Agent时代的Individual Research，什么是我们能把握的？

从 2024 年底到 2026 年春天，不到一年半的时间，科研，尤其是对于独立研究工作者，这件事已经跟过去完全不是一回事了。

如果要在整个科研史上画一条分界线，2024 年底可能算一条。那之前，AI 是"辅助"：是 Copilot 帮着补全一行代码，是 ChatGPT 帮着润色一段英文。那之后，AI 开始变成"主角"：它写代码，复现论文，跑实验，一次性读完整个代码仓库，然后指出里面某个算法的设计缺陷。

我们不禁想问，Agent时代的Individual Research，什么是我们能把握的？

---

一、AI 如何重塑科研

1.1 从“代码补全”到“任务执行”：AI 工具的四年迁移

过去几年，AI 工具对科研工作的影响，并不是简单地表现为“写作更快”或“编程更快”，而是逐步改变了研究者与计算机交互的基本方式。尤其对计算机、人工智能、软件工程、应用数学、统计学、深度学习、强化学习等方向的研究生而言，AI 工具的角色已经从辅助插件，演变为能够参与设计、实现、调试、复现和文档生成的工作流代理。

阶段	大致时间	代表工具/事件	工具形态	对科研工作的主要影响
代码补全时代	2021—2023	GitHub Copilot、ChatGPT	IDE 插件 + 对话式助手	AI 主要承担代码补全、函数生成、解释代码、辅助写作等局部任务。GitHub Copilot 于 2022 年 6 月正式面向开发者开放；早期研究也显示，在受控实验中，使用 Copilot 的开发者完成任务速度显著提高。(The GitHub Blog)
对话式编程时代	2022—2024	ChatGPT、Claude、Gemini 等	浏览器/客户端中的通用助手	ChatGPT 于 2022 年 11 月发布，使“用自然语言讨论代码、论文、实验设计”成为常规工作方式。(OpenAI)
IDE 原生时代	2023—2024	Cursor、Windsurf、Copilot Chat	AI 深度嵌入编辑器	AI 不再只是外置问答窗口，而开始直接理解代码库、修改多文件、解释依赖关系、辅助重构。Cursor 官方定位为 AI code editor，Windsurf 的 Cascade 则强调多步骤代码编辑能力。(Cursor)
代理雏形时代	2024	Claude 3.5 Sonnet、Devin、Aider、Cline	可调用工具的 coding agent	Claude 3.5 Sonnet 在 agentic coding 评估中显著提升；Devin 宣称可在沙盒中使用 shell、编辑器和浏览器执行复杂工程任务；Aider、Cline 等开源/半开源工具跑通了“读代码—改文件—执行命令—修复错误”的闭环。(Anthropic)
Agent 爆发时代	2025	Claude Code、Codex、MCP、Background Agent	终端/云端/IDE 中的自主代理	Claude Code 于 2025 年 2 月随 Claude 3.7 Sonnet 发布；OpenAI 于 2025 年推出 Codex，并在后续发布 GPT-5-Codex、GPT-5.1-Codex-Max、GPT-5.2-Codex 等面向长程软件工程任务的模型；MCP 成为连接模型、工具和数据源的重要协议。(Anthropic)
桌面层与多 Agent 编排时代	2026	Claude Cowork、Claude Design、Codex App、Antigravity、Kiro、Qoder	桌面代理、多代理并行、跨应用工作流	AI 开始从“写代码”扩展为“操作电脑、整理文件、生成文档、制作幻灯片、执行跨应用任务”。Claude Cowork 强调在本地文件和应用中完成任务；Claude Design 支持生成 prototypes、slides、one-pagers；Codex App 和 Google Antigravity 都强调多 Agent/任务控制台式工作流。(Anthropic)

从时间线可以看出，AI 工具的核心变化并不是“模型变聪明”这么简单，而是交互边界不断外移：
第一阶段，AI 只是在光标附近补全代码；第二阶段，AI 可以通过对话参与推理；第三阶段，AI 进入 IDE，开始理解项目级上下文；第四阶段，AI 具备文件编辑、命令执行、浏览器操作、测试修复等工具调用能力；到 2026 年，AI 开始进入桌面层、办公软件层和多 Agent 编排层，成为能够执行较长工作流的任务代理。

