亲测AI综述工具后我才明白：重点从来不是生成内容
很多人第一次用AI写综述，都是从一句话开始：
"帮我写一篇关于XXX的文献综述。"
AI很快就能给你一篇看起来完整的文章。有背景，有小标题，有过渡句，甚至还能列参考文献。问题是，只要你真的准备把它放进论文或开题里，最难受的地方就来了：
这篇文献真的能支持这个观点吗？这个结论是来自随机对照试验，还是来自一篇综述里的二手表述？研究对象和你要写的人群一样吗？AI写得很顺，但你不敢用。
这次我拿LitSynth真实跑了一遍综述生成，问题是：
Does intermittent fasting improve metabolic health?
也就是：间歇性禁食是否能改善代谢健康。
跑完之后，我更确定一件事：AI写综述最有价值的地方，不是"帮你把正文写出来"，而是把正文前面的那些动作串起来：拆问题、找文献、筛文献、整理证据、检查引用，最后才生成一版可以继续修改的初稿。
LitSynth真实输入页：从一个研究问题开始，而不是直接生成正文
01
别急着看正文，先看它怎么理解问题
很多AI科研工具最大的问题，是它太快进入"写作状态"。
你给它一句话，它马上开始铺背景、分段落、下结论。读起来很顺，但这里有个风险：如果它一开始没有把问题理解清楚，后面写得越流畅，越容易把你带偏。
我这次跑LitSynth，第一步不是直接生成综述，而是先进入topic analysis。它会把自然语言问题拆成更适合文献检索和证据整理的结构：核心主题、相关术语、同义词、可能的MeSH词，以及这个问题大概应该去找什么类型的文献。
这个步骤看起来没有"成品感"，但对科研写作很关键。因为综述不是作文，综述的第一步不是表达，而是界定问题。
比如"间歇性禁食是否改善代谢健康"这句话里，至少有几个边界需要先说清：
你说的间歇性禁食，是time-restricted eating，还是alternate-day fasting？你说的代谢健康，是体重、胰岛素敏感性、血脂、血糖，还是炎症指标？研究对象是健康成年人、肥胖人群，还是代谢综合征患者？如果这些没有先拆开，后面文献很容易混在一起。
真实topic analysis页面：先把主题、关键词和检索边界拆出来
这一步的价值不是替研究者做最终判断，而是把"容易被忽略的前置判断"摆到台面上。
很多人用AI写综述失败，不是因为AI完全不能用，而是因为一开始就跳过了这一步。
02
真正省时间的，是把候选文献拉到桌面上
这次测试里，LitSynth后续加载了8篇候选文献，我选了其中5篇进入综述生成。
这个数字不大，但恰好说明问题：做综述不是把所有相关内容都塞进去，而是要判断哪些文献真的能支撑你的问题。
相关，不等于可引用。
比如一篇文章可能也提到fasting，也提到metabolic health，但它研究的是动物模型，或者只是机制假说，或者结局指标和你要讨论的临床问题不一致。它可以作为背景，但不能直接拿来支撑主结论。
这也是科研写作里最容易出错的地方。AI不一定总是"编假文献"，更常见的是把弱相关文献写成强支持，把背景文献写成结论证据，把二手综述里的话写得像原始研究结论。
所以我更关心的不是它能不能立刻写出漂亮段落，而是它有没有把文献放在一个可以检查的位置：这篇文献讲了什么？为什么被选中？它支持的是哪个观点？证据强不强？
真实papers页面：先看候选文献和被选中的文献，而不是直接拿正文
如果你正在写开题、综述或Meta分析，建议你也换一个习惯：
不要先问AI"帮我写一段综述"。
先问它："这些文献分别能支持什么观点？哪些只能做背景？哪些不能直接引用？如果我要写这个问题，证据链应该怎么排？"
这个问题比"帮我写"更慢一点，但更接近真实科研。
03
我最想看的，不是生成了多少字，而是引用能不能回查
LitSynth生成初稿之后，我重点看的是citation audit。
这个页面会把正文里的claim拆出来，然后对应到支持它的文献、证据原文和支持理由。也就是说，它不是只给你一段"看起来像综述"的文字，而是尽量让每个观点都能回到文献上。
