文 | wiwi
2026 年 8 月 20 日，Nature 報道了一項研究：分析 PubMed Central 收錄的生物醫學論文後，作者估算到 2025 年 12 月，接近九成論文出現了 AI 輔助寫作的痕跡論文。2025 年全年的估計比例約為 77%，2024 年是 52%，2023 年只有約 20%。
這裡有兩點需要先說清楚，不然容易看懵：一是"2025 年全年 77%"和"到 2025 年 12 月接近九成"並不矛盾，前者是全年平均，後者是年底單月的峰值——這一年裡 AI 輔助寫作的比例是一路爬升的，年底已經漲到九成左右；二是這項研究雖然是 2026 年 8 月才釋出，資料卻只做到 2025 年 12 月，不是過時，而是這類文字挖掘研究依賴論文被 PubMed Central 完整歸檔，歸檔本身有數月到大半年的滯後，研究者也更傾向用"完整年份"做同比，所以 2026 年的資料目前還沒有可信的官方統計——截至發稿，這仍是能找到的最新一版論文。
這條新聞這幾周已經被轉述過很多遍，數字本身也確實容易被誤讀，值得再釐清幾件事論文。
第一，這項研究是 2026 年 8 月 12 日掛在 arXiv 上的預印本，還沒有經過同行評議論文。它檢測的是論文文字里的詞頻變化——哪些詞、哪些表達方式在 ChatGPT 出現後突然變多——而不是逐篇判定"這篇論文是不是 AI 寫的"。分不同章節看，訊號強度也差別很大：Discussion 部分 68%，摘要 67%，引言 59%，結果部分 46%，方法部分只有 32%。換句話說，AI 更多出現在論文的"語言層"，而不是資料和方法本身。
第二，同期一項已經過同行評議的研究（Kyle Siler）用不同的方法和期刊樣本，得到的數字要保守得多：2023 年 12%，2025 年 57%論文。方法不同，結論就能差出二十個百分點，這本身也說明，"多少論文用了 AI"這個問題，答案很大程度上取決於怎麼問、怎麼測。
所以，"AI 參與科研寫作"和"讓 AI 替自己完成研究"是兩件不同的事論文。前者已經是既成事實，後者才涉及研究真實性和學術誠信的邊界。
但這條新聞真正值得產業界琢磨的，其實是另一層：當大多數研究者已經在用 AI 寫論文，專門賣"AI 寫論文"的公司，還能賣什麼？答案可能不在"寫"這個動作本身，而在"寫"背後那個更長的東西——一項研究從提出問題到最終成文的完整過程論文。誰能真正嵌進這個過程，誰才有機會留住使用者。
三年前，一款產品只要能上傳 PDF、總結文獻、潤色英文、按主題生成一份結構完整的初稿，就足夠讓研究者感到新鮮論文。今天再把這些功能拿出來賣，使用者想到的多半不是付費，而是直接開啟 ChatGPT、Claude 或 Gemini。檔案讀取、聯網搜尋、長上下文、程式碼執行、資料分析、LaTeX 生成——這些原本需要垂直科研 AI 單獨包裝的功能，正逐漸變成通用模型自帶的能力。
用 AI 輔助科研的人比任何時候都多，但單靠"生成論文"賺錢，反而越來越難論文。科研 AI，開始找下一張船票。
"幫你寫論文"論文，正在變成一門難做的生意
科研原本是最適合長出垂直 AI 工具的場景之一論文。
一個研究者每天要打交道的數字化工具很多：學術資料庫裡找論文，Zotero 管文獻，Excel、R 或 Python 處理資料，Word 或 Overleaf 寫正文，最後進出版社系統投稿論文。這些軟體互相之間沒有天然連線，資訊全靠研究者自己手動搬運。
展開全文
大模型剛出現的那兩年，這中間到處是機會：不會寫 Prompt，就有產品把 Prompt 做成按鈕；模型一次讀不了幾十篇論文，就有產品專門解析 PDF、建索引；模型不知道怎麼可靠地處理學術引用，就在外面加一層文獻檢索；不會 LaTeX，就補上模板、格式轉換和排版論文。
第一批科研 AI 的生意，很大程度上是靠通用模型和真實科研需求之間的一道"能力差"撐起來的：模型理論上能做很多事，但普通研究者不會用，或者用起來太麻煩論文。垂直產品把能力包一層殼，套上更貼近科研習慣的介面，生意就成立了。