Codex vs Claude Code 安装与使用全流程对比表

分类	OpenAI Codex	Claude Code
npm安装（CLI）	依赖Node.js ≥18；全局安装： npm install -g @openai/codex 验证：codex --version；启动：codex（交互）/ codex "指令"	依赖Node.js ≥18；全局安装： npm install -g @anthropic-ai/claude-code 验证：claude --version；启动：claude（交互）/ claude -f 文件名 "指令"
原生安装（二进制/脚本）	macOS/Linux：brew install codex Windows：WSL2优先；下载GitHub Releases二进制包，解压加入PATH	macOS/Linux/WSL：curl -fsSL https://claude.ai/install.sh | bash Windows PowerShell：irm https://claude.ai/install.ps1 | iex Homebrew：brew install --cask claude-code
App版本安装（桌面端）	macOS：下载Codex.dmg拖拽安装；Windows：微软商店/官网安装包；登录OpenAI账号（ChatGPT Plus/Team）	macOS/Windows：官网下载桌面App；登录Anthropic账号（Claude Pro/Max/Team）；支持图形化文件选择、对话管理
官方订阅配置	需OpenAI ChatGPT Plus/Team/Enterprise订阅；或API按量计费；CLI支持账号登录/API Key双模式	需Anthropic Claude Pro/Max/Team订阅；Pro含基础Code额度，Max/Team解锁完整能力；CLI支持账号登录/API Key双模式
API配置（密钥/环境变量）	1. 平台获取OPENAI_API_KEY（sk-开头） 2. 临时：export OPENAI_API_KEY="sk-xxx"（macOS/Linux）；$env:OPENAI_API_KEY="sk-xxx"（Windows） 3. 永久：写入~/.zshrc/~/.bashrc或系统环境变量	1. Anthropic Console获取ANTHROPIC_API_KEY（sk-ant-开头） 2. 临时：export ANTHROPIC_API_KEY="sk-ant-xxx"；$env:ANTHROPIC_API_KEY="sk-ant-xxx" 3. 永久：写入shell配置或系统环境变量
CC Switch工具配置	支持：安装cc-switch，添加OpenAI供应商，填入API Key、Base URL（默认https://api.openai.com/v1），一键切换模型/端点	官方推荐：安装cc-switch，添加Anthropic供应商，填入API Key、Base URL（默认https://api.anthropic.com），可视化管理多模型/代理
Skills使用（技能/工作流）	内置代码生成、重构、调试、文档；自定义Skills：编写codex-skills.json，定义命令/提示模板；命令：codex --skill 技能名	内置代码理解、生成、重构、测试、Git集成；Skills管理：claude skills list/install/uninstall；自定义Skills：编写YAML/JSON配置，绑定命令与提示
自动化办公/脚本集成	非交互模式：codex "生成批量重命名脚本" --no-interactive；支持管道/重定向：cat code.py | codex "修复bug" > fixed.py；CI/CD集成、批量文件处理	非交互/批处理：claude "批量注释代码" -f *.js -o output/；支持管道、定时任务、Git Hook；自动生成文档、测试用例、部署脚本；MCP协议扩展能力

这一轮变化并不只发生在国外工具链中。国内生态也在快速跟进补齐：Qwen Code、Kimi CLI、GLM 系列、OpenClaw 等工具开始覆盖终端编码、Agent 调用、Claude Code 兼容层和个人自动化场景。Qwen Code 已提供 CLI/IDE 相关能力，Kimi Code CLI 支持读写代码、执行 shell、检索网页并自主规划行动；智谱 GLM-5 官方也强调与 Claude Code、OpenClaw 等 agentic coding 工具的兼容性。(GitHub)

因此，更准确的说法是：2024 年以前，AI 更多是“辅助研究者完成任务”；2025 年以后，AI 开始变成“可被委派任务的执行单元”。 这一区别，对科研训练方式、实验节奏、论文生产流程都会产生系统性影响。

---

1.2 科研范式的整体迁移：从局部提效到流程重组

对研究者而言，AI 带来的影响不应仅被理解为“工具升级”。更深层的变化在于，科研工作中大量原本由人手工完成的中间环节，正在被重新分配给 AI 系统。研究者的核心职责也随之发生迁移：从亲自完成每一个细节，逐渐转向提出问题、设计验证路径、审查结果、控制风险和做最终判断。

