ClaimLens：不是给结论，而是拆声明

Why this project exists

信息过载时代，我们每天接触大量声明：新闻标题、社交媒体帖子、论文结论、投资观点。问题是，大多数声明缺乏足够的证据支撑，或者证据与结论之间的逻辑链条存在漏洞。

ClaimLens 的出发点：与其被动接受或拒绝一个声明，不如先拆解它。 拆解不是质疑一切，而是理解声明的结构：它基于什么证据？证据来自什么来源？从证据到结论的推理是否成立？还有哪些不确定性？

Starting point

最初的需求来自学术写作。在写论文时，我发现自己经常需要评估引用的可靠性：这个研究的方法论是否严谨？样本量是否足够？结论是否过度推广？

但这些评估是零散的，没有统一的方法论。ClaimLens 试图建立一套标准化的论证拆解框架。

First principles

声明即结构：任何声明都可以拆解为几个组成部分：主体、动作、对象、条件、证据来源。 证据分级：不是所有证据都同等可靠。实验数据 > 观察数据 > 专家意见 > 传闻。但即使是实验数据，也要看样本量、方法论、复现性。 不确定性显性化：大多数声明都有不确定性，但通常被隐藏。ClaimLens 要求显式标注不确定性程度和来源。 读者判断：系统不提供最终结论，而是提供拆解后的结构，让读者基于自己的标准做出判断。

Key decisions

论证拆解框架：建立标准化的拆解模板，包含：声明原文、证据来源、证据质量、推理链条、反方观点、不确定性、建议置信度。 证据质量评级：建立简单的证据质量评级体系，从 A（实验验证）到 D（无证据）。 与 Thesis Writing 的关系：ClaimLens 的拆解方法可以直接用于 Thesis Writing 中的文献评估部分。

System architecture

ClaimLens 的核心组件：

声明解析器：从文本中提取声明，识别声明的组成部分。 证据检索器：根据声明内容，检索相关的证据和来源。 论证评估器：评估证据质量、推理链条的严谨性、反方观点的充分性。 报告生成器：生成结构化的拆解报告。

Phase timeline

Phase 1：概念验证。用几个典型声明验证拆解框架的可行性。 Phase 2：拆解模板。建立标准化的论证拆解模板。 Phase 3：证据评级。建立证据质量评级体系。 Phase 4：自动化辅助。开发辅助工具，加速拆解过程。 当前：框架验证阶段，持续积累拆解案例。

What changed

从"信或不信"变成了"理解结构再判断"。

具体变化：

• 从二元判断升级为结构化评估
• 从被动接受升级为主动拆解
• 从关注结论升级为关注推理过程
• 从隐藏不确定性升级为显性化不确定性

Current status

当前状态：active / 框架验证。

核心框架已完成：

• 论证拆解模板
• 证据质量评级体系
• 基础案例库

仍待完善：

• 更多领域的拆解案例
• 自动化辅助工具
• 与 conanxin.com 写作系统的集成

Impact

对个人工作流的影响：建立了一种"先拆解再判断"的习惯。面对任何声明，第一反应不再是"我同意吗"，而是"这个声明的结构是什么"。

复用价值：论证拆解框架可以应用于任何需要评估信息可靠性的场景。

What I learned

关于批判性思维：批判性思维不是质疑一切，而是理解结构。理解了一个声明的结构，判断就自然浮现。 关于证据：证据质量比证据数量更重要。一个严谨的实验比一百个传闻更有价值。 关于不确定性：承认不确定性不是软弱，而是诚实。大多数声明都有不确定性，隐藏它只会降低可信度。

Next

• 积累更多领域的拆解案例
• 开发自动化辅助工具
• 探索与 conanxin.com 写作系统的集成
• 验证框架的普适性