Let's Make AGI Real

——当学术论文遇见大语言模型，AI搜索究竟能有多聪明？

——当学术论文遇见大语言模型，AI搜索究竟能有多聪明？

引子：知识的宇宙在扩张，但研究者在迷茫

全球每年产生超过200万篇新的学术论文。按照人类的阅读速度，一个人一年可能读完500-1000篇论文就已经是超高效率了。这意味着，在一个快速发展的研究领域，任何个人都不可能跟上知识增长的脚步——除非他们有了新的工具。

进入2024-2026年，一批新的”学术AI搜索工具”开始改变这一局面。其中，Consensus和Elicit这两款工具就像是给研究者配备了两把不同的”知识之剑”。它们都利用大语言模型来理解学术论文，但却用完全不同的哲学武装自己——一个强调”共识的发现”，一个强调”研究的流程”。

Consensus：寻找证据背后的科学共识

2021年，两位来自西北大学的朋友Eric Olson和Christian Salem产生了一个想法。到了2022年9月，他们正式推出了Consensus——一款承诺”让世界的学术研究变得可以被发现和消费”的AI搜索引擎。

Consensus索引了超过220万篇学术论文，涵盖了几乎所有主要的研究领域。它使用了OpenAI最强大的模型来完成一个看似简单却充满技术难度的任务：从众多学术论文中提取和综合科学共识。

想象一下这样的场景：用户输入一个问题，比如”红酒中的白藜芦醇能否延长人类寿命？”Consensus的聪慧之处在于，它会快速扫描相关的数千篇论文，识别那些研究过这个问题的学术文献，提取每篇论文的关键发现，理解它们支持还是反对某个观点，综合这些发现，给出一个基于证据的答案，最后用”共识指示器”（Consensus Meter）直观地展示学术界对这个问题的整体看法——95%的相关论文支持？还是只有60%？

根据最新的融资公告，Consensus已经吸引了来自Union Square Ventures等顶级风投的支持，在2024年8月完成了Series B融资。最关键的是，Consensus已经拥有超过800万用户——这意味着它已经从一个”有趣的工具”变成了一个真实的、有广泛影响力的平台。

Elicit：把系统综述变成一个工作流

Elicit的来源比较特殊。它源自一个名为Ought的非营利组织，该组织专注于AI安全研究。

大约在2019-2020年左右，Ought的研究团队意识到一个讽刺的事实：我们在用传统方法做文献综述，却希望能够设计出更聪明的AI系统。于是，Elicit作为一个内部工具而诞生，最初只是为了帮助Ought的研究者们更高效地完成系统综述。

但很快，团队发现他们打造的东西价值远超预期。在2024年的融资中，Elicit独立出来，成为了一个公益企业（Public Benefit Corporation），并获得了900万美元的种子融资。

Elicit将学术研究，特别是系统性文献综述这个复杂的过程，拆解为若干个具体的、自动化的步骤：精炼研究问题、论文搜索与筛选、数据提取、报告生成。

Elicit能够自动化数据提取，准确度达到94-99%。最关键的是，它能够同时处理数百甚至数千篇论文，提取多达20,000个数据点。

根据使用Elicit的研究者们的报告，这个工作流能够节约高达80%的文献综述时间。对于需要进行大规模文献综述的研究领域，这意味着一个本来需要半年的项目，现在可能只需要两个月。

双杰对比：为什么我们需要两个工具而不是一个？

Consensus和Elicit看起来在做相似的事情——都是利用AI来帮助理解学术文献。但它们的使用场景完全不同。

你可以先用Consensus快速获取科学共识。你问”冥想能否缓解焦虑？”，Consensus在数秒内告诉你：”根据我们索引的612篇相关论文，85%的研究表明冥想对焦虑症状有显著改善效果。”

但随后，你需要更深入的理解。你想要为一份拨款申请书准备一份详尽的文献综述，需要追踪所有关键的研究、提取具体的数据。此时，你转向Elicit。

这就是学术AI搜索的新范式：不再是单一的、通用的搜索引擎，而是一套工具组，每个工具针对不同的需求。

对整个学术界的影响

如果说互联网改变了信息的获取，搜索引擎改变了信息的检索，那么这一批学术AI工具正在改变知识的合成方式。

传统的学术界有一个悠久的”综述文化”。资深研究者会定期发表”综述论文”，总结某个领域的现状。但这个过程太慢了——一份高质量的综述可能需要花费一年时间来完成。

随着Consensus和Elicit这类工具的普及，我们可能会看到知识更新的周期加快，低端的综述工作被自动化，民主化的知识获取，学术论文的”消费体验”改善。

挑战与反思

准确性仍然是一个问题。虽然这些工具声称其答案是基于同行评审的文献，但AI在理解和总结学术论文时仍然可能出错。引用的真实性也值得商榷。

如果研究者过度依赖这些工具生成的综述或答案，而不进行适当的人工验证，这可能会导致学术文献的”二手转述”问题——从二手的AI总结中得出结论，而不是回到原始文献。

结语：新的认知工具时代

我们正处于一个关键的时刻。学术搜索和知识合成的工具正在迅速进化。Consensus和Elicit的出现，标志着我们进入了一个新的阶段——不再是“找论文”，而是“获得洞见”。

对于研究者来说，这意味着一个全新的工作方式。掌握这些工具的研究者，将拥有巨大的竞争优势。而这，正是学术AI搜索真正的价值所在。

Consensus 快速档案

创始人：Eric Olson、Christian Salem

成立时间：2021年

产品上线：2022年9月

用户规模：超过800万用户

核心数据库：220万+学术论文

核心功能：AI驱动的学术搜索引擎，提供基于证据的答案和”共识指示器”（Consensus Meter）

关键特性：综合数千篇论文的共识、句级别引用、跨学科覆盖

典型用户：学术研究者、医学专业人士、政策制定者、普通消费者

最新进展：2025年11月与美国化学学会达成合作，2026年1月与Sage出版社开展完整文本索引合作

Elicit 快速档案

母体组织：Ought（AI安全非营利组织）

独立时间：2024年

企业形式：公益企业（Public Benefit Corporation）

融资状况：获得900万美元种子融资

数据库规模：1.26亿+学术论文（Semantic Scholar）

核心功能：AI研究助手，自动化系统综述和文献综述工作流

关键特性：论文搜索与筛选、自动数据提取（准确度94-99%）、报告自动生成、句级别引用

时间节约：用户报告可节约高达80%的文献综述时间

处理能力：同时分析数百至数千篇论文，提取超过20,000个数据点

定价模式：Basic（免费）、Plus、Pro三档订阅

下一篇：《AI搜索十问——2026年AI搜索赛道总结与展望》

本文是「AI应用巡礼」系列第三章「AI搜索与知识发现」的第 9/10 篇。