先说说后台被问得最多的一个问题。

8月9日我写过一次翻车：让ChatGPT帮我写引言，15条引用里近四成是编的。8月26日又写过另一件事：AI其实知道自己错了，但照样把错交上来。两篇发出去之后，留言里最高频的提问是同一个——"那到底怎么办？总不能每一条引用都翻回原文核对吧。"

对，不能。靠肉眼一条条核对，本来就不是人干得完的活。今天要评测的这个开源项目，把答案直接做进了流程里。

它叫academic-research-skills，在GitHub上拿了35k颗星，是一套装进Claude Code的技能插件。先说结论：它最狠的地方，是把"查引用"做成了流程里一道绕不过去的闸门，而不靠AI"自查"。

一、它不是一键生成论文，是十个阶段的流水线

这类工具我见过不少，大多是"你给个题目，半小时给你一篇"。这个项目不是这个思路。

它把从研究到投稿拆成十个阶段：定题、文献、大纲、写作、检查、评审、修改……每个阶段之间夹着一道质量闸门，闸门不过，流程不往下走。整个包拆成四个技能：deep-research管研究，academic-paper管写作，academic-paper-reviewer管模拟同行评审，academic-pipeline管整条流水线。核心理念写在项目说明第一句：AI是副驾驶，不是飞行员。

安装也简单得不像个35k星的项目。在Claude Code里敲两行命令，约30秒装完：先 /plugin marketplace add，加这个项目；再 /plugin install 装上。装完输入 /ars-plan，就能开始用。

二、引用核查的真相：靠的不是AI的感觉，是四个数据库

讲这个项目前，先纠正一个流行说法。市面上不少AI写作工具号称"能查引用"，实际做法是让模型自己判断"这条引用像不像真的"。这有个致命问题：**让AI用感觉判断真假，和让AI编造引用，用的是同一个脑子。**它编的时候很自信，自查的时候同样自信。

academic-research-skills的做法完全不同。每一条引用，它会同时去Semantic Scholar、OpenAlex、Crossref、arXiv四个学术数据库交叉比对——这是确定性的数据库查询，不靠模型的自我感觉。为什么要四个？因为单一索引各有盲区，有的偏理工期刊、有的漏社科专著，多库交叉命中，才算真正落地。查完的引用还会带上三层定位锚点：原文出处、页码、章节段落，方便你随时翻回去核对。

更狠的是它那个可选的"声明级审计"。开启之后，流程会真的去抓取被引用的原文，逐条判断：你这句话，这篇文献到底撑不撑得起？这一步把问题从"文献是不是编的"，推进到了"文献是真的，但你是不是断章取义"——后者是审稿人最恨、肉眼最难查的一类。

项目文档里放了一次真实跑批的记录：光在Stage 2.5的完整性检查，就拦下15条编造引用和3处统计错误；跑到第四阶段复查，全部修正、零回退。

三、为什么"闸门"比"自觉"可靠

这里要接回8月26日那篇。当时那项研究的结论是：AI的诊断能力不等于纠错行动——它能指出自己哪儿错了，但未必会真的停下来改。为什么？因为"自查"是一种自觉，而自觉是会失灵的，尤其在它"以为自己干得不错"的时候。

这个开源项目给出的答案，是直接把纠错从自觉升级成机制：**检查步骤写死在流程里，闸门不可跳过，查不完就不放行。**8月26日那个问题，靠的不是更自律的模型，是靠一道物理上绕不过去的检查点。

我把这理解为AI辅助论文写作这半年里，一次很重要的思路转变：与其赌AI的自觉，不如设计AI的流程。

四、意外收获：它还管"AI味"

除了引用，这个包还内置了风格校准：从你过去的论文里学你的表达习惯，成稿时再做一次写作质量检查，把那些"一听就是机器写的"模板句挑出来。

注意，它的目的不是帮你藏AI痕迹。逻辑刚好反过来——**提醒你别写着写着，把自己写没了。**这个角度我们8月31日刚聊过：AI抹平的不只是内容，还有你的语言指纹。一个连"机器腔"都帮你挑出来的工具，等于在帮你守住最后一点"这篇是你写的"的证据。

具体怎么用？它会让你先喂几篇自己写过的旧论文当样本，学完你的表达习惯再动笔。我的做法是丢了两篇课程论文进去，跑出来的初稿在断句节奏上确实更接近我自己的口气。写英文论文的人尤其值得试——这是少数几个会主动提醒你"这句不像你"的工具。

五、三盆冷水

第一，工具免费，但烧的是你自己的API额度。官方示例里，一篇1.5万词的完整论文从头跑到尾，API费用大约4到6美元，人机协作两到四个小时。不算贵，可也不是零成本。

第二，它的苏格拉底式规划会一直追问：贡献是什么？方法是什么？证据在哪？如果你只想要个"替我写"，它会让你烦到怀疑人生。它服务的，是本来就打算先把问题想清楚的人。

第三，装上不等于万事大吉。闸门拦得住流程里的错，拦不住你没喂给它的错——研究设计本身站不站得住，依然是你的事。副驾驶负责不跑偏，方向盘一直在你手里。

六、今晚就能试的三步

第一，装。Claude Code里两行命令，30秒，免费。

第二，拿手头一篇半成品，跑一遍 /ars-citation-check。重点不是看有没有编造引用，是看有没有"文献是真的、但撑不起这句话"的引用——这一条大概率有意外收获。

第三，下一篇从 /ars-plan 开始。先让它把你问明白，再动笔。被问清楚的稿子，后面返工次数会明显变少。

写到最后想说一句。从8月9日的"怎么防假文献"，到8月26日的"AI错了怎么让它改"，再到今天这个35k星的开源项目，答案其实越来越清晰：**防假引用靠的不是更小心，是把较真固化成流程。**一个免费、两行命令、30秒就能装上的东西，可能就是目前离"AI论文不翻车"最近的答案。别观望太久，今晚先装一个。