科研环节	传统工作方式	AI 介入后的典型方式	研究者仍需负责的核心判断
文献阅读	手动检索、逐篇阅读、整理笔记	AI 定期跟踪 arXiv、目标实验室、会议论文与代码仓库，生成结构化简报（openclaw类工具）	判断文献质量、识别真正的 gap、避免被 AI 摘要误导
Idea 生成	依靠导师讨论、个人积累、组会碰撞	AI 基于近期文献、已有实验结果、失败案例生成候选研究方向 （claude code，codex类工具）	判断问题是否重要、是否可验证、是否有理论或应用价值
代码实现	手写样板代码、查 API、调依赖	Claude Code、Codex、Cline、Aider 等执行多文件修改、测试、调试和重构	审查实现是否符合实验假设，避免“代码能跑但结论不成立”
论文复现	阅读论文细节、配置环境、修 bug	AI 辅助定位依赖、补齐脚本、解释报错、修改开源代码	判断复现是否忠实，区分工程问题与方法本身问题
数据分析	手写统计脚本、画图、调格式	AI 生成分析脚本、绘图代码、显著性检验、表格草稿	判断指标是否合理，避免 cherry-picking 与统计误用
写作与投稿	人工撰写初稿、润色、改格式	AI 生成初稿、改学术语气、模拟审稿意见、辅助 LaTeX	保证原创性、论证严谨性、引用准确性和伦理合规
汇报与展示	手工做 PPT、画流程图、录制 demo	Claude for PowerPoint/Excel/Word、Claude Design、Veo、Seedance、Runway 等辅助生成材料	控制表达准确性，防止视觉包装掩盖科学问题

这一变化在编程密集型学科中尤其明显。过去，研究者需要花费大量时间处理环境配置、样板代码、训练脚本、日志解析、bug 修复和图表生成；现在，越来越多这类任务可以交给 coding agent 处理。OpenAI 的 Codex App 已经明确面向多 Agent 工作流设计，Anthropic 的 Claude Code 也通过 hooks、skills、slash commands、subagents 等机制，将单次问答扩展为可复用、可编排的工程流程。(Claude)

这并不意味着“AI 已经替代研究者”。更准确的判断是：AI 正在替代科研过程中大量低层级、重复性、格式化、工程化的劳动；但对问题价值、实验设计、因果解释、理论贡献和学术责任的判断，仍然需要由研究者承担。

---

在文字工作上，AI 首先改变的是起草成本。 周报、组会 PPT、课程作业、读书笔记、论文 related work、答辩材料等，都可以先由 AI 生成结构化初稿，再由研究者进行事实核查、逻辑重排和风格统一。Claude for Excel、PowerPoint、Word 等办公软件集成也进一步降低了跨文件处理成本：AI 可以在打开的 Excel、PowerPoint、Word 文件之间共享上下文，读写文件并辅助完成表格、幻灯片和文档修改。(Claude Help Center)

---

编程是 AI 影响最强烈的环节之一。 对于机器学习、强化学习、统计建模、大数据分析和软件工程方向的研究者而言，手写大量样板代码的必要性显著下降。更常见的工作流正在变成：

1. 在通用对话模型中讨论研究问题、方法选择和实验设计；
2. 在 Claude Code、Codex、Cline、Aider 等 coding agent 中完成工程实现；
3. 让 AI 运行实验、解析报错、修改依赖、生成日志分析脚本；
4. 用 AI 辅助整理图表、LaTeX 公式、实验表格和投稿前 self-review；
5. 最后由研究者进行结果审查、消融实验补充和论文论证。

这类流程的核心价值不是“省几行代码”，而是把研究者从低价值工程摩擦中释放出来，使更多时间用于问题定义、实验设计和结果解释。Claude 3.5 Sonnet、Claude Code、Codex 系列、Cursor Background Agent、Google Antigravity、Kiro、Qoder 等工具的共同方向，都是让 AI 从“回答问题”转向“完成工程任务”。(Anthropic)

---

视频生成和可视化工具也在改变科研表达方式。 Veo 3.1、Seedance 2.0、Runway Gen-4.5 等模型已经能够生成较高质量的视频素材，并支持更强的镜头控制、角色一致性或音视频联合生成。(Google DeepMind)

对研究者而言，这类工具的价值主要体现在三类场景：第一，制作算法 demo 或实验现象解释视频；第二，将复杂模型流程转化为更易理解的动画；第三，在答辩、课程展示、科普传播中降低视觉表达门槛。与此同时，OpenAI 已宣布 Sora web/app 将于 2026 年 4 月 26 日停用，API 将于 2026 年 9 月 24 日停用。这个事件标志着openai生成式 AI 的商业重心正在从单点内容生成，转向更稳定、更高频、更可嵌入业务流程的工作流执行。(OpenAI Help Center)

---

AI 对科研最深层的影响，可能不在写作和编程，而在 idea 生成、文献扫描、实验复现和自动化研究流程。 以 Sakana AI 的 The AI Scientist 为例，该系统尝试将 idea generation、literature search、experiment planning、code writing、experiment execution、figure generation、paper writing 和 review 串成端到端自动化流程。(Sakana AI)

