用 Codex 學會新概念
說明如何用 Codex 學習論文、課程和新概念，重點建立可工作的 mental model，而不是隻要摘要。
從 dense paper 或 course 學一個新概念，不是讓 Codex 做摘要。目標是建立可工作的 mental model：它解決什麼問題，方法實際做了什麼，證據是否支援 claim，依賴哪些 assumptions，還有哪些部分需要繼續查。
學習任務最容易被做成“看似流暢的摘要”。讓 Codex 必須區分 source claim、模型解釋、證據強弱和待查問題，避免把論文或課程內容直接當結論。
官方頁面：https://developers.openai.com/codex/use-cases/learn-a-new-concept
適合什麼任務
| 場景 | Codex 應該做什麼 |
|---|---|
| 學習陌生概念 | 把材料整理成可複查的 Markdown report |
| 源材料很密，例如 research papers 或 courses | 用 subagents 並行閱讀、補背景、檢查圖表和符號 |
| 需要留下長期複用的學習產物 | 生成 summary、glossary、walkthrough、diagrams、evidence table、caveats、open questions |
使用的能力
| 能力 | 用法 | 連結 |
|---|---|---|
$imagegen | 當 Mermaid diagram 不夠時，生成 illustrative、non-exact visual assets | https://developers.openai.com/codex/skills |
相關官方說明：
- Subagents：https://developers.openai.com/codex/subagents
- Subagent concepts：https://developers.openai.com/codex/concepts/subagents
- Codex plugins：https://developers.openai.com/codex/plugins
起始提示詞
我想从这篇 research paper 学一个新概念：[paper path or URL]。
请把它作为 subagent workflow 执行：
- 派一个 subagent 梳理论文的 problem statement、contribution、method、experiments 和 limitations。
- 派一个 subagent 收集 prerequisite context，并解释我需要的 background terms。
- 派一个 subagent 检查 figures、tables、notation，以及任何需要谨慎验证的 claims。
- 等所有 subagents 完成后，协调分歧，避免说出超出 source material 的结论。
最终输出：
- 创建 `notes/[concept-name]-report.md`
- 包含 executive summary、glossary、paper walkthrough、concept map、method diagram、evidence table、caveats 和 open questions
- 需要图示时，优先使用 Markdown-native Mermaid diagrams
- 如果 Markdown-native diagram 不够，再用 imagegen 生成 illustrative、non-exact visual assets
- 尽可能引用 paper sections、pages、figures 或 tables
约束：
- 如果 evidence 薄弱，不要把论文当作 ground truth
- 区分 paper claims 和你的 interpretation
- 明确指出 missing background、assumptions 和 follow-up reading這個 prompt 明確要求 Codex 區分 paper claims 和自己的 interpretation，避免把論文說法直接當事實。
定義學習目標
先說清楚概念和輸出。窄問題比寬泛摘要更有用。
示例：
我想理解这篇 research paper 的核心想法、方法如何工作、实验为什么支持或不支持它的 claim，以及我接下来应该读什么。這個範圍要求 Codex 教你概念，也要求它保留不確定性，引用 claim 來源，並區分 source material 和它自己的解釋。
研究論文分析產物
一個好的結果可以包含：
notes/paper-report.md：主報告。notes/figures/method-flow.mmd：方法流程 Mermaid diagram。notes/figures/concept-map.mmd：概念關係圖，或小型 SVG。- evidence table：把 claims 對應到 paper sections、pages、figures、tables。
- follow-up readings 和 unresolved questions。
目標是讓學習過程系統化，並留下 durable artifact。
分配 Subagents
subagents 不適合所有閱讀任務，但當 paper 很長或概念密度高時，並行拆分很有用。
實用拆分：
| Subagent | 任務 |
|---|---|
| Paper map | 提取 problem statement、contribution、method、experiments、limitations、claimed results |
| Prerequisite context | 解釋 background terms、related concepts 和 paper 預設讀者已知的 prior work |
| Notation and figures | 閱讀 equations、algorithms、diagrams、figures、tables |
| Skeptical reviewer | 檢查 evidence 是否支援 claims，列 caveats、missing baselines、unclear assumptions |
main agent 應等待所有 subagents，比較答案，解決矛盾，再合成 coherent report。
有邊界地補充背景
如果 paper 預設了你沒有的背景，可以讓 Codex 查 approved sources：本地 notes、bibliography folder、linked papers、web search，或已連線的 knowledge base。
補充背景要有邊界：
- 把 prerequisite terms 放進 glossary。
- 加一節 “background you need first”。
- follow-up readings 和 paper claims 分開列。
- 標出哪些 claim 來自 paper 外部。
生成 Diagrams
diagram 是檢查自己是否真的理解概念的最快方式之一。Markdown report 預設優先用 Mermaid 或簡單 SVG。
常見圖：
- concept map：prerequisite ideas 如何連線。
- method flow：inputs、transformations、model components、outputs。
- experiment map：datasets、metrics、baselines、reported claims。
- limitations diagram：assumptions、failure modes、open questions。
只有當你需要 illustrative、non-exact visual，或 Markdown-native diagram 表達不了時，再用 $imagegen。多數 paper-analysis report 用 Mermaid 或 SVG 更容易 diff、review、更新。
Markdown Report 結構
建議結構：
- Executive summary。
- What to know before reading。
- Key terms and notation。
- Paper walkthrough。
- Method diagram。
- Evidence table。
- What the paper does not prove。
- Open questions and follow-up reading。
能引用 page、section、figure、table 就引用。無法抽取 exact page 時，Codex 應說明，並退回到 section 或 heading references。
後續學習迴圈
第一版 report 是起點。讀完後繼續問：
- Which part of this method should I understand first?
- What is the simplest toy example that demonstrates the core idea?
- Which figure is doing the most work in the paper's argument?
- Which claim is weakest or least supported?
- What should I read next if I want to implement this?
如果概念需要實驗，讓 Codex 加一個小 notebook 或 script，復現 toy version，並從 Markdown report 鏈過去。
可考慮的 Skills
$jupyter-notebook：toy examples、charts、lightweight reproductions。$imagegen：不需要精確的 illustrative visual assets。$slides：學習完後把 report 轉成 presentation。