每天早上七点我做的第一件事不是回消息而是打开ArXiv的计算机视觉板块。这个习惯坚持了快一年也就是这个日更项目最原始的起点。今天2026年9月22日早上扫完当天的CV论文更新忽然想把整套流程、筛选逻辑、踩过的坑完整写出来。原因其实很简单经常有人来问我你每天发的那几条论文总结到底是怎么挑出来的为什么我打开ArXiv首页面对几十篇新提交的论文还是觉得无从下手这篇就算是一次完整的交代。1. 每天几百篇CV论文日更这件事最初是怎么想的1.1 论文量早已不是一个人能刷完的级别先看一个很现实的数字。当前ArXiv的cs.CV分类每天新增的论文量绝大多数工作日都在150篇以上高峰时期冲到过300篇。这不是某一个细分方向是计算机视觉一个分类的量。你再叠加cs.AI、cs.LG、cs.MM这些和CV强相关的分类一天的新论文可能超过500篇。这对一个普通研究者意味着什么意味着如果想把当天所有标题和摘要都过一遍大概要花掉一个上午。如果你还想精读三五篇恭喜你这一天基本不用干别的了。所以追踪前沿这件事在论文量小的时候叫读论文在论文量大的时候必须叫信息筛选。这也是我决定做每日更新的根本原因——我需要一个机制替我把今天该看什么这个问题固定下来而不是每天从零开始纠结。1.2 这个日更项目给自己的三个定位开始之前我先把目标写在了纸上防止做着做着跑偏。三个定位到现在都没变过定位是爱好者的前沿入口不是学术裁判。我不可能也没有资格评判一篇论文是否足够顶会我能做的是判断它是否值得你看。定位是工具型摘要不是复现报告。每篇更新围绕它解决了什么问题、核心思路是什么、对你的工作有没有参考价值来写不做大段公式推导。定位是持续稳定优先不是爆款优先。日更最怕的不是某天内容不够惊艳而是断更。宁可每天平平稳稳写三条也不攒一周憋一篇大的。这三个定位想清楚之后后面所有操作都变得简单了每天的产出变成一个标准动作而不是一次创作。1.3 为什么不建议一开始就想做全网最全老实说刚开始那两周我做了一个错误尝试——想把当天全部重点论文都覆盖到。结果就是每篇都写得蜻蜓点水深度不够还把自己累得半死。后面我悟出一个道理对读者来说一份每天只挑五到八篇、每篇观点鲜明的清单价值远大于一份五十篇论文的流水账。现在我的默认规则是每天精读三篇速读八到十篇。精读的写完整点评速读的只写一句话发现推荐理由。这个节奏让我能长期坚持也让读者每天只需要花十分钟就能跟上CV的动态。2. 从海量提交里筛出值得精读的几篇我的三层过滤链路很多人问我筛选论文有没有什么独门秘笈。说实话没有我的方法非常朴素就是把筛选拆成三个可执行的动作每层过滤标准都在变速度和成本逐层提高。2.1 第一层标题和摘要里的信号词筛选第一层过滤发生在标题和摘要层面处理速度要快一篇均价不超过一分钟。我会关注几类信号词任务型关键词比如detection、segmentation、tracking、pose、generation、diffusion、LLM、world model这些。方法型关键词比如zero-shot、few-shot、efficient、lightweight、real-time、training-free这些它们往往意味着方法论上有增量。数据集和评测型关键词benchmark、dataset、survey。这类论文我一般不会漏过因为数据集和综述对日常研究很有用尤其是survey一周内就会被大量引用。反过来看到下面这些情况我会直接跳过标题全是营销词比如革命性SOTA全面碾压摘要里没有一个可验证的数字或者标题看起来明显是小领域内某个名字都没听过的数据集上的增量实验。这类内容不是说没有价值而是对大多数读者来说优先级排不到前面。2.2 第二层图像预览与作者、机构信号通过第一层的论文我会快速拉出论文页面的预览图重点看方法架构图和实验表格。这里有一个很实用的经验只看图和表你就能判断这篇论文的成色。架构图混乱、箭头到处都是、图例对不上的大概率写作态度也不行复现更是灾难。实验表格只有一个数据集、两三个对比方法的除非任务是全新场景否则增量贡献通常有限。作者和机构信号我一般放在最后看。不是为了看名气而是为了建立连续认知同一组连续投出的几篇工作往往能串成一个完整的研究脉络值得追踪。相反一个新团队第一篇工作确实需要更多时间观察。