夜雨聆风导语
AI可以在几分钟内列出几十篇“高度相关”的文献，但题名、作者、期刊和DOI看起来完整，并不意味着文献真实，更不意味着原文支持你的论点。更隐蔽的风险是：文献确实存在，却引用了预印本而非正式版本；论文已经更正、撤稿或被发布关注声明；摘要支持一个相关关系，正文却被写成因果机制。今天值得关注这一问题，是因为Crossref已把Retraction Watch撤稿数据纳入生产API，而旧的Labs入口在2026年停止更新。研究者的核验流程必须随基础设施变化升级。
第一部分：提出问题——“找到文献”与“建立证据”是两项工作
AI检索的优势是扩大候选集，弱点是把语言相似性误当作证据适配。模型可能根据常见题名结构补全不存在的卷期页码，也可能把同一研究的工作论文、会议稿和正式发表版当成多篇证据。即使元数据完全正确，模型仍无法替代研究者判断样本、识别设计、估计对象和结论边界。
投稿前的风险因此至少有四层：身份风险，即文献或DOI不存在；版本风险，即引用的不是最终或适用版本；状态风险，即文献已更正、撤稿或存在关注声明；主张风险，即原文没有支持论文中的陈述。常见做法只核对第一层，导致参考文献表“看起来真实”，正文证据链仍然错误。
第二部分：趋势与规则背景——Crossref的生产服务已经发生变化
Crossref REST API公开提供DOI、题名、作者、出版者、资助、许可、出版后更新等元数据，无需注册即可进行一般查询。2026年3月发布的年度公共数据文件包含近1.8亿条记录，较上一版本增加1270万条；Crossref同时报告Crossmark记录增加27%。这些是元数据规模与完整性变化，不代表每个字段都由Crossref独立验证。
撤稿核验入口也已调整。Crossref在2025年把Retraction Watch数据纳入REST API的`update-to`字段，来源可区分为出版者或Retraction Watch；完整CSV按工作日更新。2026年5月，Crossref明确旧Labs集成不再接收新更新，继续使用该实验入口会得到过时数据。因此，旧教程中“查Labs注释”的步骤必须替换为生产API、Crossmark和出版者页面联合核验。
第三部分：机制与方法分析——为什么DOI核验仍然不够
DOI解决的是对象识别，不是论证适配。一个真实DOI可以指向社论、勘误、数据集或会议摘要；同一题名还可能存在online first与卷期版本。研究者必须把“文献对象”继续拆成研究问题、样本、时间、变量、识别方法、核心结果和边界条件，才能判断它是否能支持论文中的句子。
撤稿状态也不能只读一个布尔变量。Crossref社区2026年曾记录Retraction Watch条目从“撤稿”改为“关注声明”后，API保留多条更新断言的情况。这提示自动流程需要读取更新时间、来源和类型，并回到出版者通知确认最新状态，而不是发现一次`retraction`就停止判断。Crossref社区案例
更重要的是主张对齐。若原文发现“ESG披露与融资成本负相关”，你的句子却写成“ESG披露降低融资成本”，就从相关性跨越到了因果关系。AI可以帮助定位原文段落，却不能替你判断识别策略是否支持因果措辞。证据等级应由研究设计决定，而不是由期刊声望、引用次数或模型置信度决定。
第四部分：数据、案例与修改前后对比
教学示例：AI返回一篇题为“Green Credit and Corporate Innovation”的文献，并给出DOI。错误流程是直接复制到EndNote，再引用“绿色信贷提高绿色创新质量”。正确流程先用`https://api.crossref.org/works/{DOI}`核对题名、作者和类型，再打开出版者页面，确认样本是否为中国上市公司、被解释变量是专利数量还是质量、方法是普通回归还是准实验，最后核查是否存在更新通知。
修改前句子：“既有研究证明绿色信贷显著提高企业绿色创新。”修改后句子：“基于特定样本和识别设计的研究发现，绿色信贷政策与企业绿色创新指标变化相关；其是否代表创新质量提升，取决于指标构造与因果识别。”后一种写法看似更克制，却准确保留了研究发现与作者判断的边界。
第五部分：对科研工作流的影响
选题阶段，AI适合扩展关键词、识别理论簇和寻找相反证据，但候选文献不得直接进入理论假设。数据与实证阶段，变量定义、政策时点和样本来源应回到原始论文与官方数据文档。写作阶段，每个带有“导致、促进、抑制、机制”等因果词的句子，都应能对应到一篇具备相应识别设计的原始研究。
投稿阶段，参考文献核验不能只由文献管理软件去重。应增加版本、更新状态和主张对齐检查。人工核验的最低标准是：关键结论至少打开出版者或正式存档页面；核心机制文献阅读方法与结果部分；所有DOI和出版状态在投稿前重新查询一次，并记录查询日期。