这类系统说明，AI 已经不只是执行单个科研子任务，而是开始模拟完整的研究循环。即使不采用全自动研究系统，研究者也已经可以构建半自动流程：让 AI 每天跟踪 arXiv 和目标实验室论文，每周生成领域动态简报；让 AI 对开源仓库进行依赖分析和复现实验；让 AI 基于已有结果提出下一组消融实验；让 AI 在投稿前模拟审稿人给出批评意见。

但这一环节也最容易产生误判。AI 生成的 idea 往往语言完整、结构清楚，却可能缺乏真正的科学价值；AI 生成的实验计划看似严密，却可能遗漏关键控制变量；AI 生成的论文初稿可能像论文，但未必包含可被同行认可的原创贡献。因此，越是在“自动科研”环节，越需要强调研究者的责任：AI 可以扩大候选空间，但不能替代科学判断。

AI 对科研的重塑不是单点工具替换，而是科研劳动结构的再分配。过去，一个研究生的大量时间消耗在检索、格式、样板代码、调参、报错、画图和初稿写作上；现在，这些环节正在被 AI 系统部分接管。相应地，研究者的核心竞争力也在迁移：

过去更重要的能力	未来更重要的能力
手写大量代码	设计任务、审查代码、控制实验变量
从零写作	结构化表达、事实核查、论证修正
手动检索文献	建立持续文献监控与筛选机制
复现单篇论文	快速比较多篇方法并判断真实贡献
单人线性推进	人类 + 多 Agent 并行推进
会使用工具	会设计工作流、约束 AI、验证结果

---

二、AI 真的让Research“轻松”了吗？

AI 的确降低了许多任务的执行成本，但它同时引入了新的依赖结构、成本结构、风险结构和认知负担。AI 并没有简单地“减少工作”，而是在重组科研劳动：有些工作被压缩了，有些工作被转移了，也有一些新的工作被创造出来了。

2.1 依赖与额度焦虑：工具越强，切换成本越高

在科研和工程社区中，“用上高水平模型之后很难退回去”已经成为一种普遍体验。 表面看，这只是用户对更好工具的偏好；更深层看，它反映的是工作流依赖的形成。

当研究者习惯了高水平模型在长上下文理解、多文件修改、复杂推理、代码调试和实验规划上的能力之后，次一级模型即使“也能用”，也会在关键任务上显得不够稳定。此时，AI 不再只是一个可替换的工具，而逐渐成为研究者日常工作流中的基础设施。

这种依赖进一步带来额度焦虑、账号焦虑和可用性焦虑。 Claude 官方说明中明确提到，usage limits 决定用户在特定时间段内可以发送多少消息，或可以使用 Claude Code 多长时间；OpenAI 的 ChatGPT 帮助文档也显示，不同套餐存在滚动消息上限，达到上限后会自动切换到较小模型或等待重置。也就是说，对于重度用户而言，“今天额度是否够用”确实会成为一个实际约束，而不是单纯的心理感受。(Claude Help Center)

这种状态对研究者尤其明显：如果一天的实验设计、代码修复、论文润色和组会材料都依赖同一套 AI 工作流，那么额度变化、模型降级、账号异常或网络波动，都会直接影响当天的科研产出。

依赖类型	典型表现	潜在后果
模型能力依赖	只愿意把复杂任务交给少数顶级模型	次级模型无法替代，工作流弹性下降
额度依赖	大任务前先检查剩余额度或 token 预算	工作节奏被平台限制牵引
账号依赖	担心账号异常、风控、支付失败	科研计划受到非学术因素干扰
工具链依赖	IDE、终端、文档、浏览器都围绕某一套 agent 搭建	一旦工具变更，迁移成本高
心理依赖	不再愿意独立完成推导、debug 或写作初稿	长期可能削弱独立思考和问题定位能力

依赖本身并不一定是坏事。科研本来就依赖计算机、数据库、LaTeX、Git、云服务器和 GPU。问题在于，AI 依赖往往更加集中、更加不透明，也更容易受到额度、政策、区域、账号和服务状态影响。 因此，研究者需要从一开始就意识到：AI 工具应该被纳入科研基础设施管理，而不是仅仅作为聊天窗口使用。

---

2.2 使用门槛并未消失，只是从“技术门槛”转向“基础设施门槛”

AI 工具降低了很多任务的执行门槛，但并没有消除使用门槛。 相反，对于希望稳定使用第一梯队模型的重度用户而言，门槛正在从“会不会写代码、会不会查资料”，转向“能不能稳定获得模型、账号、支付、网络和算力资源”。