過去幾年，這批產品也基本是沿著不同環節找位置：Consensus 做學術搜尋入口，Elicit 從文獻綜述和證據提取切入，Scite 長期經營論文之間的引用關係，Paperpal、Writefull 這類產品從語言潤色進入研究者的日常工作流論文。
這些需求本身沒有問題，麻煩在於，垂直產品和通用模型之間的這道能力差正在快速收窄論文。
基礎模型開始原生支援檔案、聯網搜尋、更長的上下文，程式碼執行和資料分析逐漸成了標配論文。Agent 的出現又讓模型往前走了一步：從"回答一個問題"變成"連續完成一組任務"。過去要科研 AI 公司自己封裝的能力，正被模型廠商一層層吃掉。
這在 AI 行業不是第一次發生論文。摘要曾經是一款獨立產品，後來變成一個按鈕；翻譯、改寫、PDF 對話、聯網搜尋，也都經歷過類似的路徑。模型每升級一版，應用層就得重新回答一次"我為什麼還應該存在"。
科研 AI 現在也走到了這一步——而且，"接近九成論文出現 AI 輔助寫作跡象"這個數字，對科研 AI 公司未必是好訊息論文。研究者越習慣用 AI，教育使用者的成本自然越低；可一個已經習慣 ChatGPT、Claude 或 Gemini 的人，也更難被另一個"更懂論文"的聊天框說服掏錢。
真正的問題已經不是研究者會不會用 AI，而是：除了模型本身，科研 AI 公司到底還能提供什麼論文。
從搜尋、引用到 Agent論文，科研 AI 開始離開"寫論文"
過去幾個月，幾款產品的變化提供了一些線索論文。
Elicit 是比較典型的例子論文。它最早被研究者認識，靠的是文獻檢索、證據提取和系統性綜述；但 2026 年以來，它明顯在往"找論文"之外走。5 月，它把系統綜述功能進一步對齊 PRISMA 2020 等規範，把"可復現、可追溯、可審計"當成重點能力來做；6 月，它的 Research Agent 開始能處理基因序列、組學資料、顯微影像這類研究材料，並執行資料分析、繪圖；7 月開放了 API 和 MCP，讓其他 Agent 和科研工作流可以直接呼叫它的能力；8 月又推出面向複雜科研決策的 Research Agent，加上協作會話、Artifact Editing 和共享專案——這幾步幾乎和 Nature 那篇報道同月發生，不是巧合，更像是同一波"AI 已經普遍進入科研寫作"的現實，在產品端和輿論端同時冒頭。
這條產品軌跡的意思很明確：它不再滿足於幫研究者找幾篇論文，而是想進入一項研究持續發生的過程本身論文。
Scite 走的是另一條路論文。它的價值不在於再做一個聊天機器人，而在於多年積累下來的論文引用關係——後面的論文究竟是在支援、反駁，還是隻是提了一句某項研究。通用模型越強，這種結構化的學術資料反而越值錢，因為模型隨時可能被替換，但一份可靠的資料來源不會因為 GPT 升級一次就貶值。
類似的變化在整個市場鋪開：有人搶學術搜尋，有人搶引用和證據，有人開始試圖吃下完整工作流論文。
國內一些更年輕的產品也在往這個方向探索，Textira 是其中一個值得展開說說的樣本論文。
它的定位很直接——官網首頁那句話是"Turn the experiment into a paper you can submit"——但真正的產品設計不是"輸入一個主題，生成一篇文章"，而是把 Topic、Experiment、Results、Draft 四個階段做成一條連續的流水線：先鎖定研究方法、變數和評價指標，再往下走，原始實驗記錄會被自動整理成表格、圖表和討論段落的素材，而不是等論文快寫完了才手動搬運；寫到哪一步都可以直接把當前句子反查到對應的文獻或實驗記錄，而不是寫完再回頭補引用論文。到了成稿階段，Textira 會按目標期刊（NeurIPS、ICML 這類會議格式都在支援範圍內）自動調整欄寬、匿名審稿要求和排版規範，最後一次性匯出 Word、LaTeX、PDF、PPT 四種格式，都可以繼續編輯。
