夜雨聆风6月28日早上7点10分，一条推文把学术圈和AI圈同时点着了：19个专用智能体并行做研究，目标不是陪你聊天，而是直接起草论文。
这就不是普通AI写作那一路子了。
OpenDraft这东西，我先划重点：它本质上是一个开源的多智能体论文草稿引擎，MIT许可证，核心卖点就三条——19个角色分工、引用逐条校验、10分钟级出初稿。项目现在已经不只是GitHub上的实验品，托管版 OpenPaper 也已经跑起来了，免费额度能直接上手，这一点对学生党和研究助理特别友好。
真正让我觉得它有意思的，不是“写得快”，而是它抓住了学术写作里最烦、也最容易翻车的那一段：文献综述和引用。
过去很多人拿通用大模型写论文，最怕的不是语句不顺，而是参考文献一本正经地胡说。OpenDraft这套思路刚好反过来，它不是让一个模型从头硬写到底，而是拆成检索、提纲、章节写作、引用验证、导出这些环节并行推进，对接 CrossRef、OpenAlex、Semantic Scholar、arXiv 这类学术源。说白了，先把“能不能对上真实文献”这件事卡死，再谈生成。
这一点很关键。
而且这条路并不是野路子。Anthropic 在 2025 年 6 月做 Claude Research 时，也公开讲了同一套逻辑：研究任务不是一条直线能跑完的，得让主智能体拆题，再让多个子智能体并行查不同分支，最后再单独做引用定位。内部评测里，多智能体方案对复杂研究题的完成质量提升非常明显，代价则是 token 消耗大幅上涨。
所以你会发现，OpenDraft像什么？它像“研究论文界的 Claude Code”，但更接地气，因为它直接冲着论文初稿、文献综述和格式导出去了。
现在它给到的能力也挺完整：支持 research paper、bachelor、master、phd 这些类型，能导出 PDF、Word、LaTeX，托管版有免费额度，进阶还有订阅档。官方示例里已经摆了 31 篇生成论文，总计 239534 个词、547 条引用，题目从金融到医疗再到社会科学都有，甚至还有德语论文。这个量一摆出来，你就知道它不是PPT产品。
但我也得把边界说透。
它适合的是“搭框架、跑综述、起初稿、核引用”，不是替你完成研究判断。哪怕它能在约10分钟里拉出一篇 2 万字级别的草稿，那也只是把最耗体力的活先跑完：找文献、搭骨架、把格式和出处先扶正。真正决定论文值不值钱的，还是你的问题意识、论证深度、样本和方法。
说白了，AI能帮你把铲子递过来，坑还得你自己挖。
另外一个现实问题也得看清：它虽然支持中文输出，但核心学术源还是国际数据库这一套。你要写中文硕士论文，特别是重度依赖知网、万方、维普、GB/T 7714 的场景，它现在更像“高质量初稿发动机”，不是“交稿即用终稿机”。这不是短板控诉，而是适配边界。认清这一点，你反而用得顺手。
我个人其实挺吃这一套。因为它不是拿“更会说话”当卖点，而是拿“更像一个研究团队分工”当卖点。这个方向我很看好。AI进入生产工具阶段之后，最值钱的不是单轮惊艳，而是流程可审计、结果可回查、出错点可定位。OpenDraft至少是在往这条正路上走。
适合谁？赶论文开题、做文献综述、要快速搭研究框架的人，真能省下大把时间；想一键生成最终版、直接交差的人，可以先别想太美。它适合把脑力花在判断上的人，不适合把责任全甩给AI的人。
这玩意最香的地方，不是帮你写完论文，是帮你早点开始思考。
⚠️ 文中参数与行情均整理自网络公开信息，可能存在出入，一切以官方发布和实际为准。