这次demo里，系统显示16/16个claims有strong support。当然，这不代表这篇综述可以直接发表，也不代表这些判断不需要人工复核。但它至少把最关键的一层关系暴露出来了：
观点在哪里，支撑它的证据在哪里。
真实citation audit页面：把正文观点、证据原文和支持理由对应起来
这比一篇"语言很顺"的AI综述重要得多。
因为科研写作最后要经受的不是读者觉得顺不顺，而是别人追问你："这句话是根据哪篇文献写的？那篇文献真的研究了这个问题吗？它的研究对象和你的结论一致吗？"
如果你回答不上来，正文再漂亮也没有用。
04
生成结果到底写得怎么样
只看citation audit还不够，还要回到生成的综述本身。
这里有一个背景也要说清楚。
很多AI综述之所以写得浅，不一定是模型不会写，而是它拿到的证据太浅。如果只是基于摘要生成，它很容易停留在"研究显示可能有效""还需要更多研究"这种安全但空泛的表达上。
LitSynth现在还在内测，最近一个重要变化，是从基于摘要生成，改成基于全文证据生成。所以这次更值得评估的，不是它选了几篇文献，而是生成出来的内容有没有比摘要级总结更扎实。
从这次结果看，它有几个比较好的地方。
第一，它没有写成很大的泛泛综述，而是围绕"间歇性禁食是否改善代谢健康"这个问题展开。
第二，它没有只给一段背景介绍，而是把主要claim和引用放在一起。比如某个claim后面能看到对应文献标号，点开后还能看到supporting evidence、paper record和支持理由。
第三，它没有把所有内容都写成一个强结论。至少在citation audit里，系统会区分primary support、supplemental supports，以及哪些claim需要人工review。
这说明它的价值不只是"会写一段话"，而是开始把生成结果放回证据链里。
真实生成结果页面：先看初稿结构，再看哪些claim需要回查
但评价这份结果，不能只盯着"选了5篇"。
5篇不是问题本身。真正要看的，是这5篇是不是和研究问题高度相关，生成时是不是基于全文证据，正文里的claim能不能回到原文。
因为写一篇综述时，你当然会先看更多文献；但真正进入某一段正文、支撑某一个具体观点的，往往也就是几篇最相关的研究。高相关全文证据，比一堆泛泛相关的摘要更有价值。
从这个角度看，这次结果的质量比普通聊天工具直接生成要稳很多：它围绕同一个研究问题展开，没有把fasting、减重、代谢综合征这些概念随意混成一团；它把结论和引用放在一起；citation audit还能看到证据原文和支持理由。对"先起一版有证据链的综述初稿"来说，这是有价值的。
它真正还需要人工继续处理的地方，不是"文献数量太少"，而是研究者还要进一步判断这些证据能支撑到什么程度。
比如：不同研究设计的证据强度是否一致？结局指标是体重、BMI、血脂，还是胰岛素敏感性？这些指标能不能被放在同一个结论里？研究对象是否都是同一类人群？如果要写成更正式的综述，是否需要扩大检索、明确纳排标准、补充更多研究？
这些不是工具一键替你决定的部分。
工具的价值，是先把"相关全文证据 -> claim -> citation audit"这条链搭起来，让你有个地方继续判断。
所以我对这次结果的判断会更具体一点：
如果拿它和"只基于摘要生成"的版本比，它明显更有潜力，因为它能把正文claim往全文证据上挂，而不是停在摘要级概括。
如果拿它和一篇最终可投稿的综述比，它还只是初稿。它需要研究者继续做三件事：扩展检索范围，判断证据质量，把工具生成的表达改成自己的论证语言。
但作为内测阶段的综述起稿工具，这个方向是对的。
它最该继续优化的，也不是单纯"多塞几篇文献"，而是让全文证据的使用更透明：每个claim用了哪几段原文，为什么这些证据足够支持，哪些地方只能保守表达，哪些地方应该提示用户继续补文献。
所以我对这次结果的判断是：
它不是一篇可以直接提交的综述。
但它是一份很有用的"起稿材料"。
它把原来要在PubMed、文献管理器、Excel和Word之间来回切换的几个动作，集中到了一条线上：问题是什么，选了哪些文献，每个观点由什么证据支撑，哪些地方还需要人来判断。
