AI寫論文，48小時衝擊SCI？會玩多智能體的人已經率先當“老闆”

全球開發者先鋒大會（GDPS 2026）上舉辦的48小時科研論文突擊賽，吸引了全球開發者、科研人員和學術界的高度關注。參賽者需要在48小時內，藉助智能體完成從選題構思、文獻分析、科學計算到論文撰寫的全流程，極速產出一篇“衝擊SCI”的學術論文。

這一賽事並非孤立，而是全球範圍內AI深度介入科研領域的縮影。去年10月，華東師範大學發起的“AI驅動教育研究論文寫作”徵文活動，明確要求論文第一作者爲AI，引發了關於“人類是否正在退出科研舞臺”的激烈辯論。與此同時，麻省理工學院旗下AIMING-Lab開源的AutoResearchClaw系統能夠在約27小時內完成一篇標準學術論文；復旦大學MOSS團隊孵化的FARS系統能在228小時的連續運行中自動生成100篇短論文。這些事件共同指向一個不可迴避的趨勢：AI正在以前所未有的深度介入學術研究的核心環節，傳統科研範式正經歷深刻變革。

技術可行性已基本確立

作爲今年全球開發者先鋒大會三大核心賽事之一，48小時科研論文突擊賽旨在探索人機協同下的論文寫作新範式。上海交通大學人工智能學院長聘教規副教授陳思衡是這場大賽的發起人之一，據他介紹，該賽事的技術實現依託於一個由多個智能體構成的協同矩陣，它們各司其職，共同完成集“搜、研、做、寫”於一體的科研流水線。

AutoResearchClaw將科研可拆解爲8大核心模塊，分別是研究定界、文獻發現、知識合成、實驗設計、實驗執行、分析決策、論文撰寫和最終交付，這些模塊又被拆分爲23個執行階段。

憑藉出色的閱讀能力，AI最先在文獻發現環節上取得突破。陳思衡說，此次賽事依託的玻爾平臺就收錄了超過1.7億篇科研文獻，過去耗費數天完成的文獻查找環節如今可在幾分鐘內完成。

智能體的出現則加速了後續環節的突破，AI不再是簡單的“代寫工具”，而成爲一個懂學術規則、有科研思維的協作者。比如，本次大賽參賽者、上海理工大學的余文駿傑表示，他們論文中所用數據和圖表並非來自網絡其他人的“二手數據”，而是由智能體自己設計實驗、自己做實驗、自己收集數據，這也在一定程度上降低了AI寫作的幻覺問題。

眼下，AI已經能夠輸出結構化思維，即當輸入論文主題後，AI能夠生成包含問題鏈、邏輯遞進的學術級大綱，包括研究背景、文獻綜述、研究問題、研究方法等完整章節框架，而非簡單的“第一章寫背景、第二章寫方法”的空框架。

在一項由全球科研出版機構威立對全球2430位科研人員的調查中，科研人員AI使用率從2024年的57%增至2025年的84%，其中專門用於研究和論文寫作的AI使用率從45%攀升至62%。

人機協作不止在論文

“此次大賽是考驗開發者對智能體在科研論文上的調用能力。”陳思衡說。畢竟AI擅長處理機械性工作，如文獻檢索、格式排版、語言潤色，但在提出原創性問題、設計獨特研究方法、進行批判性分析等方面，人類仍然不可替代。

王子陽團隊比賽中（第一排）。沈湫莎攝

首都經濟貿易大學國際人工智能協會講師、AI專業博士生王子陽是本次比賽的參賽者之一。她所在的小組共三人蔘賽，成員包括同校的學妹，以及一位在開賽前招募的“搭子”。她們計劃完成一篇關於腦機接口的論文，整個過程從零起步——既無預設創意，也無現成數據。

王子陽團隊採用“組內比賽”的方式確定論文選題：三人分別使用不同提示詞向AI提出需求，再從各自返回的結果中篩選出最優選項——這種方法在AI應用中被稱作“抽卡”。她坦言，與AI合作論文，人最重要的能力是‘審美’——一種基於直覺的判斷力，包括對未來可行性、研究方向等多重考量。選題確定後，他們還要不斷與AI交互，打磨論文。

余文駿傑也是三人組隊參賽，團隊的三人是初中好友，雖然考入了不同大學，但已共同創辦了一家AI公司。在比賽開幕當日，他們基於已有的研究將論文選題確定爲“多智能體協作在臨牀數據分析中的自動化應用”。

余文駿傑展示“沒有寫一行代碼”的軟件。沈湫莎攝

“AI並未削弱科研人員價值，反而將每個人都提升爲‘主導者’角色。”余文駿傑說。他認爲在智能時代，每個人都是事實上的“一人公司”，因爲你隨時可以召喚出無數個智能體幹活。研究人員只需提出想法，交由智能體執行，自身便可專注於高層次的判斷、設計與驗證。

他展示了一款三人共同研發的軟件，這是一個校園內的快遞代取平臺，用戶可支付少量費用委託他人代領快遞，也可註冊成爲騎手接單配送。“整個軟件有20萬行代碼，我們沒有寫過一行，只是將需求告訴AI，根據它的反饋再不斷打磨。”他說。如今，這個軟件每天服務超過2萬用戶，也爲他們帶來可觀的“睡後收入”。因此，不管是科研論文還是研發產品，先會用多智能體的人將率先進入新世界。