层级	现实问题	主要风险	For example
账号层	部分用户通过非官方渠道获取账号、共享账号或转售账号	账号封禁、隐私泄露、付款纠纷、服务条款风险	在 GamesGo、闲鱼、Tele***m 群里买账号，或参与"共享号"。面对 AI 厂商日益收紧的区域政策，有人为一个注册名额宁可重装一遍系统、换一整套指纹
区域与身份验证	部分服务存在区域限制或身份验证要求	访问不稳定、合规风险、账号追责困难	SMS 接码平台（sms-activate、五次方、椰子 SMS 等）购买临时号码用于注册；Google Voice、各国虚拟号码轮换。
支付层	跨境支付、订阅失败、虚拟卡不可用	资金损失、支付风控、订阅中断	虚拟美国信用卡（Depay、OneKey Card、Bybit Card、WildCard 等），手续费不低，偶尔还会遇到发卡行被大厂封堵。极客们甚至会迈入币圈。 为给虚拟卡充值，有人专门去做币圈交易所的 KYC 实名，买入 USDT，再转入发卡平台——本质上不是为了炒币，只是把 USDT 当成一根"外汇转接管"。
网络层	不同地区访问体验差异明显	隐私风险、连接不稳定、账号风控	同时订阅多个“科学飞行”防止失效，或者直接买海外 V*S 自建飞行器（Tro**n、Hys***ia、V***S 协议轮番测试）。IP 纯净度、落地国家、住宅 IP 还是机房 IP，成了"日常关注话题"。
API 与中转层	API 聚合、中转站、兼容层大量出现	数据泄露、密钥滥用、账单风险、服务不可控	CLIProxyAPI、WebAPI、one-api、new-api 这类开源项目大量出现，做"把官方 API 包装成兼容各家客户端的中转层"。顺带诞生了一批商业中转站——市场已接近饱和，价格战正在开打。
本地算力层	本地部署开源模型需要 GPU、内存和工程维护	硬件成本高、模型效果不稳定、运维负担重	为了在本地跑开源大模型（DeepSeek、Qwen3、GLM），二手卡市场变换莫测。4090、3090、乃至 A100 80G 二手价常年在涨跌之间翻腾。
国产替代层	Kimi、Qwen、DeepSeek、GLM 等承担日常任务	能力边界、生态兼容性、关键任务可靠性	把 Kimi、Qwen、DeepSeek、GLM 作为"日常备胎"，保留 Claude/GPT 用于关键任务——这基本是目前多数人的务实选择。

这一部分最重要的判断是：AI 的使用成本并不只等于订阅费。 对重度用户而言，真实成本还包括账号稳定性成本、网络环境成本、工具迁移成本、数据安全成本、API 调试成本、本地部署成本，以及因为工具不可用而造成的时间损失。

此外，非官方渠道和绕过限制的使用方式往往存在明确的合规风险。OpenAI 的使用条款禁止规避速率限制、限制措施或安全保护；Anthropic 也明确表示，其服务条款禁止在某些不受支持地区使用服务，并会对违反政策、服务条款或区域政策的账号采取警告、暂停或终止访问等措施。 (OpenAI)

在 AI 成为科研基础设施之后，研究者面对的不再只是“是否会使用 AI”，而是“如何以稳定、合规、可持续的方式使用 AI”。这背后涉及账号、支付、网络、API、隐私、数据安全和本地算力等一整套新的基础设施问题。

---

2.3 效率悖论：单位任务变快，单位时间的任务变多

AI 最容易制造的误解是：既然单个任务更快完成，那么研究者就会更轻松。现实往往相反。效率提高之后，组织和个人对产出的预期也会同步提高。

已有研究确实证明，生成式 AI 能显著提高一些任务的完成效率。例如，GitHub Copilot 的受控实验显示，使用 Copilot 的开发者完成编程任务的速度快了 55.8%；Noy 和 Zhang 关于写作任务的实验显示，ChatGPT 使平均完成时间下降约 40%，输出质量提高约 18%；Dell’Acqua 等关于咨询任务的研究则提出了“锯齿状技术前沿”概念：AI 对某些任务显著提效，但在另一些看似相近的任务上可能反而降低表现。(arXiv)

