ARTICLE · 1051039
科研 AI 工具对照表:先看你卡在哪一步,再决定装哪个
科研 AI 工具对照表：先看你卡在哪一步，再决定装哪个
浏览器收藏夹里躺着十几个科研 AI 网站，硬盘里存着三份不同版本的「必装清单」。
真到要写开题报告那天，打开的还是那个最熟悉的对话框。
有一说一，问题不在工具不够。工具是照着功能分类的，可你卡住的时候，脑子里想的是我卡在哪一步。
这两种分法的差别很实在。「文献工具」这四个字下面能塞进去二十个产品，你没法判断该装哪个。而「我手上四十篇 PDF 看完六篇」是一句能被立刻回答的话。
所以下面不按功能分，按卡点分。你对着第一节的五句话找一个像自己的，直接往下跳到那一节就行。
01 · FINDING THE STOP
先找出你卡在哪一步
先做一次自我诊断。下面五句话，哪句最像你现在打开电脑时的状态。
1. 开题三周了，还没搞清楚这个方向到底有哪些人做过
2. 手上四十篇 PDF，看完六篇，剩下的躺在文件夹里
3. 写引用总要翻回去核对，怕年份或者作者名记错
4. 审稿意见第一条是「建议请母语者润色」
5. 数据处理卡在代码上，一段报错看了半小时
这五句话对应五个卡点：找不到、读不懂、管不住、说不出、跑不动。
图：五个卡点对应十二个工具，前三个卡点用免费档就能覆盖
十二个工具是这么分下去的。下面一节讲一个卡点，每节末尾都写清楚它不擅长什么。
02 · CAN'T FIND
卡在文献从哪来
先明确一件事：这一步的难点不是找不到文献，是找到的太多，你没有时间把三百条标题读完。
Elicit 的强项是结构化抽取。你定义一列问题，比如「这篇用的什么统计方法」，它把几十上百篇论文的结果填进一张表。做系统综述的人最吃这一套，它支持 PRISMA 2020 的筛选流程，能导出 CSV、BibTeX 和 JSON。
它的短板同样清楚：不帮你搭论证，只做筛选和提取。你拿到一张漂亮的表，怎么用它是你的事。
Consensus 走另一条路。你直接问一句「间歇性禁食能不能改善 2 型糖尿病患者的胰岛素敏感性」，它给一个按证据等级分层的答案，每条结论都能点回具体研究。它适合快速验证一个假设，不适合管理一大批文献。
要注意它的索引偏生物医学和社会科学。做人文或者高度交叉方向的，覆盖面会窄一些。
Connected Papers 一个问题都不回答，它只画图。给一篇种子论文，它把引用关系铺成一张网，一眼能看出这个领域里哪几篇是被反复引的枢纽。
找方向的时候，这比换关键词检索快得多。
NOTE
这三个工具都有免费档，额度够做一次完整试验。付费档的差别主要在批量处理和导出格式上。各家价格调整频繁，口径随时会变，真打算买的时候以官网为准。
03 · CAN'T READ
卡在论文读不懂
这里有条时效信息得先说：NotebookLM 已经改名叫 Gemini Notebook，域名迁到了 notebook.google.com。Google 在 7 月做的改名，现在网上还挂着大量教程用的是旧名字和旧网址。
Gemini Notebook 的定位很窄，但很稳。它只回答你上传的资料里有的东西，每个答案带内联引用，点一下跳到原文那一段。
这个设计解决的是最要命的一个问题：你不需要去验证它有没有编。代价是它不帮你搜文献，也只管你扔进去的那一小堆。单库能放的源数量有限，大课题得分库。
SciSpace 适合啃单篇难读的论文。方法部分绕、统计表没有叙述、满篇术语，你可以高亮任何一段让它用平白的话讲一遍。
跨语言翻译能在阅读界面里直接做，不用切出去。对读非母语文献的人来说，这一点比什么功能都实用。
