2026 年 8 月 20 日，Nature 报道了一项研究：分析 PubMed Central 收录的生物医学论文后，作者估算到 2025 年 12 月，接近九成论文出现了 AI 辅助写作的痕迹。2025 年全年的估计比例约为 77%，2024 年是 52%，2023 年只有约 20%。

这里有两点需要先说清楚，不然容易看懵：一是"2025 年全年 77%"和"到 2025 年 12 月接近九成"并不矛盾，前者是全年平均，后者是年底单月的峰值——这一年里 AI 辅助写作的比例是一路爬升的，年底已经涨到九成左右；二是这项研究虽然是 2026 年 8 月才发布，数据却只做到 2025 年 12 月，不是过时，而是这类文本挖掘研究依赖论文被 PubMed Central 完整归档，归档本身有数月到大半年的滞后，研究者也更倾向用"完整年份"做同比，所以 2026 年的数据目前还没有可信的官方统计——截至发稿，这仍是能找到的最新一版。

这条新闻这几周已经被转述过很多遍，数字本身也确实容易被误读，值得再厘清几件事。

第一，这项研究是 2026 年 8 月 12 日挂在 arXiv 上的预印本，还没有经过同行评议。它检测的是论文文本里的词频变化——哪些词、哪些表达方式在 ChatGPT 出现后突然变多——而不是逐篇判定"这篇论文是不是 AI 写的"。分不同章节看，信号强度也差别很大：Discussion 部分 68%，摘要 67%，引言 59%，结果部分 46%，方法部分只有 32%。换句话说，AI 更多出现在论文的"语言层"，而不是数据和方法本身。

第二，同期一项已经过同行评议的研究（Kyle Siler）用不同的方法和期刊样本，得到的数字要保守得多：2023 年 12%，2025 年 57%。方法不同，结论就能差出二十个百分点，这本身也说明，"多少论文用了 AI"这个问题，答案很大程度上取决于怎么问、怎么测。

所以，"AI 参与科研写作"和"让 AI 替自己完成研究"是两件不同的事。前者已经是既成事实，后者才涉及研究真实性和学术诚信的边界。

但这条新闻真正值得产业界琢磨的，其实是另一层：当大多数研究者已经在用 AI 写论文，专门卖"AI 写论文"的公司，还能卖什么？答案可能不在"写"这个动作本身，而在"写"背后那个更长的东西——一项研究从提出问题到最终成文的完整过程。谁能真正嵌进这个过程，谁才有机会留住用户。

三年前，一款产品只要能上传 PDF、总结文献、润色英文、按主题生成一份结构完整的初稿，就足够让研究者感到新鲜。今天再把这些功能拿出来卖，用户想到的多半不是付费，而是直接打开 ChatGPT、Claude 或 Gemini。文件读取、联网搜索、长上下文、代码执行、数据分析、LaTeX 生成——这些原本需要垂直科研 AI 单独包装的功能，正逐渐变成通用模型自带的能力。

用 AI 辅助科研的人比任何时候都多，但单靠"生成论文"赚钱，反而越来越难。科研 AI，开始找下一张船票。

"帮你写论文"，正在变成一门难做的生意

科研原本是最适合长出垂直 AI 工具的场景之一。

一个研究者每天要打交道的数字化工具很多：学术数据库里找论文，Zotero 管文献，Excel、R 或 Python 处理数据，Word 或 Overleaf 写正文，最后进出版社系统投稿。这些软件互相之间没有天然连接，信息全靠研究者自己手动搬运。

大模型刚出现的那两年，这中间到处是机会：不会写 Prompt，就有产品把 Prompt 做成按钮；模型一次读不了几十篇论文，就有产品专门解析 PDF、建索引；模型不知道怎么可靠地处理学术引用，就在外面加一层文献检索；不会 LaTeX，就补上模板、格式转换和排版。

第一批科研 AI 的生意，很大程度上是靠通用模型和真实科研需求之间的一道"能力差"撑起来的：模型理论上能做很多事，但普通研究者不会用，或者用起来太麻烦。垂直产品把能力包一层壳，套上更贴近科研习惯的界面，生意就成立了。

