本地27B把“狗熊哆嗦毛”写成论文？22分9秒，方寸智匣交出了什么

“闪身步”和“狗熊哆嗦毛”，跟人工智能有什么关系？

如果把这句话发到聊天软件里，很像朋友突然甩过来的一道脑筋急转弯。但这次，我真的把它交给了方寸智匣：请从零完成一篇中文研究论文，整理资料，列出来源，最后交出能编辑的 Word 和能阅读的 PDF。

不是只在聊天框里凑几段“科技赋能传统文化”。我要看的是：一个在本机运行的模型，能不能接住这样一道跨领域、还带点喜感的题目，把事情一路做到文件交付。

结果很有意思。

资料里留下了 Word 原件、一份 7 页 PDF，以及一条 22 分 9 秒、18 轮、36 次工具调用、2 次失败的任务记录。论文不仅没卡在“这俩有什么关系”，还把话题接到了动作捕捉、内容推荐、数字化保存和机器人运动上。

但先别急着宣布“本地 AI 已经会做研究了”。同一条记录的最终状态，也是本期最值得看清的一句话：任务已停止。

这篇文章就把成果和没完成的部分一起摊开。好看的地方不藏，没通过的地方也不替它圆。

一、题目有多抽象，任务要求就有多具体

“写一篇论文”和“交付一篇论文”，中间隔着不少活。

前者可以止步于一屏文字。后者得找资料、判断资料能不能用、组织正文、安排引用、生成文档、检查版式，还要确认 Word 和 PDF 是同一个版本。

这就像让人帮忙办一份材料：给你口述一遍“应该怎么填”，和把表填好、附件配齐、签字位置检查完，完全是两种帮助。

这轮录屏里的要求并不含糊：一篇约 5000 字的中文研究论文，至少使用 5 个实际读取的来源，其中至少 3 个应为官方原始来源；正文引用与文末文献对应，保留可核查的网址；交出可编辑文件和阅读版，并使用现有文档工具检查。

注意，这些是布置给模型的要求，不是成绩单。写了“至少 3 个官方原始来源”，不代表最终文件就自动满足了。

播放评测录制｜任务要求

这段保留原速与原音，对应原录屏 03:40—04:05。可以直接核对我给出的要求，而不只看转述。

录屏中能看到方寸智匣版本为 1.9.1，对话顶部显示 Swift-1.5-4bit；作者在讲解中把本轮归在本地 27B 的使用体验里。本文保留这个上下文，不把界面简称再扩写成没有记录支持的完整权重配置。

我也没有为了写这篇文章重新跑一遍模型。这里展示的是这次已有实录和实际保存的原件，不拿另一次测试的用时和结果来补成绩。

二、它居然找到了联系，而且不全是硬拗

先看题目本身。

这两个名字听着像临时起的网络热梗，背后却有具体的民间舞来源：“狗熊哆嗦毛”来自山东鼓子秧歌，“闪身步”来自安徽花鼓灯。澎湃新闻采访参与教材录制的北舞教授，说明了它们原本就是专业教学中的动作元素，不是网友凭空编出来的招式。报道与采访

也就是说，模型面对的并非两个毫无意义的词。它需要把“网上看着好玩”，接回“身体究竟在做什么”，再找技术上的交叉点。

保存下来的论文，主要搭了三条线。

第一条：把舞蹈动作变成可以分析的数据

看一段舞蹈视频，人会注意到节奏、神态和动作好不好看。计算机要分析动作，通常还需要更明确的信息：某个时刻，肩膀、胳膊、膝盖在哪里，身体重心怎样移动。

这就是文中提到的“动作捕捉”要解决的一部分问题。可以把它想成给一段广场舞做一份会随时间变化的“动作路线图”：不只留下录像，还记录关键部位怎样移动，方便回看、比较和再利用。

这个类比只帮助理解数据化，不能把艺术表现简化成几个坐标。相同的动作路线，老师和初学者跳出来，韵味仍可能差很多。

论文引用了中国社会科学网有关非遗数字化的文章。原文确实介绍了云南大学“Mocap 动作管家”团队利用动作捕获和人工智能，将民族舞蹈资源转成多模态三维数据的案例。原文

