不是帮你写论文。是帮你写得更好。
学术写作从来不缺工具，缺的是能够真正理解研究过程的工具。当大型语言模型开始进入学术工作流，研究者很快发现了三个系统性问题：AI 会捏造引用、AI 会顺着你说、AI 会把你锁死在第一个框架里。这三个问题不是偶发的 bug，而是当前语言模型的结构性缺陷。
Academic Research Skills（ARS）的起点，是一次真实的失败。作者在完成一篇论文后进行事后审计，经过三轮完整性检查，仍然发现了 68 个问题中的 21 个——错误率 31%。这个数字不是用来吓人的，而是用来说明：即便是有意识地使用 AI 辅助写作，系统性的质量保障机制依然不可或缺。
"经过三轮完整性检查，仍有 31% 的问题未被发现。这不是 AI 的失败，这是没有结构的失败。"— ARS 事后审计报告，2025
引用幻觉问题的规模远超直觉。Zhao et al.（2026）对 2025 年学术产出进行大规模扫描，发现当年共有 146,932 条幻觉引用混入已发表文献。这些引用看起来完全合理——作者名、期刊名、年份、标题，一切都符合格式规范，只是那篇论文根本不存在。
顺从性（sycophancy）是另一个更隐蔽的问题。当你对 AI 的回答表示不满，它会修改立场；当你坚持一个错误的前提，它会逐渐接受。这不是礼貌，这是认知污染。一个会顺着你说的研究助手，比没有助手更危险——它会系统性地强化你的偏见，而你毫无察觉。
框架锁定（frame-lock）则发生在对话的早期。一旦你在第一轮对话中确立了研究框架，后续的所有讨论都会在这个框架内展开。AI 不会主动质疑你的前提，不会建议你换一个角度，不会告诉你这个问题本身可能问错了。
Zhao et al. 2026 年对 2025 年学术文献的大规模扫描显示，当年共有 146,932 条幻觉引用混入已发表文献。这些引用在格式上完全合规，但对应的论文并不存在。引用幻觉已从个案问题演变为系统性的学术诚信危机。
ARS 的设计哲学是：AI 是副驾驶，不是驾驶员。工具负责处理机械性工作——追踪引用、格式化文献、验证数据一致性、检查逻辑连贯性。研究者负责真正需要大脑的部分：定义问题、选择方法、解读数据、承担判断。这条边界不是技术限制，而是认识论立场。
ARS 由四个独立但可组合的技能模块构成，覆盖从文献调研到最终发表的完整学术工作流。每个模块都是一个多智能体系统，内部包含专职角色分工，对外暴露标准化的模式接口。
ARS 针对 AI 辅助学术写作中最常见的三个结构性失效模式，设计了对应的协议层解法。这些解法不依赖模型微调，而是通过提示工程和多智能体架构在推理层实现约束。
对话早期确立的研究框架会主导后续所有推理。AI 不会主动质疑前提，不会建议换角度，不会指出问题本身可能有误。
Devil's Advocate 智能体对每个反驳论点进行 1–5 分评分。只有当反驳质量达到 4 分及以上，DA 才会让步。不允许连续让步。
当用户表示不满或坚持错误前提时，AI 会系统性地调整立场以迎合用户。这种"礼貌"会强化认知偏见，比没有助手更危险。
所有反驳必须经过结构化评分，而非情绪化响应。评分标准基于证据质量、逻辑严密性和领域相关性，与用户的语气无关。
AI 无法区分"我在探索性地思考"和"我需要一个确定答案"。过早收敛会截断探索空间；过晚收敛会浪费研究者时间。
v2.6.2 引入意图检测层，区分探索性对话与目标导向对话，动态调整收敛策略，防止在探索阶段过早锁定结论。
引用幻觉是当前 AI 辅助写作中最严重的诚信风险。语言模型在生成引用时，会以极高的置信度输出根本不存在的论文——作者名、期刊、年份、标题，每一个细节都符合学术规范，只是那篇论文从未被写过。
ARS v3.8 引入了三层引用锚定系统（L3 Claim-Faithfulness System），从根本上改变了引用的生成和验证方式。这个系统不依赖事后检查，而是在引用生成的每个环节都建立可追溯的锚点。
每条引用必须绑定到具体的来源文档或检索记录。没有可追溯来源的引用不会被生成，而是标记为"需要验证"并暂停流程。
引用所支持的声明必须与原始来源的实际内容一致。系统会检查引用是否被过度解读、断章取义或方向性错误。
可选的完整审计通道。启用 ARS_CLAIM_AUDIT=1 后，系统对每条声明进行独立的忠实度评估，输出详细的审计报告，标注置信度和潜在风险点。
# 启用 L3 声明忠实度审计 ARS_CLAIM_AUDIT=1 # 可选：启用跨模型交叉验证 ARS_CROSS_MODEL=gpt-4o,gemini-1.5-pro # 审计输出示例 │ Claim: "Zhao et al. (2026) found 146,932 hallucinated citations" │ Source: [verified] doi:10.xxxx/zhao2026 │ Faithfulness: 0.97 ✓ │ Risk: LOW
Material Passport 机制为跨阶段数据提供完整的来源追踪。每个数据点、每条引用、每个声明都携带其在流程中的完整历史记录，支持跨会话恢复，确保长周期研究项目的数据完整性。
跨模型验证（ARS_CROSS_MODEL）是可选的高置信度模式。启用后，关键声明会同时提交给 GPT 和 Gemini 进行独立验证，三方一致才视为通过。这会显著增加成本，但对于高风险声明，这个代价是值得的。
任何工具都应该对自己的局限性保持清醒。ARS 不例外。以下三点不是免责声明，而是使用这个工具时需要真正理解的边界条件。
ARS 的起点是一次真实的失败：作者在完成一篇论文后进行事后审计，经过三轮完整性检查，仍然在 68 个问题中发现了 21 个——错误率 31%。
这个数字是 ARS 存在的理由，不是 ARS 解决了这个问题的证明。ARS 本身从未经过语料库规模的系统性评估。我们不知道它在多大程度上降低了这个错误率。
ARS 的设计基于作者的个人研究经验和对 AI 失效模式的理论分析。它没有经过大规模的对照实验，没有与其他工具进行系统性比较，没有跨学科、跨语言的泛化性验证。
使用 ARS 的研究者应该把它视为一个有待验证的假设，而不是一个经过证明的解决方案。
ARS 的反顺从性协议是提示工程层面的约束，不是模型训练层面的修改。这意味着它的效果依赖于模型对提示的遵从程度。
正如文档中坦承的："The DA will still eventually concede if pushed hard enough." 如果用户足够坚持，Devil's Advocate 最终还是会让步。这是当前技术路径的根本限制。
"The DA will still eventually concede if pushed hard enough."— ARS 文档，关于反顺从性协议的诚实说明
这种诚实不是谦虚的姿态，而是使用工具的前提条件。一个研究者如果相信 ARS 能够完全消除 AI 辅助写作的风险，那么他对这个工具的信任本身就是一种认知偏差。ARS 能做的，是让风险变得可见、可追踪、可管理——而不是让风险消失。
需要 Claude Code CLI（最新版）和 ANTHROPIC_API_KEY。可选：Pandoc（DOCX 输出）、tectonic（PDF 编译）。
# 插件安装（推荐，Claude Code v3.7.0+） /plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills # 验证安装 /ars-plan # 苏格拉底式对话，规划论文结构