這條路線和 Elicit、Scite 不太一樣：後兩者更像是"進入某一個環節做深"，Textira 更接近把一個研究者從選題到投稿的完整鏈路，放進同一個工作臺論文。這個路徑能不能走通，現在下結論還早，但至少提供了一個和文獻檢索、引用關係不同的切入角度。
Textira 官網首頁（2026 年 9 月，來源：textira.com）
這裡真正值得多看一眼的，不是"AI 又能多寫幾個章節"論文。恰恰相反：通用模型已經足夠會寫字了，繼續堆生成字數意義不大。更難的問題是，能不能把過去散落在不同軟體裡的研究過程連起來。
比如，一項實驗出了新結果，研究者可能得先把資料丟進 Excel 或 Python 重新畫圖，再把數字抄回 Word；論文裡的結果一變，還要回頭檢查摘要和 Discussion 有沒有跟著改；要加引用，得再開啟 Zotero；準備投稿了，又得進 Overleaf 或出版社系統重新調格式論文。這些工具彼此並不知道對方發生了什麼，真正在維護它們之間關係的，是研究者自己。某種意義上，研究者長期在充當科研軟體之間最昂貴的一條 API。
這也是 Agent 對科研真正有吸引力的地方：如果 AI 能理解實驗發生了變化，並且知道哪些圖表、數字、正文段落需要跟著更新，它省下的就不只是幫忙寫兩段 Introduction 的時間，而是貫穿幾個月研究週期的大量機械勞動論文。
但科研 AI 一旦走到這一步論文，一個比效率更棘手的問題冒出來了：AI 能幫研究者做的事越來越多，可誰來證明這些事做對了？
科研 AI 真正難的論文，不是自動化，而是自動化之後還敢不敢信
這是科研 Agent 和大多數辦公 Agent 最根本的差別論文。
程式設計師讓 AI 改一段程式碼，至少還有編譯、測試和執行結果幫忙判斷有沒有改壞系統論文。科研沒這麼簡單：LaTeX 編譯成功，只能說明論文能生成 PDF，不能說明裡面的數字是真的；AI 找到了一篇真實存在的論文，不代表這篇論文真的支援它正在寫的那句話；一組統計程式跑通了，不代表實驗設計本身站得住腳。模型甚至可能寫出一段專業感十足、邏輯通順的 Discussion，但裡面某個因果解釋早就超出了實驗資料本身能支撐的範圍。
而且 AI 寫得越順，這類錯誤有時候反而越難被發現論文。
所以"科研 Agent"不能簡單理解成一個更自動化的論文生成器論文。如果產品只是把原來一次性的生成擴充套件成幾十個自動執行的步驟，那自動化程度越高，出錯之後傳播的範圍也可能越大——一條錯誤引用混進研究上下文，會接著影響文獻綜述；一個錯誤數字進了 Results，可能進一步出現在摘要、Discussion 和圖表裡。等一個 Agent 能自主跑完十幾步任務，研究者可能已經很難說清楚，錯誤到底是在哪一步混進來的。
這也是為什麼科研 AI 的下一場競爭，可能有一個容易被忽略的前提：自動化必須同時帶來更強的可驗證性論文。Elicit 這類產品越來越強調"可復現、可追溯、可審計"，原因也在這裡——真正有價值的科研系統，不能只回答"答案是什麼"，還得留得住"答案從哪來"。
這也是所有試圖進入科研工作流的 AI 產品遲早要面對的問題：把實驗、文獻、正文和 LaTeX 放進一個連續環境之後，真正重要的不是 Agent 能改多少內容，而是研究者能不能看清楚它改了什麼、用了哪些資料、引用依據是什麼，以及修改前後，研究事實有沒有發生不該發生的變化論文。如果這層關係保留不住，所謂科研 Agent 其實只是把"AI 生成論文"的風險，攤到了整條工作流上。
Textira 在這一點上的處理方式，算是給出了一個具體答案，而不是停在原則層面論文。它的邏輯是"結果優先於生成"：實驗日誌、資料表這些真實記錄始終是第一來源，AI 負責把它們組織成表格、圖表和討論文字，一旦模型生成的內容和原始資料對不上，系統會直接標出衝突，交回作者判斷，而不是讓模型自己"圓過去"。方法、變數和評價指標也是在第一次執行前就鎖定下來的，後面無論怎麼改寫文字，底層的實驗設計本身不會被模型悄悄動過。換句話說，它想做的不是"讓 AI 更敢寫"，而是"讓 AI 寫的東西，始終有據可查"——這恰好是前面提到的可復現、可追溯、可審計，在一個具體產品裡落地的樣子。