这能支撑“舞蹈数字化与 AI 有实际交叉”，但不能进一步写成“这两个具体动作已经被该项目完成采集和应用”。一般技术案例，和当前题目的专门实验，不能偷换。

第二条：动作本身之外，还有传播它的系统

为什么一段专业教学片，会出现在大量普通人的手机里？

论文把话题转向推荐系统：平台依据观看、互动等信号安排内容分发，原本比较小众的舞蹈片段，可能因此接触到更广泛的人群。

对零基础读者来说，可以先想到一家熟悉你口味的小吃店。你连续几次点辣的，店员下次可能优先推荐辣口新品；内容平台也会依据用户行为推测兴趣，只是它处理的人、内容和信号多得多。

问题在于，解释了这套机制，还不足以证明“某一次爆火就是 AI 导致的”。题材反差、模仿门槛、创作者二次加工、观众主动分享，都可能参与其中。

论文在这里有值得继续查的方向，也有需要收住的语气。“推荐系统参与传播”，比“爆火本身就是 AI 算法的产物”更符合现有证据。

第三条：从人怎么动，想到机器人怎么动

保留原页，是为了让你看到模型实际写了什么：其中“爆火本身即是……”的语气，明显强于我们目前能核实的证据。不要因为它排进了论文，就自动照单全收。

“闪身步”涉及重心转移，“狗熊哆嗦毛”涉及全身协调。模型进一步把这些问题联系到了机器人运动控制。

这个联想不难理解：人能不能站稳，机器人能不能站稳，都绕不开身体位置、支撑和运动协调。但机器人需要处理自己的关节、驱动和接触条件，不是把人的动作录像复制进去就会跳。

这更像看到师傅熟练地颠勺，再尝试让一台机械臂做同样的动作。录像能提供参考，却没有替机器解决锅的重量、手腕受力、食材怎么翻这些问题。

所以，论文中这条线适合作为后续研究设想。它不等于本轮已经训练了机器人，更不等于方寸智匣做过动作控制实验。

把这三条线连起来，怪题就不再只是怪题了：动作怎样保存、内容怎样传播、身体怎样控制。 这也是这次输出真正有价值的地方——模型帮助把一个娱乐化入口，整理成了可以继续查证的问题地图。

播放评测录制｜打开论文

这段对应原录屏 05:20—05:45，展示实际打开阅读版的过程。可以看排版与内容，但不作为论文学术质量已通过的证明。

三、真正让任务变长的，是聊天框后面的那些活

如果只看最终 PDF，很容易低估过程。

这轮既要写内容，又要操作文档工具，还要处理引用和阅读版。模型写出一段话，只是其中一个环节。

所谓“工具调用”，可以理解为模型给工具下具体工单。例如，把某段内容交给文档工具排版，或者请求工具读取一个网页，再根据返回的结果决定下一步。它不是在文字里说一句“我查过了”就算真正查过。

这也是本地模型接入方寸智匣的实用意义：把“能给建议”，向“能在你的工作环境里做一部分事”推进。

但接上工具之后，新的麻烦也来了。工具可能失败，文件可能生成了却没通过检查，模型可能修了 Word，却还没来得及把 PDF 同步更新。一个环节有回执，不代表后面的环节都成功。

录屏里的时间分解，把这一点呈现得很直观。

这些数字来自任务界面，按显示值相加会受到取整影响，不是额外做过的底层性能剖析。

最显眼的是输出时间：接近总时长的一半。只看到“工具 51 秒”，就说整件事主要是工具在干，也不符合这条记录。

反过来，这个分解也不能被拿来计算模型每秒生成多少字。多轮任务既有上下文处理，也有生成、工具等待和失败处理，得知道各阶段实际的输入输出数量，才能做严谨速度比较。

这轮能说明的是：本地运行的等待是实实在在的，但等待换来的并非只有一段聊天回答，而是一套已经落盘的文档材料。 值不值得，取决于你原本要花多久整理这些东西，以及后续检查还要花多少时间。