这些研究共同说明：AI 的效率提升是真实存在的，但它并不自动转化为人的休息时间。更常见的结果是，任务颗粒度被压小，交付周期被压缩，并行项目数量增加。

过去的科研节奏	AI 介入后的科研节奏	结果
复现一个 baseline 需要一到两周	期望几天内跑通核心结果	复现压力增大
论文初稿需要长期积累	期望快速形成完整 draft	写作周期压缩
一个学生主要负责一个项目	一个学生同时推进多个方向	上下文切换增加
组会汇报重在阶段性进展	期望每周都有可视化结果、图表和 demo	展示压力增加
debug 是自然消耗时间	AI 能帮忙后，debug 时间被认为应该显著缩短	容错空间变小

这就是所谓的效率悖论：AI 降低了单位任务的执行时间，但也抬高了单位时间的产出预期。 对研究者而言，最直接的表现是：以前一个项目由多人协作完成，现在一个人借助 AI 也能完成较大比例的实现；但与此同时，这个人很可能被分配更多项目、更多复现任务、更多材料撰写和更多横向协作。

因此，AI 没有简单地减少工作量，而是改变了工作量的形态：从长周期、低并行、低频反馈，变成短周期、高并行、高频反馈。人的疲劳也随之从“做得慢”转向“切换太快、判断太多、持续在线”。

---

2.4 思考能力的外包：Research过程中最值得警惕的问题

对研究者而言，AI 最大的风险不一定是写错代码，也不一定是生成错误引用，而是悄悄替代了训练过程中最关键的环节：独立思考。

研究者的核心不只是产出论文，而是形成研究判断力。这种判断力包括：能否识别一个问题是否重要；能否判断一个方法为什么有效；能否从异常实验结果中发现线索；能否看出一篇论文的真正贡献和局限；能否在没有标准答案的情况下推进问题。

这些能力很难通过“看 AI 生成结果”获得。它们往往来自大量低效、痛苦但必要的训练过程：自己推导公式、自己定位 bug、自己复现实验、自己组织论证、自己被审稿人质疑之后重新思考。

近年来的研究也开始提示这一风险。Microsoft Research 与 Carnegie Mellon 的一项研究调查了 319 名知识工作者，收集了 936 个生成式 AI 使用案例，指出知识工作者在使用 AI 时仍会进行目标设定、提示词修正和结果评估，但对 AI 的信心越高，投入批判性思考的努力可能越低。另一项关于 AI 工具、认知卸载与批判性思维的研究也发现，认知卸载在 AI 使用与批判性思维能力之间起到中介作用，即用户越倾向于把思考过程交给 AI，越可能削弱自身的批判性思维表现。(microsoft.com)

如果 AI 长期替代研究者完成 idea 生成、实验设计、理论解释和论文论证，那么研究者可能在短期内产出更多材料，却在长期失去判断问题的肌肉。

可以把 AI 使用分成三种层级：

使用层级	典型做法	对能力训练的影响
工具型使用	让 AI 查错、润色、生成代码模板、整理表格	风险较低，主要提高执行效率
协作型使用	让 AI 提出候选方案，人类比较、验证、反驳	风险可控，有助于扩大思路
替代型使用	让 AI 直接给 idea、结论、推导和论文主张，人类只做排版	风险较高，可能削弱独立研究能力

更健康的方式不是拒绝 AI，而是避免把最核心的思考过程完全交给 AI。一个可操作的原则是：

凡是决定论文贡献、实验结论和学术判断的环节，应先由研究者独立形成初步判断，再让 AI 扮演反方、审稿人或实现助手，而不是让 AI 先给出结论。

---

2.5 审稿环境也在变化：流畅但空泛的文字正在贬值

AI 写作能力的提升，还带来了另一个变化：审稿人和会议组织者对“AI 味”文本越来越敏感。这里的关键问题不是某一段文字是不是由 AI 生成，而是文本是否体现了作者对具体问题的真实判断。

在 AI 辅助写作普及之后，论文中更容易出现一些表面规范但实质空泛的表达：背景宏大、术语密集、逻辑平滑，但缺少具体问题锚点；related work 看似完整，但没有真正比较方法差异；contribution 列得很整齐，但没有解释为什么该贡献重要；limitation 写得礼貌，却没有触及方法的真实边界。

这种写作在过去可能只是“普通”，但在 AI 时代会显得更加可疑，因为它太像自动生成的“合理文本”。同时，学术出版界也已经开始更严肃地治理生成式 AI 使用问题。例如，ICML 2025 明确禁止审稿人使用生成式 AI 工具撰写评审，也禁止将投稿内容或评审内容输入生成式 AI 工具；Nature 也在 2026 年报道了 AI 幻觉引用污染科研文献的问题，指出 2025 年的大量出版物可能包含无效引用。(ICML)