过去几年，这批产品也基本是沿着不同环节找位置：Consensus 做学术搜索入口，Elicit 从文献综述和证据提取切入，Scite 长期经营论文之间的引用关系，Paperpal、Writefull 这类产品从语言润色进入研究者的日常工作流。

这些需求本身没有问题，麻烦在于，垂直产品和通用模型之间的这道能力差正在快速收窄。

基础模型开始原生支持文件、联网搜索、更长的上下文，代码执行和数据分析逐渐成了标配。Agent 的出现又让模型往前走了一步：从"回答一个问题"变成"连续完成一组任务"。过去要科研 AI 公司自己封装的能力，正被模型厂商一层层吃掉。

这在 AI 行业不是第一次发生。摘要曾经是一款独立产品，后来变成一个按钮；翻译、改写、PDF 对话、联网搜索，也都经历过类似的路径。模型每升级一版，应用层就得重新回答一次"我为什么还应该存在"。

科研 AI 现在也走到了这一步——而且，"接近九成论文出现 AI 辅助写作迹象"这个数字，对科研 AI 公司未必是好消息。研究者越习惯用 AI，教育用户的成本自然越低；可一个已经习惯 ChatGPT、Claude 或 Gemini 的人，也更难被另一个"更懂论文"的聊天框说服掏钱。

真正的问题已经不是研究者会不会用 AI，而是：除了模型本身，科研 AI 公司到底还能提供什么。

从搜索、引用到 Agent，科研 AI 开始离开"写论文"

过去几个月，几款产品的变化提供了一些线索。

Elicit 是比较典型的例子。它最早被研究者认识，靠的是文献检索、证据提取和系统性综述；但 2026 年以来，它明显在往"找论文"之外走。5 月，它把系统综述功能进一步对齐 PRISMA 2020 等规范，把"可复现、可追溯、可审计"当成重点能力来做；6 月，它的 Research Agent 开始能处理基因序列、组学数据、显微图像这类研究材料，并执行数据分析、绘图；7 月开放了 API 和 MCP，让其他 Agent 和科研工作流可以直接调用它的能力；8 月又推出面向复杂科研决策的 Research Agent，加上协作会话、Artifact Editing 和共享项目——这几步几乎和 Nature 那篇报道同月发生，不是巧合，更像是同一波"AI 已经普遍进入科研写作"的现实，在产品端和舆论端同时冒头。

这条产品轨迹的意思很明确：它不再满足于帮研究者找几篇论文，而是想进入一项研究持续发生的过程本身。

Scite 走的是另一条路。它的价值不在于再做一个聊天机器人，而在于多年积累下来的论文引用关系——后面的论文究竟是在支持、反驳，还是只是提了一句某项研究。通用模型越强，这种结构化的学术数据反而越值钱，因为模型随时可能被替换，但一份可靠的数据源不会因为 GPT 升级一次就贬值。

类似的变化在整个市场铺开：有人抢学术搜索，有人抢引用和证据，有人开始试图吃下完整工作流。

国内一些更年轻的产品也在往这个方向探索，Textira 是其中一个值得展开说说的样本。

它的定位很直接——官网首页那句话是"Turn the experiment into a paper you can submit"——但真正的产品设计不是"输入一个主题，生成一篇文章"，而是把 Topic、Experiment、Results、Draft 四个阶段做成一条连续的流水线：先锁定研究方法、变量和评价指标，再往下走，原始实验记录会被自动整理成表格、图表和讨论段落的素材，而不是等论文快写完了才手动搬运；写到哪一步都可以直接把当前句子反查到对应的文献或实验记录，而不是写完再回头补引用。到了成稿阶段，Textira 会按目标期刊（NeurIPS、ICML 这类会议格式都在支持范围内）自动调整栏宽、匿名审稿要求和排版规范，最后一次性导出 Word、LaTeX、PDF、PPT 四种格式，都可以继续编辑。

这条路线和 Elicit、Scite 不太一样：后两者更像是"进入某一个环节做深"，Textira 更接近把一个研究者从选题到投稿的完整链路，放进同一个工作台。这个路径能不能走通，现在下结论还早，但至少提供了一个和文献检索、引用关系不同的切入角度。