一旦要求證據可追溯、資料有出處、修改可檢查，科研 AI 的產品難度就完全不一樣了——它不再只是一個模型呼叫問題，而是需要理解論文、資料、實驗、引用和圖表之間的關係，知道哪些內容可以讓 AI 改寫、哪些事實不能由模型自由生成，同時把最終判斷權留給真正要為論文負責的人論文。
這也是學術誠信在 AI 時代真正需要討論的地方，而且問題不該被簡化成"允許不允許用 AI"論文。檢索、語言編輯、程式碼、資料分析，AI 已經嵌進了科研的大多數環節，很難再用"用了"或"沒用"兩個字描述現實。更值得追問的是：研究者有沒有真正完成這項研究，AI 在其中具體做了什麼，這些操作能不能被解釋和檢查，署名的人是否仍然能為論文裡每一個關鍵結論負責。
AI 可以是科研工具，但成不了學術責任的承擔者論文。這條邊界不會因為 Agent 變強而消失，反而 AI 能做的事越多，這條邊界越要緊。
下一張船票論文，也許比"AI 寫論文"貴得多
從這個角度看，科研 AI 這一輪變化的脈絡其實很清楚論文。
第一階段的機會，來自生成能力突然稀缺：誰能讓 AI 更好地讀論文、寫摘要、改英文，誰就有機會拿到使用者論文。但這種稀缺正在快速消失——模型會寫已經不新鮮，會搜尋也變得普通，會分析檔案、跑程式碼、調工具，慢慢都成了基礎能力。
真正還稀缺的東西，轉向了另外幾樣：高質量的科研資料、可靠的證據關係、專業領域知識，以及一個系統能不能完整儲存一項研究從提問、實驗、資料到成文之間到底發生了什麼論文。
這也意味著，科研 AI 可能會從一門看起來很輕的 SaaS 生意，重新變回一門很重的生意——越往科研深處走，就越沒法只靠模型：做搜尋要學術資料，做證據要吃透論文關係，進實驗環節要處理專業資料和方法，進論文生產環節還得維護數字、圖表、引用和結論之間的一致性，哪一樣都不是呼叫一個 API 能解決的論文。
與此同時，創業公司還要面對一批分量更重的對手：論文正文這一塊，微軟有 Word，Overleaf 早就有成熟的 LaTeX 寫作環境；個人文獻資產這一塊，Zotero 已經深深嵌進研究者的日常；學術內容這一塊，傳統出版集團和資料庫手裡攥著大量科研資源；至於 Agent 本身，那更是 OpenAI、Anthropic、Google 這些基礎模型公司的主戰場論文。
所以"做科研 Agent"本身不是船票，"做工作流"也不是，把所有研究資料塞進一個 Context 視窗，同樣不天然構成壁壘論文。更實在的問題是：你手裡有什麼通用模型拿不到的東西，又解決了什麼傳統科研軟體一直沒解決的問題？
Scite 押的可能是引用關係，Consensus 押的是科研搜尋，Elicit 在往可審計的證據綜合和複雜研究任務延伸，Textira 押的則是把選題到投稿的完整鏈路接在一起，同時不放棄"結果優先於生成"這條底線論文。幾條路線各自成不成立，現在都還沒到能下結論的時候。
誰能拿到下一張船票，現在還沒有答案論文。但有一點已經比較清楚：比起繼續卷"生成得更快、更像論文"，能不能把可追溯性做進產品底層，正在變成一條更實在的分野——科研 AI 最好講的那個故事，正在講完。
當 AI 出現在論文裡已經不算新聞，"用了 AI"這四個字本身，很難再撐起一款科研產品的定位論文。往後真正拉開差距的，或許不是誰能一次生成更多文字，而是當 AI 深度介入研究過程之後，誰還能讓研究者說清楚：一個數字從哪來，一篇文獻為什麼被引用，一段結論憑什麼成立，一次修改究竟改了什麼。
效率當然重要，但科研最後要交付的不是一篇"看起來像論文"的文字，而是一組要接受同行檢驗的結論論文。AI 能縮短從實驗到論文的距離，卻替不了研究者去跨過證據和責任那道坎。
"AI 寫論文"不稀奇了之後，誰能拿下下一張船票，答案大概不在"寫"這個環節裡，而在誰能扎進研究過程本身——這場競爭，可能才剛開始論文。
