Academic Research Skills：AI 学术写作管线的引文查证与完整性门禁

AI 写论文的真正风险不是"写得不像人"，而是"自信地编造"：虚构一篇不存在的文献，或引一篇真实文献却支撑不了自己的主张。这类错误在 2026 年的论文里已有规模化证据——一项覆盖 111M 条参考文献、2.5M 篇论文的审计估计，仅 2025 年就新增约 14.7 万条幻觉引用（Zhao et al.，2026）。开源项目 Academic Research Skills（ARS）给出的应对方式不是让 AI 写得更"像人"，而是把查证与审计做成不可跳过的工程门禁。

ARS 是面向 Claude Code 的学术研究技能套件，GitHub 上 43.7k star、3.5k fork，最新 v3.21.1（2026-08-24 发布），遵循 CC BY-NC 4.0 协议。它用四条 Skill 覆盖从选题到投稿的全流程：Deep Research（13 个智能体的研究团队）、Academic Paper（12 个智能体的写作管线）、Academic Paper Reviewer（7 个智能体的多视角评审面板）、Academic Pipeline（10 阶段编排器）。

核心立场一句话：AI 是副驾驶，不是飞行员——查证、排版、一致性检查交给 AI，问题定义、方法选择、结论解读留给研究者。

四条 Skill 各管一段

Deep Research 负责把模糊想法收敛成研究问题：8 种模式覆盖全文研究、快速简报、PRISMA 系统综述、苏格拉底式引导、事实核查、文献综述、三向对比与质量评审。苏格拉底引导模式内置意图检测——对话开始及每 3 轮分类一次"你在探索还是在要结果"——探索模式禁用自动收束并允许最多 60 轮追问，避免 AI 过早结束追问、直接给出结论。

Academic Paper 负责写作：12 个智能体的管线、11 种模式，输出 APA 7.0（含中文引文规则）、IEEE、Chicago、MLA、Vancouver 等格式，可生成 Markdown、DOCX 与 LaTeX 并编译 PDF。它带有风格校准（从你过去的作品学习文风）、写作质量检查（识别机器味太重的句式）、视觉模型校验图表（VLM figure verification，核对插图与正文表述是否一致）与反泄漏协议。

Academic Paper Reviewer 负责投稿前自查：期刊匹配评审、3 个动态评审与 Devil's Advocate 组成的 7 智能体面板，按既定标准给出基于证据的分段评判，而不是一个笼统分数。评审遵循只读约束——不直接改稿，只产出批评。

Academic Pipeline 把前三段串成 10 阶段流水线，最重要的设计是 Stage 2.5 / Stage 4.5 两道完整性门禁，强制不可跳过——任何覆盖都必须记录用户理由。项目自带的真实运行产物显示，Stage 2.5 曾一次抓到 15 条虚构引用与 3 处统计错误，Stage 4.5 确认零回归。流水线结束时生成过程总结，给出 6 维度的协作质量评分。

查证与审计：把"引用幻觉"变成可拦截项

ARS 处理引文是确定性的，不依赖评审模型"碰巧看出问题"。

• 四索引引文存在性校验（v3.11 引入）：每条引用自动向 Semantic Scholar、OpenAlex、Crossref、arXiv 四个文献库查证（arXiv 解析器无需 API key），产出三个状态之一：lookup_verified: true / false / unresolvable。构造一个假 DOI 或 arXiv ID，会在这道查证里直接暴露，而不是指望审稿人发现。查证结果写入本地 SQLite 缓存（90 天 TTL）；strict 策略下，查证失败的引用可以做成终端拦截。
• 三层引用锚点 + 声明审计（v3.7.3 起）：每条引用携带定位锚点；v3.8 起可开启 ARS_CLAIM_AUDIT=1 审计通道，拉取被引文献内容，对照锚点判断"这条主张是否真的被该引用支持"，输出 claim-not-supported（主张无支撑）、fabricated-reference（引用为虚构）等五类高警告，经格式化终端硬门禁拦截。校准集 20 条，接受阈值 FNR<0.15（假阴性率）、FPR<0.10（假阳性率）。
• 实验溯源清单（#260）：声明涉及实验的论文，必须在 Material Passport（实验来源登记表）上登记实验出处（实验 ID、计划与执行对照、负面结果、已知局限）；完整性门禁按 ALIGNED（一致）/ OVERSTATED（夸大）/ NOT_SUPPORTED_BY_PROVENANCE（出处不支持）/ PROVENANCE_INSUFFICIENT（出处不足）逐条审计。没跑实验也必须显式声明"无实验"，杜绝静默跳过。

反谄媚与跨模型复核：抵制 AI 的过早让步

AI 在质疑面前容易过快让步——这是训练目标（追求对话和谐）的副作用。ARS 为此给 Devil's Advocate 加了让步阈值协议：每次回应前先给反驳打分（1-5），只有达到 4 分及以上（反驳直接命中核心攻击且带证据）才允许让步；低于 4 分则坚守立场并重申原攻击。同时禁止连续让步、追踪让步率、在每个检查点检测 frame-lock（AI 困在自己设定的框架里自我循环），阻断 AI 在用户施压下改口的路径。

苏格拉底导师还内置对话健康监测：每 5 轮静默自评一次"持续附和 / 冲突回避 / 提前收敛"，发现附和模式就自动注入挑战性问题。另外可开启跨模型复核（ARS_CROSS_MODEL），由不同模型对审计结论做独立再判。

上手与成本

安装是标准 Claude Code 插件流程，两步命令、30 秒完成；也可以用 /ars-plan 与苏格拉底对话描述论文，由套件规划章节结构。按官方性能文档，跑完一整篇约 1.5 万字论文的全流程，花费约 $4–6。

界面语言随输入自动切换，默认支持英文与繁体中文，可生成双语摘要。协议是 CC BY-NC 4.0——免费但禁止商用。

边界：门禁挡不住刻意造假

ARS 自己写明了两条边界：它不替你运行实验，也不验证原始数据的真实性——一套前后一致的编造，可能通过全部检查。完整性校验覆盖"程序是否被执行、声明与出处是否对齐"，不覆盖"实验本身是否正确"。可靠性的最后一道闸始终在人手里。

对想用 AI 加速学术写作的开发者与研究者，ARS 的价值是把虚假引用与过度声称这类事故的成本，从"发表后被追责"前置到"提交前拦截"。这种把引文查证、声明审计、强制门禁与开源可自查做进同一闭环的做法，在当前开源生态里还比较少见。