Textira 官网首页（2026 年 9 月，来源：textira.com）

这里真正值得多看一眼的，不是"AI 又能多写几个章节"。恰恰相反：通用模型已经足够会写字了，继续堆生成字数意义不大。更难的问题是，能不能把过去散落在不同软件里的研究过程连起来。

比如，一项实验出了新结果，研究者可能得先把数据丢进 Excel 或 Python 重新画图，再把数字抄回 Word；论文里的结果一变，还要回头检查摘要和 Discussion 有没有跟着改；要加引用，得再打开 Zotero；准备投稿了，又得进 Overleaf 或出版社系统重新调格式。这些工具彼此并不知道对方发生了什么，真正在维护它们之间关系的，是研究者自己。某种意义上，研究者长期在充当科研软件之间最昂贵的一条 API。

这也是 Agent 对科研真正有吸引力的地方：如果 AI 能理解实验发生了变化，并且知道哪些图表、数字、正文段落需要跟着更新，它省下的就不只是帮忙写两段 Introduction 的时间，而是贯穿几个月研究周期的大量机械劳动。

但科研 AI 一旦走到这一步，一个比效率更棘手的问题冒出来了：AI 能帮研究者做的事越来越多，可谁来证明这些事做对了？

科研 AI 真正难的，不是自动化，而是自动化之后还敢不敢信

这是科研 Agent 和大多数办公 Agent 最根本的差别。

程序员让 AI 改一段代码，至少还有编译、测试和运行结果帮忙判断有没有改坏系统。科研没这么简单：LaTeX 编译成功，只能说明论文能生成 PDF，不能说明里面的数字是真的；AI 找到了一篇真实存在的论文，不代表这篇论文真的支持它正在写的那句话；一组统计程序跑通了，不代表实验设计本身站得住脚。模型甚至可能写出一段专业感十足、逻辑通顺的 Discussion，但里面某个因果解释早就超出了实验数据本身能支撑的范围。

而且 AI 写得越顺，这类错误有时候反而越难被发现。

所以"科研 Agent"不能简单理解成一个更自动化的论文生成器。如果产品只是把原来一次性的生成扩展成几十个自动执行的步骤，那自动化程度越高，出错之后传播的范围也可能越大——一条错误引用混进研究上下文，会接着影响文献综述；一个错误数字进了 Results，可能进一步出现在摘要、Discussion 和图表里。等一个 Agent 能自主跑完十几步任务，研究者可能已经很难说清楚，错误到底是在哪一步混进来的。

这也是为什么科研 AI 的下一场竞争，可能有一个容易被忽略的前提：自动化必须同时带来更强的可验证性。Elicit 这类产品越来越强调"可复现、可追溯、可审计"，原因也在这里——真正有价值的科研系统，不能只回答"答案是什么"，还得留得住"答案从哪来"。

这也是所有试图进入科研工作流的 AI 产品迟早要面对的问题：把实验、文献、正文和 LaTeX 放进一个连续环境之后，真正重要的不是 Agent 能改多少内容，而是研究者能不能看清楚它改了什么、用了哪些数据、引用依据是什么，以及修改前后，研究事实有没有发生不该发生的变化。如果这层关系保留不住，所谓科研 Agent 其实只是把"AI 生成论文"的风险，摊到了整条工作流上。

Textira 在这一点上的处理方式，算是给出了一个具体答案，而不是停在原则层面。它的逻辑是"结果优先于生成"：实验日志、数据表这些真实记录始终是第一来源，AI 负责把它们组织成表格、图表和讨论文字，一旦模型生成的内容和原始数据对不上，系统会直接标出冲突，交回作者判断，而不是让模型自己"圆过去"。方法、变量和评价指标也是在第一次运行前就锁定下来的，后面无论怎么改写文字，底层的实验设计本身不会被模型悄悄动过。换句话说，它想做的不是"让 AI 更敢写"，而是"让 AI 写的东西，始终有据可查"——这恰好是前面提到的可复现、可追溯、可审计，在一个具体产品里落地的样子。