因此，AI 时代的论文写作反而更需要作者的“原生判断”。审稿人真正看重的不是文字是否流畅，而是：

审稿人关注点	AI 容易生成的表象	作者需要补上的实质
问题是否重要	宏大背景与通用动机	明确具体场景中的真实痛点
创新是否成立	列出三点 contribution	说明与已有方法的不可替代差异
实验是否充分	自动生成整齐的表格和消融	解释实验为何能支撑核心论断
局限是否诚实	模板化 limitation	说清楚方法在哪些条件下会失败
论证是否可信	流畅的学术表达	可追溯的证据链、代码、数据和引用

AI 并没有让科研自动变轻松。它确实减少了许多低层级执行工作，但也带来了新的压力：工具依赖、额度焦虑、基础设施维护、合规风险、任务并行化、认知外包和质量审查。

准确的说：AI 降低了“做出东西”的门槛，但提高了“做出可信、可复现、有判断力的东西”的要求。

---

三、Agent 时代的 Individual Research：研究者还能把握什么？

这个问题没有终极答案，但能先形成一个阶段性判断：Agent 时代的个人研究能力，不再体现在“是否亲手完成每一个步骤”，而体现在能否定义问题、组织证据、约束 AI、审查结果，并持续形成自己的研究判断。

2025 年以来，AI agent 相关研究与产业应用明显升温；已有综述指出，2025 年提及 “AI Agent” 或 “Agentic AI” 的论文数量超过 2020—2024 年总和的两倍以上。这说明，Agent 不再只是产品宣传词，而正在成为 AI 系统、知识工作和科研工具链的重要组织形式。(arXiv)

---

3.1 把握 AI：明确人机分工边界

Agent 时代最重要的第一步，不是追逐最新模型，而是重新定义 AI 在科研中的位置。比较稳妥的定位是：AI 是高能力执行层、低成本讨论伙伴和流程加速器，但不应成为问题定义者、最终判断者和学术责任主体。

这一点也符合当前主流 AI 治理框架的基本精神。NIST AI Risk Management Framework 强调对 AI 风险进行治理、映射、度量和管理；OECD AI Principles 也强调可信 AI 应服务于人本价值、透明性、责任和安全性。对于科研工作而言，这些原则可以转化为一个更具体的实践要求：AI 可以参与研究流程，但研究者必须保留决策权、解释权和责任边界。 (NIST)

第一，真问题的选择不完全交给 AI。
“这个问题为什么重要？”“它是否值得投入三年？”“它和我的长期研究方向有什么关系？”这些问题不能只靠 AI 生成的候选列表决定。AI 可以帮助研究者比较方向、补充背景、指出相关工作，但很难替代一个人基于学科积累、现实场景、导师训练和个人兴趣形成的问题意识。

第二，关键实验现象的解读不完全交给 AI。
曲线异常、baseline 反常、某个 setting 下方法突然失效，这些现象往往是研究中最有价值的线索。AI 可以帮助列出可能原因，但研究者必须亲自经历诊断过程。否则，debug 直觉、实验嗅觉和方法敏感度会逐渐退化。

第三，对自己工作价值的陈述不完全交给 AI。
论文 introduction、contribution、limitation、答辩陈述、组会总结，这些位置不是语言包装，而是作者研究判断的集中体现。如果连作者本人都不能用自己的语言解释“这个工作真正解决了什么问题”，AI 写得再流畅，也无法构成扎实的学术贡献。

---

3.2 把握时代：保留一段“无 AI 时间”

Agent 时代的研究者需要高效使用 AI，但也需要主动保留一段不被 AI 介入的思考时间。这个建议不是反技术，也不是复古，而是为了避免将形成判断的过程完全外包。

Microsoft Research 与 Carnegie Mellon 的研究调查了 319 名知识工作者、936 个生成式 AI 使用案例，发现用户在使用 GenAI 时会进行目标设定、提示修正和结果评估；但当用户对 AI 信心越高时，投入批判性思考的努力可能越低。这个结论对研究者尤其重要：如果 AI 被用于替代“想”的过程，而不仅是加速“做”的过程，长期训练效果可能会受损。(microsoft.com)

专家能力的形成通常需要长期、有目标的练习。Ericsson 等人在 deliberate practice 研究中提出，专家表现来自长期努力改进能力的过程；后续研究也指出，刻意练习并非解释一切，但某种形式的持续训练对于能力提升仍然不可替代。(教育资源信息中心)

