blog-checklisted

# /blog-check：技术输出原创性核验 候选人在简历里放博客链接，是在主动提供一份"技术深度的样本"。核验它的价值在于：**博客比简历更难包装**——简历可以逐字打磨，而一篇技术文章要在几千字里持续伪装出不存在的理解，成本高得多。 反过来说，博客也是交叉印证简历的好材料：文章里提到的踩坑、时间、技术栈，可以和简历上的经历互相验证。 ## 边界 - 只读候选人主动提供的链接。**不搜索候选人在其他平台的账号**，不追踪其网络身份。 - 只核验**技术内容**。博客里的生活记录、观点表达、个人心情、政治或宗教内容——一律跳过，不读、不记、不写入报告。看到时主动忽略。 - 抄袭判定门槛要高。技术写作中大量内容天然相似（同一个 API 的用法、同一份官方文档的翻译、同一个经典算法的讲解），**相似不等于抄袭**。 - 博客更新少、写得浅、停更多年——**都不是负面信号**。写博客是额外付出，不写是常态。这一维度只在候选人主动展示时才核验。 ## 核验流程 ### 第零步：先核验形容词，不是数量 **这是最容易跳过、也最致命的一步。** 当 claim 形如「**原创** 200+ 博客」「**独立完成** N 个项目」「**主导** X 次重构」时——**修饰语才是承载分量的部分，数量只是陪衬**。 > 核验"384 > 200"**不等于**核验了这条 claim。 > 如果 384 篇里大量是转述而被标为原创，那么「原创 200+」这条 claim 就是**不成立的**，哪怕数字远超。 **纪律**：拆开每条复合 claim，**先判修饰语，再看数量**。修饰语不成立时，数量成立不能挽救该 claim。 ### 第一步：抽样（样本量必须随语料规模缩放） **绝不能对任何规模的博客都只抽 3—5 篇。** #### 样本量下限 | 文章总数 | 首轮最小样本 | | --- | --- | | < 30 | 5 | | 30–100 | 10 | | 100–300 | 15 | | > 300 | **20，且必须覆盖每个内容板块** | #### 分层抽样（关键：必须抽到"大宗"） 抽样最容易犯的错，是只抽**亮点**而漏掉**主体**。以下四层**缺一不可**： | 层 | 抽法 | 为什么必须抽 | | --- | --- | --- | | **A. 大宗连载**（占比最高的系列） | 从最大的 1—2 个系列中**随机**抽 5—8 篇 | **这是判断整体性质的唯一依据。**大宗决定博客的真实构成 | | **B. 高流量篇** | 阅读量最高的 3—5 篇 | 高流量常来自热门八股题，也是搬运高发区 | | **C. 项目复盘篇** | 与其自有项目对应的 2—3 篇 | 最可能原创，用于确认"确有原创部分" | | **D. 随机对照** | 全量列表中**纯随机**抽 3—5 篇 | 对冲前三层的选择偏差 | > ⚠️ **原先的抽样标准（最相关 / 最长最硬 / 最新）系统性偏向 C 层**——也就是最可能原创的那批。只按那三条抽，等于把视线从大宗上移开。**C 层现在只占四层之一。** #### 升级规则（强制） > **首轮样本中若有 ≥2 篇命中搬运特征，必须扩大样本至 2 倍并重抽，不得直接下结论。** > > 扩样后若命中率仍 ≥30%，结论应指向**系统性**而非"偶发"，并在报告中给出**命中率**（"扩样 N 篇，M 篇命中，命中率 X%"），而不是笼统的定性词。