一旦要求证据可追溯、数据有出处、修改可检查，科研 AI 的产品难度就完全不一样了——它不再只是一个模型调用问题，而是需要理解论文、数据、实验、引用和图表之间的关系，知道哪些内容可以让 AI 改写、哪些事实不能由模型自由生成，同时把最终判断权留给真正要为论文负责的人。

这也是学术诚信在 AI 时代真正需要讨论的地方，而且问题不该被简化成"允许不允许用 AI"。检索、语言编辑、代码、数据分析，AI 已经嵌进了科研的大多数环节，很难再用"用了"或"没用"两个字描述现实。更值得追问的是：研究者有没有真正完成这项研究，AI 在其中具体做了什么，这些操作能不能被解释和检查，署名的人是否仍然能为论文里每一个关键结论负责。

AI 可以是科研工具，但成不了学术责任的承担者。这条边界不会因为 Agent 变强而消失，反而 AI 能做的事越多，这条边界越要紧。

下一张船票，也许比"AI 写论文"贵得多

从这个角度看，科研 AI 这一轮变化的脉络其实很清楚。

第一阶段的机会，来自生成能力突然稀缺：谁能让 AI 更好地读论文、写摘要、改英文，谁就有机会拿到用户。但这种稀缺正在快速消失——模型会写已经不新鲜，会搜索也变得普通，会分析文件、跑代码、调工具，慢慢都成了基础能力。

真正还稀缺的东西，转向了另外几样：高质量的科研数据、可靠的证据关系、专业领域知识，以及一个系统能不能完整保存一项研究从提问、实验、数据到成文之间到底发生了什么。

这也意味着，科研 AI 可能会从一门看起来很轻的 SaaS 生意，重新变回一门很重的生意——越往科研深处走，就越没法只靠模型：做搜索要学术数据，做证据要吃透论文关系，进实验环节要处理专业数据和方法，进论文生产环节还得维护数字、图表、引用和结论之间的一致性，哪一样都不是调用一个 API 能解决的。

与此同时，创业公司还要面对一批分量更重的对手：论文正文这一块，微软有 Word，Overleaf 早就有成熟的 LaTeX 写作环境；个人文献资产这一块，Zotero 已经深深嵌进研究者的日常；学术内容这一块，传统出版集团和数据库手里攥着大量科研资源；至于 Agent 本身，那更是 OpenAI、Anthropic、Google 这些基础模型公司的主战场。

所以"做科研 Agent"本身不是船票，"做工作流"也不是，把所有研究资料塞进一个 Context 窗口，同样不天然构成壁垒。更实在的问题是：你手里有什么通用模型拿不到的东西，又解决了什么传统科研软件一直没解决的问题？

Scite 押的可能是引用关系，Consensus 押的是科研搜索，Elicit 在往可审计的证据综合和复杂研究任务延伸，Textira 押的则是把选题到投稿的完整链路接在一起，同时不放弃"结果优先于生成"这条底线。几条路线各自成不成立，现在都还没到能下结论的时候。

谁能拿到下一张船票，现在还没有答案。但有一点已经比较清楚：比起继续卷"生成得更快、更像论文"，能不能把可追溯性做进产品底层，正在变成一条更实在的分野——科研 AI 最好讲的那个故事，正在讲完。

当 AI 出现在论文里已经不算新闻，"用了 AI"这四个字本身，很难再撑起一款科研产品的定位。往后真正拉开差距的，或许不是谁能一次生成更多文字，而是当 AI 深度介入研究过程之后，谁还能让研究者说清楚：一个数字从哪来，一篇文献为什么被引用，一段结论凭什么成立，一次修改究竟改了什么。

效率当然重要，但科研最后要交付的不是一篇"看起来像论文"的文本，而是一组要接受同行检验的结论。AI 能缩短从实验到论文的距离，却替不了研究者去跨过证据和责任那道坎。

"AI 写论文"不稀奇了之后，谁能拿下下一张船票，答案大概不在"写"这个环节里，而在谁能扎进研究过程本身——这场竞争，可能才刚开始。