四、最关键的一帧，不是论文第一页

是这张任务终态。

播放评测录制｜任务状态

这段对应原录屏 07:25—08:08，保留原速和原音，包含结果讨论与任务终态。它没有把中间的“已停止”剪掉。

画面里，模型先说“DOCX v2 已保存（引用编号已修正）”，随后准备重新检查并生成 PDF。但下方明确显示“本轮已停止”，并提醒未确认的操作不能视为成功。

这不是一张可以配上“全自动闭环，全部通过”的截图。

把现有原件放在一起看，能发现一个非常具体的版本问题：Word 正文开头的引用已经变成从 [1] 开始，而当前 PDF 相应位置仍然是 [4]。

它与录屏中“Word 修过，后续 PDF 检查还没完成”的过程相吻合。至于后来是否有另一份彻底更新过的文件，本次提供的材料不能证明，我就不替它补上。

你可以把这件事理解成：报销申请的电子表格改好了，但打印出来的附件还是旧版。两个文件都在，并不代表它们内容一致，更不代表材料已经审核通过。

这段过程，恰好说明了为什么我在任务里要求保留失败、如实标注交付状态。没有这个边界，用户拿到一份排版完整的 PDF，很容易误以为整套任务已经完成。

五、有网址的论文，为什么还需要人检查？

现在再往内容里走一步。

一篇 AI 论文最容易让人放下警惕的，不一定是漂亮措辞，而是文末那一排看起来很正规的参考资料。

问题是，参考文献排得像，不等于证据用得对。至少有三件事必须分开看。

第一，网页能打开，与它是不是原始来源，不是一回事。

保存稿里有政府网站、媒体报道、转载页面和动态话题页。媒体报道可以提供有用信息，但在任务明确要求“官方原始来源”时，不能把所有带机构名称的转载都算成原始发布。

举个常见场景：群里有人转发学校通知，消息也许完全正确。但你要核实报名截止日，最好还是找学校自己发布的通知，而不是只凭群转截图。资料检索同理，离原始发布越近，越便于核对时间、范围和措辞。

第二，数字很具体，也可能只是没有固定下来的动态数据。

这份原稿摘要写了“94.2 亿次”的话题播放量。数字精确到小数点，看着很有说服力，可它对应的是会变化的平台话题页。本次没有该数字当时的独立平台截图或回读，因此这里把它当作原稿中的待核实数据，不拿来给文章背书。

截图中的原稿保留这个数字，是为了如实展示模型产物，不代表本文认可了它。

第三，资料证明了背景，不代表证明了论文里的全部推断。

非遗数字化的案例，可以支持技术应用方向；它不能自动证明某个舞蹈热梗的爆火原因。机器人能研究人体动作，也不能自动证明当前这两个动作已经成为成熟测试基准。

一条论断写得越强，越应该检查中间缺了几步。尤其是“已经实现”“必然导致”“全部通过”这种话，不能因为前面有一个引用编号，就跟着放行。

对真正要使用这份材料的人，我建议按这个顺序接着做：先统一 Word 和 PDF 的版本，再逐条核对关键数据与引文，最后删去或降格那些证据还跟不上的结论。不要把一轮停止的任务，继续包装成无人介入的研究成品。

六、那本地27B这次到底有没有用？

有，而且用途挺明确。

如果你面对一个陌生话题，不知道该从哪几个方向查起，它已经展示了帮助拆题、建立结构、整理初稿和生成文档的价值。“舞蹈热梗与 AI”没有停留在一句空泛的文化赋能，而是拆出了可以继续验证的技术问题。

如果你的目标是把这份文件直接当成完成审核的学术成果，这轮证据就不支持。任务停在了后续检查尚未确认的地方，版本和论据都还有人工工作。

还有一个容易混淆的地方：本地模型，不等于整个研究过程完全离线。

模型在本机运行，资料检索仍可能需要访问网络；工具、网页和文档处理也各有运行条件。不能把“推理在本地”顺手扩写成“所有资料不出本机”“全过程零成本”。本次没有独立的网络审计和费用账单，不作这些承诺。

对我来说，这轮最有意思的结果并不是“AI 能把什么都写成论文”。真要硬凑，任何东西都能凑出几段。

更值得留下的是两件同时发生的事：它确实把一道怪题推进成了有结构、有文件的材料；真实记录也把它没完成的检查暴露了出来。

接下来该提升的方向因此很具体：来源更扎实、论断更克制、文档版本更一致、停止与失败后的恢复更可靠。把这些补齐，才会让“能帮忙”逐步靠近“交给它我能放心”。

这比再给聊天框换一句“专业学术助手”的提示词，重要得多。

原件与复核入口

以下是本期使用的原始生成稿，保留其版本差异和待核实内容，供对照阅读；不是已审定论文，不应直接作为学术成果提交。正式使用请遵守所在学校、期刊或单位的 AI 使用与署名规范。

• 下载 Word 原稿
• 下载 PDF 原稿
• 舞蹈动作来源与教材参与者采访
• 非遗数字化案例原文

上述文件链接用于本地草稿预览，尚未发布为公开下载资源。