AI 听记：英文线上研讨会，我丢掉的三段信息分别是哪几类
去年秋天有一场跨时区的线上研讨会，北京时间凌晨一点开始，两个小时六个报告。我端着咖啡听，笔记记了半页。第二天回看，能完整拼出来的只有三个报告的开场白。
丢的信息不是零散的，是有规律的。后来我把那半页笔记和录音对着排了一遍，发现自己固定会在三个位置丢东西。这篇写的就是这三类，以及我现在的补法。
第一类：开场三十秒的背景交代
讲者一般在开头三十秒里交代三件事：这项工作接在谁后面、解决哪个具体问题、为什么是现在做。这三句语速最快、术语最密，我第一遍听基本抓不住，能写下来的反而是后面那些听得懂的细节。
现在的做法是：录完整场，回去用 MuchSci 的 AI 听记把开头那段重新过一遍，边听边译，先看译文把这三件事对上。如果里面有我拿不准的术语，再用 MuchSci 的论文翻译对照一下同一个术语在译文里前后写法是否一致。
但有一段我必须回原文听：数据集名称、文献编号、模型名。这类字符串机翻最容易变形，我不会拿译文直接用。
第二类：报告中间的过渡句
"Now let me turn to…""That's why we…"这类句子，我原来在笔记里是直接跳过的——听起来没有信息量。后来发现整场的论证结构就藏在这些句子里：哪一部分是背景、哪一部分是他自己的工作、哪一部分是下一步计划，全靠过渡句划分。
我的改法是：先看 MuchSci 的 AI 听记给的自动分段总结，不急着看每段内容，先看段落是怎么切的、段与段之间是什么关系。结构清楚了，再决定哪几段要精读
这里有个边界要说清楚：分段总结给的是"这一段在讲什么"，不是"这一段重不重要"。重要性排序它替我做不了，我只能自己按课题去标。
第三类：最后的答疑段
答疑段是最容易整段丢的。提问人语速快、麦克风位置远、口音重，我常常连问题都没听清。
现在我给自己定的标准是：答疑段不要求全，只求知道"有人质疑了哪一点"。具体做法是把这一段单独挑出来重听，先看译文列出的几个问题，再回原文听讲者是怎么回应的。至于回应里的细节论证，除非跟我的课题直接相关，我一般不再追。
我为什么不再追"全听懂"
凌晨一点的会，逐句听懂是不现实的，追下去的结果是第二天什么都做不了。我现在把目标定在三条上：会后能说出这场报告在解决什么问题、方法大致走哪条路、被质疑了哪一点。做到这三条就够了。
这也是我理解的这类研究生 AI 助手的位置——它帮我把错过的重新捞回来，但不替我做判断。
不交给它的、必须回原文核的、以及成本
· 不交给它：涉及他人未发表数据的段落我不外传；我要直接引用的原句，一定回原音确认；方法和参数部分我只用译文定位，不用译文下结论。
· 必须回原文核：数字、单位、文献编号、数据集与工具名称。
· 录音这件事本身：会议有其他人在场时，我会在开始前说一句"我做个记录"，不确认就不录。
· 成本：听记按积分消耗，一场两小时的会还好，一天连着三场就明显吃紧。我的做法是把长会拆成两段录，先处理最需要的那一段。首注送的 3960 积分，我用到第三场会的时候就见底了，之后按档位买。
· 整理完的东西我丢进 MuchSci 的个人知识库，按主题存；真正要交出去的提纲，用 MuchSci 的办公助手智能体排成可编辑文档。现在我的会议流程就三步：会前不指望全懂，会中只标锚点，会后按三类丢分点去补。