投稿前，先让AI把你的论文批到60分以下

本文是「ARS学术写作系列」第③篇。前两篇讲了文献研究和写作流水线，这篇讲投稿前最后一道关——用ARS的 academic-paper-reviewer 技能模拟同行评审。

我见过最让人崩溃的一封邮件，是一个公卫领域做慢病管理的同学转发给我的审稿意见截图。

第三条写道：

"The statistical model used is inappropriate for the correlated data structure. The conclusions drawn are not supported by the presented analysis."

她准备了将近半年。数据是真的，是她辖区2018到2023年糖尿病管理登记的实际数据。分析自己跑的，英文找人改了两遍。

然后等了三个月，等来了这一条。

她当时问我：这个意思是说我统计方法用错了？

对。就是这个意思。

审稿人有时候很挑剔，有时候很专业，有时候专门来让你难受。但他们做的事本质上很简单：拿着你的论文，一条一条找问题。

ARS的 academic-paper-reviewer 技能做的，也是这件事——只不过是在你投稿之前做，给你还来得及改的时间。

一、不是帮你夸一遍：5份独立报告，5个不同角度

很多人对AI审稿有一个预期：AI会给你写几条鼓励性反馈，然后说"整体不错，小修一下就可以投了"。

ARS的审稿不是这样工作的。

触发 full 模式之后，后台7个Agent协同运行，对外输出5份独立评审报告。每份报告来自不同角色，关注不同维度。

EIC（主编）评估的是整体价值判断：这篇文章有没有期刊发表的价值？方法论框架是否完整？结论有没有超出数据支撑的边界？EIC给的是"值不值得送外审"的判断，也是最接近编辑第一轮筛选时看的东西。

3个动态领域审稿人是根据你论文的实际内容自动选择的。

你写的是流行病学观察研究，审稿人会侧重研究设计和混杂因素控制；你写的是卫生政策评估，审稿人会关注政策可行性和利益相关方分析；你写的是系统综述，审稿人会挑文献检索策略和异质性处理。你不需要告诉它你写的是什么类型，它自己判断。

Devil's Advocate 是整套机制里最特别的角色，单独拎出来讲。

5份报告，意味着同一篇稿子从5个不同角度被看过。这不是同一个AI换几种语气说同一件事，是5份真正独立的评估。

二、Devil's Advocate：那个专门来怼你的AI

Devil's Advocate，字面意思是"魔鬼代言人"。

在学术语境里，这个角色有一个明确的任务：专门找你论点里的漏洞，然后构建最强的反方论证。

不是找错别字，不是挑格式问题。是攻击你的核心论点本身。

举个具体的例子。

你写了一篇关于"家庭医生签约制度降低了基层糖尿病患者住院率"的研究，结论是干预有效。

Devil's Advocate会提这样的问题：

• 你的对照组怎么选的？签约率高的地区，是不是本来就是健康意识更强的人群？选择偏倚有没有处理？
• 干预前后住院率的变化，有没有可能是同期医保报销政策调整导致的？你控制了吗？
• 随访时间够不够？住院率降低是真实的健康改善，还是暂时的就医行为变化？

公卫领域还有几类高频被攻击的角度：

• 生态学谬误：用群体数据推导个体因果（比如说"高血压患病率高的社区，心血管事件也多"，但这不能直接证明个人血压和个体事件之间的因果）
• 混杂因素遗漏：年龄、性别、社会经济地位这些常见混杂因素，你有没有在多因素模型里控制？
• 时间依赖偏倚：如果用的是既接受干预又进展更快的患者数据，结论可能完全反过来

这三个问题，真实的审稿人可能提，也可能不提。Devil's Advocate一定提。

让步阈值协定（Concession Threshold Protocol）是这个角色的核心机制。

通俗地说：它不会因为你反驳它就改口。

很多AI工具有一个让人又爱又恨的特点——你说"你理解错了"，它立刻回应"哦你说得对，这个问题确实不大，我收回这条批评"。

Devil's Advocate不这样工作。它有一个内置的"让步阈值"：你的反驳必须提供具体的方法论依据，达到一定的论证质量，它才接受并调整立场。

你如果只是说"这个问题我在方法部分已经解释过了"，它的回应是：具体在哪一段，怎么解释的，解释是否充分？然后继续保持批评。

这很烦，但这是对的。

你的论文投给真实期刊之后，审稿人不会因为你在回复信里多写几行就改变结论。Devil's Advocate在提前训练你面对这种处境的能力——你在这里练过怎么回应，到时候写回复信的时候就不会手足无措。