第六部分：实操方法——六道防线与可复制核验模板
文内图1｜AI文献核验六道防线
第一道是任务边界。把需要核验的句子拆为事实、数据、方法、研究发现和作者判断，不让一篇文献承担超出其设计的证明责任。第二道是元数据，通过Crossref、DataCite或PubMed核对DOI、题名、作者、类型和日期。第三道是出版者页面，确认正式版本、卷期、补充材料和数据可得性。
第四道是更新状态，联合检查Crossref的`update-to`、Crossmark、出版者更正页和Retraction Watch。第五道是主张对齐，在证据卡上填写“原文发现—我的表述—允许的推断—禁止的外推”。第六道是归档，保存查询日、URL、页码或章节、摘录位置和版本号，确保返修时可以复核。
可复制Prompt如下：输入包括待核验句子、候选文献题名/DOI和文章摘要；要求AI仅输出“元数据待核项、需要打开的原文位置、主张可能越界处、相反证据关键词”，不得判断文献真实，不得生成缺失DOI。验收标准是每项结论都带核验动作而非模型断言。失败时缩小到一篇文献，并由人工打开正式页面。
建议建立字段：`claim_id, claim_text, doi, work_type, version, publisher_url, update_status, design, sample, finding, allowed_wording, checked_date, checker`。合格标准不是“参考文献都有DOI”，而是核心主张可追溯、版本正确、状态最新、措辞与设计相匹配。
实际执行时，可以把文献按风险分成三级。一级是决定理论贡献、核心假设、政策时点和识别策略的关键文献，必须阅读全文并由作者本人核验；二级是补充机制、解释异质性或提供制度背景的文献，至少阅读摘要、方法与结论并检查正式版本；三级是一般性背景材料，可以用元数据和摘要初筛，但正式写入前仍需打开原始页面。分级的意义是把有限时间优先配置给最可能改变论文结论的证据。
对中文文献，还应增加期刊官网、国家哲学社会科学文献中心、知网或万方记录的交叉核对。中文题名、作者单位和基金信息可能因录入规则出现差异，英文翻译题名更不能被当作唯一标识。没有DOI不代表文献不存在，但必须通过期刊目录、卷期页码和原文PDF确认；仅在搜索结果页出现、无法定位原刊的条目不应进入参考文献。
对工作论文和预印本，应把状态直接写入证据卡。若研究已经正式发表，原则上引用正式版本并核对结论是否变化；若只有工作论文，要记录版本日期和下载地址，并避免把尚未同行评审的结果写成定论。政策和数据文件也要区分发布日期、实施日期、修订日期与数据统计期，防止AI把不同时间概念合并。
团队协作可设置“双人四眼”规则：研究助理负责元数据、版本和更新状态，论文作者负责方法、结果与主张边界。每周自动检查新增文献，但投稿前冻结一份证据清单。若返修周期较长，应重新查询撤稿、更正和正式发表状态，而不是沿用初投时的截图。这样可以避免论文在审稿期间引用状态已经变化的研究。
最终验收可以随机抽取十条核心引文进行逆向测试：从正文句子能否在两分钟内定位到文献、页码和对应证据；删除该文献后，核心判断是否仍有其他证据支持；若原文只支持相关性，正文是否出现因果动词。十条中任何一条无法定位，都说明流程仍停留在“参考文献管理”，尚未形成证据管理。
文献核验还应覆盖“没有被引用的证据”。AI倾向于返回最相似、最常见或可见度最高的研究，容易遗漏零结果、反例和制度条件不同的论文。每个核心假设至少增加一次反向检索，例如将“促进”替换为“无影响、抑制、异质性、边界条件”，并检查系统综述或元分析。理论贡献只有在正反证据都被阅读后才可信。
若使用自动脚本批量查询API，应设置礼貌邮箱、缓存、重试和速率控制，并保存原始JSON。程序找不到记录时只能标记“待人工核验”，不能自动判定“文献不存在”；同名作者、题名变体和非DOI成果都可能导致漏配。自动化适合筛查，最终接受或排除仍应留下人工理由。
对于最终参考文献表，还应运行一次“正文—文末双向勾稽”：正文出现的作者年份都能在文末找到，文末每条文献也确实在正文被使用；同一成果的预印本和正式版不重复计数；作者、年份、卷期、页码与期刊格式统一。AI可以输出差异清单，但删除、合并和改写必须由作者确认。
第七部分：核心判断
AI把文献发现成本降了下来，却把证据核验的重要性提高了。未来高质量研究者的差异，不是能否让模型列出更多文献，而是能否把候选文献转化为可更新、可追溯、可审计的证据链。边界是：元数据服务能证明对象与更新关系，不能替代阅读全文和方法判断。