因此，Agent 时代更需要一种“认知保留区”：
AI 可以加速执行，但研究者必须保留独立建模、独立推导、独立判断和独立表达的训练时间。

---

3.3 与成本和解：降低对顶级模型的迷信

很多研究者的焦虑来自一个隐含假设：只要能稳定使用最强模型，研究效率就会显著提升。这个假设只有一部分成立。

顶级模型在长上下文、多步骤推理、复杂代码库理解和跨文件任务中确实有优势。但在大量日常任务中，瓶颈并不是模型能力，而是研究者没有把问题定义清楚。换句话说，很多时候不是“模型不够强”，而是“问题没有被拆解成可以执行的形式”。

Dell’Acqua 等关于知识工作者使用 GPT-4 的研究提出了 “jagged technological frontier” 概念：AI 对某些任务显著提升表现，但对另一些看似相近的任务可能反而造成干扰。这说明，AI 能力边界并不是平滑曲线，不能简单地用“模型越强越好”来替代具体任务判断。(SSRN)

日常任务用稳定、低成本、可替代的模型；关键任务才使用最强模型。 顶级模型应该服务于“硬骨头”：复杂推理、长文档综合、核心代码审查、论文主张反驳、实验路线推演，而不是被消耗在所有小任务上。

这也有助于避免“工具焦虑”变成新的拖延。花大量时间追逐账号、额度、插件、中转和模型切换，并不一定比认真定义一个实验问题更有价值。PLOS Computational Biology 关于科研中使用 AI 的“十条规则”也把“先框定科学问题”放在首位：研究者应先明确自己的科学问题，再判断 AI 是否适合介入，而不是从工具出发倒推研究方向。(PLOS)

---

3.4 把握自己：重新定义研究的价值

Agent 时代最容易带来的焦虑是：如果 idea 可以由 AI 生成，代码可以由 AI 编写，论文可以由 AI 起草，那么研究的价值在哪里？

这个问题不能用“AI 还不够强”来回避。 更严肃的回答是：研究的价值正在从“完成科研任务”转向“形成研究判断”。任务可以被拆解和委派，但判断难以被完全外包。

当前关于 AI 科学发现的研究也提示了类似边界。Scientific Reports 2025 年的一项研究认为，在其设定的分子遗传学任务中，当前 GenAI 更擅长产生增量式发现，而难以从零产生真正的基础性发现；作者还指出，当前系统难以像人类科学家那样从异常现象中形成原创性假设。这个结论不应被理解为 AI 永远无法创新，但至少说明：在当前阶段，科学判断、异常识别和原创问题形成仍然是人的关键责任。 (Nature)

第一，定义真问题的能力

一个好问题通常同时满足三个条件：有人在乎，尚未解决，在研究者的资源和能力射程之内。AI 可以帮助分析已有问题的优缺点，但很难替研究者找到真正属于自己的问题。

真正的问题意识往往来自具体场景：导师长期训练、实验室设备约束、企业合作需求、工程系统中的失败案例、数据采集中的异常、跨学科交流中的摩擦。这些东西不是单纯从论文摘要中生成出来的，而是长期浸泡在现实问题中形成的。

第二，建立长期判断力，也就是 taste / eye

研究中的 taste 不是审美偏好，而是判断一个方向是否值得投入、一个方法是否真正优雅、一个结果是否异常重要、一个领域是否即将转向的能力。

这种能力通常不能通过短期提示词获得。它来自长期阅读、长期失败、长期复盘，以及对同一类问题持续数年的观察。AI 可以帮助比较观点，但很难替人承担“几年后回头看，这个方向是否真的值得”的判断。

第三，处理不可完全数字化的现实约束

越是具身、现场化、跨组织、长周期的工作，越难被 AI 完全替代。例如：

场景	为什么难被完全替代	对研究者的训练价值
真实设备实验	设备状态、噪声、故障和校准无法完全文本化	训练工程直觉
长期数据采集	数据漂移、缺失、标注偏差需要现场判断	训练数据敏感度
跨学科合作	不同领域术语、评价标准和利益约束不同	训练沟通与抽象能力
企业/工程需求	真实需求经常不等于论文中的 clean problem	训练问题重构能力
审稿与答辩	需要即时回应质疑、解释取舍和承认边界	训练学术责任感
部署与维护	系统上线后会暴露实验室环境看不到的问题	训练长期可靠性意识

这些“脏活”往往不容易被包装成AI demo，但它们恰恰构成研究者从学生走向独立研究员或工程专家的分水岭。

---

小结

Agent 时代并不意味着个人研究者失去价值。相反，它要求研究者从执行者升级为更高阶的组织者、判断者和责任承担者。

Agent 时代最值得把握的，不是每一个任务都亲手完成，而是始终保留问题意识、判断能力、验证习惯和学术责任。