这才是它真正节省时间的地方。
不是替你省掉科研判断，而是让你更快看到哪些地方必须判断。
05
AI科研工具最该做的，不是代写，而是减少返工
很多人对AI科研工具有一个误解：以为它的核心价值是"替我写"。
但真实写论文时，最耗时间的往往不是打字，而是返工。
你写完一段，发现引用不支撑；重写。你整理了一批文献，发现研究对象不一致；重筛。你做完一个大纲，发现问题范围太大；重拆。你引用了一篇文章，后来发现那只是综述里的转述；重查。
这些动作非常碎，也非常消耗人。
AI真正能提高效率的地方，是把这些动作提前暴露出来，让你少走弯路。
这类工具真正适合承接的，不是"生成一篇终稿"，而是一条综述工作流：
先把模糊问题拆清楚。
再把关键词、同义词和检索边界列出来。
再拉取真实文献。
再让研究者筛选哪些文献进入分析。
再整理evidencetable。
再生成初稿。
最后做citation audit，检查观点和证据的对应关系。
这条链路里，AI每一步都能省一点时间，但每一步也都需要人来判断。
更合理的位置是：它不替你绕过科研训练，而是把原来散落在浏览器、PubMed、Excel、Word和脑子里的中间步骤，尽量放到一个可以检查的流程里。
06
这件事对科研人有什么实际启发
如果你今天就在写综述，我建议不要从"让AI写正文"开始。
更稳的流程是：
第一步，用自己的话写出研究问题，不要一上来追求学术表达。比如"间歇性禁食能不能改善代谢健康""GLP-1对非糖尿病肥胖人群的长期减重效果如何"。
第二步，让AI帮你拆边界：人群、干预或暴露、对照、结局、研究类型、可能的同义词和检索词。
第三步，先拿真实文献回来，不要急着生成正文。文献不够，说明问题可能太窄；文献太杂，说明问题可能太宽。
第四步，把文献和观点对应起来。每篇文献能支持什么，不能支持什么，要先讲清楚。
第五步，再让AI生成初稿。这个时候的初稿才不是凭空写，而是基于已经筛过的文献和证据链写。
第六步，最后一定要做引用核查。AI给你的每个关键结论，都要能回到原文、表格或结果段落里。
这个流程看起来比直接生成正文慢，但它减少的是后面更痛苦的返工。
07
工具怎么选，看你卡在哪一步
很多人选AI科研工具时，容易先问"哪个工具更强"。
更实际的问题是：你现在卡在哪一步。
PubMed插件解决的是入口问题：让AI能回到真实医学文献数据库，而不是凭模型记忆回答。
但写综述还需要更长的一条链：问题拆解、文献筛选、证据整理、正文生成、引用核查。LitSynth更适合承接这条链。
而LitSource更适合做底层的文献验证：这篇文献是不是真的存在？这句话有没有文献支持？引用和观点是否匹配？一段AI生成的内容里，哪些参考文献是假的，哪些只是相关但不支持？
简单说：
如果你要写综述、搭evidencetable、生成一版基于文献的初稿，更适合用LitSynth。
如果你要查文献真假、验证引用、给观点找真实支撑，更适合用LitSource。
这两个工具的共同目标不是让你"偷懒写论文"，而是让科研写作里那些最容易出错的判断步骤更清楚、更可回查。
08
最后说一句
AI科研工具不能只看"能生成多少字"。
更应该看它能不能从一个真实问题，走到一个可检查的结果。
技巧很容易讲。真正能帮到科研人的，是把一个真实问题跑一遍，然后看清楚：哪一步省时间，哪一步必须人工判断，哪一步最容易出错，哪一步不能跳过。
AI写综述最值得看的，不是正文，而是正文背后的证据链。
如果这条证据链不清楚，AI写得越像样，风险越大。
如果这条证据链清楚，AI就不只是一个写作工具，而是一个能帮你减少返工、提高效率、暴露问题的科研工作台。
这才是我认为AI科研工具真正值得做的方向。
如果你也在写综述、做开题、准备Meta分析，或者正在尝试用AI提升科研效率，欢迎关注这个号。
我会继续用真实工具、真实问题和真实测试过程，拆解AI在科研工作流里到底能帮到哪里，哪里又必须由人来判断。
LitSynth是我正在做的文献综述工具；LitSource是它背后的文献验证能力之一。后面我会继续把这些工具的真实测试过程写出来，也欢迎你把自己的科研写作痛点发给我。