2.3 第三层用语义相似检索把陌生但相关的论文捞回来只看标题和摘要有一个大问题你会被自己的视野限制住。只看关键词很容易变成只搜你认识的东西。这两年我逐渐养成一个习惯每周会专门留出时间把我最近精读的五六篇论文作为种子放到Semantic Scholar的API里做语义相似度检索把那些相关但你没见过的论文捞出来。这个做法很反直觉因为一般人的筛选流程是从新论文里找熟悉的而我反过来从熟悉的向外扩展。比如持续关注某个方向的系列工作通过API拉回来几篇引用关系里的上游工作经常会有意外收获。我管这叫放饵钓鱼它是我保持视野不窄的重要机制。3. 保证365天不断更的工作流凌晨抓取、白天精读、晚上成稿日更这件事内容质量是下限稳定是上限。为了让自己不断更我把一天的时间切成了三个固定切片。3.1 每天的时间切片和任务边界我的时间安排大概是这样凌晨自动抓取脚本在凌晨2:30跑一次ArXiv API把当天cs.CV和相邻分类的更新拉下来存进数据库并打上分类标签。早上选定目标七点半到八点之间我用半小时把昨晚抓到的论文过一遍第一层和第二层筛选挑出当天要精读的篇目。白天碎片时间精读午休和通勤时间用来读论文做笔记。真正写稿集中在晚上八点到十点两小时出稿。这个安排的核心目的是把筛选和深度阅读从时间上拆开。如果用同一个时间段做这两件事你会在刷标题和啃公式之间反复横跳效率极低。拆开之后早上只做挑选晚上只做写作大脑状态是连贯的。3.2 抓取与去重用API而不是手动刷新这里想详细说下抓取这一步因为它最容易被忽略又最容易出bug。ArXiv官方提供了一个公开API格式大致是http://export.arxiv.org/api/query?search_querycat:cs.CVANDsubmittedDate:[20260921000000TO20260923000000]start0max_results200sortBysubmittedDate我用Python写了一个定时任务每天自动请求这个接口解析返回的XML把新论文的标题、作者、摘要、链接、分类、更新版本信息存到SQLite里。存下来之后做两件事去重按论文标题的归一化字符串去重避免同一个工作被不同版本重复收录。过滤把Abstract里的关键词先跑一遍给每篇论文打一个初始优先级标签高、中、低。为什么要强调API而不是手动刷新网页一方面手动刷新依赖你记得去做另一方面API拉回来的数据是结构化的可以直接进入过滤管线。我踩过一个坑早期我是七点手动开网页复制标题结果有几天赖床漏了后续补更的时候怎么都找不全那天的列表。后来改成脚本自动抓取这个问题才根治。3.3 写作模板让一篇日更新在40分钟内完成日更最大的敌人是今天写什么。我解决这个问题的方法是给每篇论文准备了一个固定输出模板三句话结构。第一句论文解决的具体问题是什么用一句话说清楚。第二句方法的核心思路是什么最多用两点概括。第三句评价部分——这篇论文适合谁看、和之前哪篇工作衔接得上、可能有哪些局限。这个模板保证我在深夜写作时不需要动太多脑子只需要把白天读的笔记翻译成三句话。一篇论文从笔记到成稿大概二十分钟加上排版和校对每天写作控制在两小时以内。模板还有个好处读者习惯了你的格式后扫一眼就知道信息在哪反而比花哨的排版更容易形成阅读习惯。3.4 更新时间为什么固定在早上可能有人发现了我为什么总在早上更新而不是晚上。这里有个很实际的观察论文阅读类的订阅号内容最适合出现在早上通勤时段的碎片时间里。晚上人们的状态是学累了想看轻松内容而早上是准备今天的工作收集素材两种状态下对论文摘要的接受度完全不一样。我把成稿时间定在晚上十一点前完成早上七点定时发布。坚持了几个月阅读曲线确实比之前晚上发布平稳很多。4. 论文笔记里必须留住的五样东西专治读过就忘筛选只是第一步真正让人成长的是读懂的环节。做日更这一年我淘汰过三种笔记方式纯复制摘要、手抄公式、以及截图收藏。它们都有一个共同的问题记完就忘。后来我把笔记格式固定成五个模块才勉强解决了读过就忘的顽疾。4.1 一句话问题要能往自己项目上靠每条笔记的第一行必须写明这篇论文在解决什么问题而且不能用论文摘要里的原话要用自己的话重新概括。这个要求看似简单其实很考验理解力。我还有个私心规定这句话必须能接得上如果我把这个方法搬到我的场景里……。