一个好的导师不会只说"写得不错"。Devil's Advocate是那种导师的AI版。

三、0到100分：你的论文现在在哪个档位

评分不是最终目的，但评分可以告诉你问题有多严重。

ARS使用0-100分的评分体系：

没有参与奖。你的论文如果得了47分，它会告诉你47分。

评分覆盖多个维度：研究设计与方法论、数据与统计、论证逻辑、文献覆盖完整性、写作质量、研究创新性。每个维度单独给分，不只看总分。

评分结果怎么用？

一个关键原则：总分高低不重要，短板决定命运。

比如一篇论文总分68分，看起来还行——但如果方法论维度只有40分，说明统计方法是核心硬伤。这种情况，文献综述写得再好、讨论部分再精彩都没用。真实的审稿人看到方法论问题会直接建议大修或拒稿，不会因为其他部分出色就网开一面。

反过来，有些论文总分不高，但每个维度都均衡地差，没有某一项特别差——这种情况下反而比"总分高但某项瘸腿"的论文更容易通过，因为没有明显的致命伤。

找到得分最低的维度，集中改那里，比均匀地"打磨"全文效率高很多。

四、6种审稿模式，按你现在的情况选

不是所有情况都需要跑完整的 full 模式。根据你现在的实际需求：

calibration 模式比较特殊——它是对审稿工具本身的质量测试，输出误报率（FPR）、漏报率（FNR）和AUC指标。如果你对AI审稿的可信度有疑虑，跑一遍 calibration，看它在已知案例上的判断准确率，然后再决定多大程度上参考它的意见。

触发方式：

帮我对这篇稿件做完整的同行评审，使用 full 模式

快速评估一下这篇文章值不值得投这个期刊，用 quick 模式

上传格式支持直接粘贴文本、Markdown或Word文档。

五、已经收到真实审稿意见了，怎么用

投出去之后收到审稿意见，不知道怎么处理——这个场景同样可以用ARS。

revision-coach 模式不是帮你改稿，是帮你读懂审稿意见。

审稿人有时候写得很含糊。"The methodology section needs substantial improvement" 这种话，你不知道具体要改什么。revision-coach 会：

1. 逐条解析审稿意见，把含糊的批评翻译成具体的修改任务
2. 判断每条意见的优先级（必须处理 / 建议处理 / 可以礼貌反驳）
3. 生成回复信框架，对每条意见给出有针对性的回应模板

比如审稿人写："The authors should consider including more recent literature."

revision-coach 的解析可能是：

这条意见指向文献时效性不足。优先级：必须处理。

建议：补充2023-2025年发表的相关研究，重点关注你核心暴露因素的最新证据。如果你已经纳入了近期文献，检查是否在综述中给予了足够的讨论。

回复信模板：We thank Reviewer X for this suggestion. We have now included [N] additional studies published in 2023-2025, which are incorporated into the Introduction and Discussion sections...

你不需要从零开始写回复信，也不需要猜审稿人的真实意图。

re-review 模式是改完之后用的。

把修改后的稿子和原始审稿意见一起交给 re-review，它会逐条核查：每条意见是否已经有效回应？修改有没有引入新的问题？修改后的稿子和之前的版本相比，整体得分变化是多少？

在你提交修改稿之前，先自己跑一遍 re-review。确认修改确实解决了问题，再按提交按钮。

六、补充一个功能：跨模型独立验证

v3.9 之后新增了 cross-model DA（跨模型独立验证）。

使用场景是这样的：你用 Claude 跑了 full 模式，Devil's Advocate 提了一批批评。但你不确定这些批评是否有普遍性，还是只反映了 Claude 这个模型的特定偏好。

cross-model DA 允许你用另一个配置好的模型（比如 DeepSeek 或 GPT-5）独立运行 Devil's Advocate 角色，然后对比两组批评的异同。

如果两个模型提了同样的问题，这个问题几乎肯定是真实存在的。如果只有一个模型提，这条批评的参考价值就要打折扣。

对公卫领域的研究者来说，有些方法论问题（比如生态学谬误、分层分析遗漏、混杂因素处理不当）是领域通识，两个模型都会提到；而有些写作风格上的批评带有模型倾向。跨模型对比帮你区分这两类，判断哪些问题值得重点处理。

使用前提：在 Claude Code 里已经配置了至少2个不同LLM服务商的模型。

结语

投稿前跑一遍审稿，得到一个60分的报告，会让人沮丧。

但这个分数是在你还来得及改的时候出现的。

真实的审稿是盲审，等三个月，打开邮件是 "We regret to inform you"。那个时候你才知道哪里有问题。

ARS的审稿不会让你的论文自动变好——那是你自己的事。它做的是：在你按下投稿按钮之前，把能发现的问题都让你发现一遍。

剩下的，交给运气。

收藏卡一：6种审稿模式速查

收藏卡二：投稿前自查清单

本文是「ARS学术写作系列」第③篇。第④篇：用了三个月，我来告诉你这个工具做不到的事。

如果你现在正在等审稿意见，或者刚刚收到"Major Revision"，把这篇转给你身边同样在熬的同门——你们需要在下一次投稿前看到这个工具。