学术AI下半年五大趋势预测：对错半年后见
这一篇我想做一件我一直犹豫要不要做的事。写预测。我从今年 3 月开始系统观察学术 AI 生态。这 4 个月里我写了 17 篇文章，从Harvard 开源了让 AI 当科学家的平台。50 万次分析，覆盖 113 个国家。我以为 26.5k 星已经到顶——直到读到这个 160K 科学家用的科研 skill 库，最近一篇是我让组里 3 位博士用 AI 工具 6 个月。真实数据让我后悔一件事。每一篇我写完都觉得自己看到了一个点。但 17 个点连起来之后，我开始隐约看到一些趋势。不是确定的判断。是几条我能感觉到但没
学术AI之战：写作与评审的对决中，谁才是真正的主导？
专业科普 | 科研技能@旷野国际学术通过输入关键词就能生成文献综述框架、上传稿件十分钟即可获得结构化评审意见、PDF文件三秒钟内提炼出核心结论——这些并非科幻情节，而是当下科研工作者的真实写照。仅仅在两年前，科研人员还在为文献检索熬夜、为数据处理发愁、为英文润色而焦虑，中英文互译是跨语言交流的常态。如今，人工智能已渗透到论文创作、评审、阅读的整个流程，在每个环节都能看到其身影。然而，在效率提升的背后，是科研本质与学术规范之间的深层角力。01写作环节：AI成为“标准配置”，但原创性红线不容触碰“现在还有研究