如果这句话接不上说明这篇论文和我当前的研究主线没关系那它只能进速读清单不值得精读。用这个标准筛下来真正需要精读的论文可能每周只有十篇左右。4.2 方法骨架不抄公式只画三点改动很多人的笔记喜欢大段抄公式尤其是数学推导多的生成模型论文。但大量经验证明抄公式是最容易产生读过幻觉的行为——抄的时候感觉全会关上笔记就全忘。我现在规定笔记里禁止整段抄公式改成方法骨架这篇论文基于哪个已有方法它相对已有方法改了哪三点且只能用三点概括这三点改动分别解决了原有方法的什么缺陷三点概括这个动作听着简单做起来极其痛苦因为大多数论文的改动挤在一起你需要强迫自己判断哪些是核心贡献、哪些是包装细节。但一旦你能把改动压缩成三点你对这篇论文的理解就已经超过大多数只读两遍的人了。4.3 实验的有效数字记结论不记数字实验部分我的笔记格式是只记趋势结论不记具体数字。因为具体数字会过时会被不同数据集上的设定影响但趋势结论在方向上很少会错。比如一篇论文如果报告了在多个数据集上精度提升正确记法是A方法在语义分割任务上普遍提升尤其在边界复杂场景下增益明显但推理速度有所下降而不是记一堆mIoU百分比的表格。数字要用的时候回看原文就行笔记里留的是这道题为什么能得分。4.4 复现成本与接入点估算日更做到第三个月我开始在笔记里增加一项复现成本和接入点估算。这个模块对工程向的读者有价值也逼着我在读论文时从看热闹转向看门道。复现成本我会大致判断是否需要大规模训练、是否有开源代码、依赖的硬件门槛多高。接入点估算则是回答三个问题这个模型的输入输出接口能不能直接替换我现有流程的某一块中间特征能不能被别的方法复用训练好的权重能不能做零样本迁移这些判断不需要很精确但在笔记里留下一行估算一个月后回看时能节省很多重新读图的时间。4.5 和已有论文的连接每次必查引用与被引最后一条笔记模块是连接关系。每篇精读论文我会在笔记里补充两条信息它引用了哪些我精读过的工作往前溯源哪些更新近的论文引用了它往后追踪。这个动作看似费时间实则是建立知识网络的关键。没有了这层连接你的论文库就是几百个孤岛每一篇都是过眼云烟。有了这层连接当你想搞懂某个方向时顺着网络就能走出来龙去脉。5. 日更一年后踩过的坑警惕读过掌握的错觉想说的最后一些内容是坑。日更给了我不小的收获也让我暴露出一个很隐蔽的问题坚持更新一段时间后我开始产生一种错觉觉得自己每天都在读最新论文知识量一定在快速增长。但每隔一两周回看就会发现真正留在脑子里的东西少得可怜。5.1 信息输入量不等于知识增量打个比方每天读论文摘要就像每天经过一家餐厅门口看到菜单次数多了会以为自己已经吃过这些菜。实际上你的身体没有任何变化。知识增量从来不是靠扫过来的而是靠咀嚼来的。一篇论文如果你不能在自己笔记里写出一句它对已有方法最大的批评是什么那这篇论文对你就还没产生知识增量。日更让我每天保持信息敏感度但也给了我一层糖衣让我差点忽略了深度消化的必要性。5.2 用隔周回顾对抗遗忘为了对抗这个错觉后来我每个月固定抽出一天只做一件事把过去四周精读过的论文快速过一遍检查有哪些已经完全不记得了。如果完全不记得说明那篇当时就不该精读只该速读。这个操作非常反直觉因为大多数人觉得复习是在浪费时间。但日更一年后我的体会是复习是筛选机制的第二层它能把营养和噪音彻底分开。我现在把每月回顾当成一项正式任务排进日程和每日更新同样重要。5.3 一个意外的收获论文私库越攒越有用说个日更带给我最实际的回报。一年下来我的笔记库积累了超过四百条结构化笔记。随着数量增长它们开始出现复利效应写新笔记时我翻老笔记的频率越来越高做技术方案选型时我也越来越依赖这个私库来查之前有没有人做过类似的事。这个私库其实就是后来很多人问我在用的论文检索底表。我倒是觉得工具本身不重要重要的是坚持积累的动作。哪怕你用最朴素的表格来记只要格式稳定、持续更新它的价值会在第六个月之后突然爆发。最后再分享一个小技巧给也想开始做类似事情的朋友第一周不要追求形式和工具先用最简单的文档把当天的三篇论文记录下来。坚持三周之后你自然会知道自己需要什么工具、什么流程。很多人一上来就安装复杂的管理系统结果大部分时间都消耗在配置工具上真正读论文的时间反而没有剩下多少。如果你正在纠结要不要开始追踪论文我的建议是不要等工具完美先随手记起来从今天那篇最打动你的论文开始。