过。looped transformers 那篇在开放问题之前专门有一章「证据实际支持什么」，先讲清楚各家的数字为什么难以横向比较，最后单列一节写「我们认为哪些已经成立，哪些还没有」。到了结论部分，它也没有把开头的四个论断原样重复一遍，而是说其中三条「在我们看来证据充分」，并给出了各自的依据。结论就该这样回到开头的问题，告诉读者现在可以相信什么、还不能相信什么，以及有多大把握。

Related work 章节怎么写

论文里的 related work 是一篇任务更明确的短综述：它要证明你的工作是必要的。同样的方法压缩一下就够用：每个分组一段，段内用综合的写法交代这一路工作做到了哪里，最后用一句话说明你的论文和它们有什么不同。最常见的毛病是把它写成一份引用清单，或者每段都以「与本文不同的是」收尾却说不出具体哪里不同。

用了 AI，就说清楚用在了哪一步

现在不少期刊和学校都要求说明写作中用了哪些 AI 工具、用在哪一步，通常写在方法部分或致谢里。一般的共识是 AI 不能署名，内容的责任始终在作者。

对综述来说，最容易交代清楚的是检索和筛选：用了哪些检索词、得到多少候选、筛选标准是什么、AI 判定的阈值是多少、人工抽查了多少篇。这些信息本来就该出现在范围说明里，顺带写明 AI 的角色并不费事。真正需要警惕的是让 AI 替你下判断或者替你找引用，判断要你自己负责，引用要逐条对照原文。在 Parallax 里，每条筛选标准和每篇论文的判定概率都会存下来，写这一段时可以直接照着记录写。

提交前再查一遍

最后一遍可以重点看这几件事：每个论断是否都指向具体的论文，那篇论文是不是真的这么说了；你本来知道该有的论文是不是都在；最近几个月的工作有没有覆盖到，在变化快的领域，一篇停在半年前的综述已经漏了不少；空白的论断有没有直接检索作依据；预印本和它的正式版本有没有重复引用。如果写作中用了 AI 工具，还要确认每个 AI 参与的论断都能追溯到原文。

交给 agent 来做

上面的方法不依赖任何工具，但其中找文献和分组这几步，规模一大手工就做不动了，这也是我做 Parallax 的初衷。在应用里，一个 agent 可以在一次对话中跑完：先用探针估算规模、挑选检索词，再在 arXiv 全库上建立多路关键词和语义检索，用集合运算合并；然后根据你的需求写出纳入和排除标准，让 Jev 逐篇筛选，最后提出分类、把论文分进去。之后你可以和 agent 围绕这个集合讨论、比较论文、提取证据，再让它写出综述报告，前面那篇 looped transformers 综述就是这么来的。

整个检索过程会以节点图的形式保留下来。下面是 LLM 智能体记忆那次检索，11 路关键词和语义检索合并成 36,564 篇候选，再经 Jev 筛到 5,170 篇。

同样的流程在计算机以外也适用。我在免费检索页上拿一个物理问题试了一次：快速射电暴有哪些起源模型，哪些观测支持或排除了它们。它跑了 5 路检索，关键词那几路分别对应磁星、中子星并合、blitzar 等不同圈子的说法，合并成 479 篇候选，筛选后保留 265 篇，分成了 6 个主题。

注意其中的「Other」：89 篇，约占三分之一，没能归进 6 个主题。这正是前面说的那种情况，动笔之前应该抽读这一组，调整分组的维度。

它做不到的地方也要说清楚。文献库只有 arXiv，并且是基于 2020 年以来的 arXiv 更新构建的，更早的奠基性工作只部分覆盖，只在期刊发表的论文也不在库里，这些需要靠你自己翻参考文献来补；agent 目前也不会自动沿引用链接扩展。更重要的是，agent 写出的初稿只是起点，找到论点、处理分歧这些判断，仍然要你来做。

如果想在自己的问题上试试，免费文献检索不需要注册。它是一次快速扫描，最多 5 路检索、筛选 1,000 篇候选，算不上完整的综述，但足够让你看清这个话题有多大、主要分成哪几块。

常见问题

文献综述从哪里开始写？

不是从引言开始。先用几句可以检验的话写下问题和纳入标准，再随手搜几次，看看这个方向大概有多大。如果已经有一两篇近期的综述，尽早读，它们的参考文献是进入这个领域最快的入口，也能告诉你哪些问题已经被讲透了。引言反而最适合最后写，那时你已经知道自己的论点是什么了。

一篇综述该引用多少篇论文？

没有固定数字，related work 可能引二三十篇，一篇 survey 可能引几百篇。更该问的是，在你写明的范围之内有没有覆盖到这个领域。把候选集和最终集合的规模写出来，读者自己就能判断。

能不能用 ChatGPT 之类的 AI 助手来写？

用它想检索词、列提纲、润色都没问题，但把它当检索工具或文献来源时要小心。通用助手只返回少数几条结果，可能编造不存在的论文，也说不出自己漏了什么，每条引用都要对照原文核实。

要不要纳入预印本？

在物理、数学和计算机领域，要。大量新工作首先出现在 arXiv 上，有时比正式发表早好几年。标明哪些是预印本，有正式版本的就引用正式版本。

写一篇综述要多久？

学位论文的综述章或者一篇 survey，通常要几周到几个月。检索和筛选过去占了很大一块，有了能扫描全库、自动筛选的工具，这部分可能一个下午就够了，时间可以留给读和写。

写在最后

刚开始用 AI 检索文献时，让我难受的不是它出错，而是我不知道它漏了多少。GitHub 上那么多 awesome paper list，说明很多人想要的是同一样东西：一份某个方向上完整、有条理的论文清单。但做 Parallax 的过程也让我越来越清楚，清单只是综述的下限。机器现在能帮你把清单做全，而从清单里看出论点、把矛盾的结论解释清楚，仍然是写综述的人最该花时间的地方。

Parallax 已经上线：parallax.ink。如果你正准备写综述，不妨先用免费检索在自己的问题上试一次，看看这个领域到底有多大，然后把省下的时间花在写上。