ChatPDF 最轻。不用注册就能用，免费档每天两篇 PDF，回答带页码。适合偶尔需要看懂一篇论文的场合。
为这种需求买一整套研究平台，等于拧个螺丝买了一台车床。
图：单篇精读、一批追踪、临时看懂，三种需求对应三种工具，不要互相替代
⚠ 注意
这三个工具的共同边界：它们能返回真实存在的引用，但生成的摘要未必被那条引用支持。有高校图书馆的评估专门指出过这点，工具给出的引用看着可信，结论却可能超出原文。凡是最终结论要负责任的地方，回原文。
04 · CAN'T TRACK
卡在引文管不住
Zotero 免费、开源，由非营利机构维护。库是本地的 SQLite 数据库，你随时能整个带走，这个所有权在多卷本的长期课题里比任何功能对比都值钱。
浏览器插件一键抓元数据，PDF 在应用内标注，标注和文献元数据绑定，最后生成任何格式的参考文献表，能插进 Word、LibreOffice 和 Google Docs。
这两年老老实实长出来一批第三方 AI 插件，补上了它的短板：自动打标签、库内检索、按集合批量推给 AI 笔记本。
它的问题也直说：它不帮你想。没有综合层，笔记功能基础，界面谈不上好看。它管文献，不把文献变成观点。
Scite 管的是另一件事：一条引用究竟是被后来的研究支持了，还是被反驳了。它把引用语境分类，写讨论部分的时候能立刻知道某篇论文后来有没有被别人推翻。
这一步在审稿人眼里是加分项。他知道你查过。
图：从抓进来到查证，引用和文献全程绑在一起，不靠事后补
05 · CAN'T SAY
卡在语言这关
Paperpal 是冲着投稿这一关做的。它按期刊惯例检查稿件，能标出统计报告不规范、缩写前后不一致、缺研究局限声明这类会直接导致拒稿的问题，和 Word 集成。
Writefull 的思路不同。它拿你的句子和已发表论文里的语言模式做比对，给的建议是「学术圈实际这么写」，而通用语法检查工具给的是「语法对不对」。
语法本来没问题、但读起来不像本领域论文的人，用它对症得多。
NOTE
这两个都不该用来重写你的推理。让它改英语，论点留给你自己。给其中任何一个下「整体重写」的指令，得到的稿子读起来就不是你写的了。
越是能省事的地方，越容易翻车。
06 · CAN'T RUN
卡在代码跑不动
Cursor 这类带 AI 的编辑器，在科研场景里最实用的一点是「我看不懂这段报错」。把整段报错贴进去，让它解释变量含义并给出改法，比翻论坛快。数据分析的胶水代码、批处理脚本、图表格式化，这类活它接得住。
本地模型（Ollama、LM Studio 这类）解决的是另一个问题：数据不能出本机。涉及未发表数据、临床数据、涉密材料的时候，本地跑是唯一可选的路线。
代价要认：能跑动的模型规模和云端差一截，硬件是自己出的，长文档处理会明显吃力。它的价值在合规，不在性能。
图：起步不需要花钱，三个免费工具就能覆盖从收藏到精读的整条链路
怎么开始
装工具的顺序比装什么更重要。
先装 Zotero，再装 Gemini Notebook，加上 Elicit 的免费档。这三个凑起来覆盖从收藏、筛选到精读的整条链路，一分钱不用花，而且是本地库加云端问答这样一组稳妥的搭配。剩下的按卡点加，卡在哪补哪。
顺序反过来的话，你会先装一堆看起来很强的工具，然后发现没有一个能接上你现有的 PDF 文件夹。
今天可以做的动作：打开 Zotero 官网下载，把那四十篇 PDF 拖进去，再去 Gemini Notebook 建一个库，扔十篇进去问三个问题。半小时能跑完，跑完你就知道自己卡在哪一步了。
如果你已经有一堆装了没打开过的工具，欢迎在评论区说说哪个装了就没再用过，我看看是不是也踩过同一个坑。