637位科学家的困扰：为什么“可验证”比“会生成”更重要

本月，谷歌DeepMind和MIT在对637名科学家进行调研后发布了《科学中的人工智能：早期洞察》报告。据21经济网10月19日消息，AI生成太多猜想，科学家忙不过来了。2026年人工智能赋能科学发现与创新国际会议（AI4Science 2026）于10月23日至25日在深圳举行。AI进入科研工作已是共识，但随之而来的问题是，当AI源源不断产生想法、产生代码、产生文字时，作为研究者，我们如何避免被核对工作淹死？

生成很便宜，核对很贵

生成一段看起来合理的分析对于今天的模型来说并不是什么难事，难的是判断其正确性。一个数字从哪来、一个结论的依据是什么、一段代码有没有真正执行过……这一切都需要从头检查一遍，AI省下的时间很快就被核对所吞噬，甚至得不偿失。

所以，评价一个科研AI工具，“会生成”只是入门，“可验证”才是关键。PaperOK科研助手在设计上把可验证拆成了三层。

在展开之前，先说一个误区：让AI“自己检查一遍”不等于验证。同一个模型用同样的方法看一遍，只会将同样的错误再次肯定。有效的验证要么是能够重放的过程，要么是能够重跑的代码，要么是独立于原作者的复算。下面三层，正好对应这三件事。

过程看得见，结果跑得出

第一层是过程公开。科研助手的每一次检索、每一句命令、每次文件写入都可在「工作过程」中查看。你不必相信它“说”做了什么，你可以直接看它“做”了什么。哪一步搜索用了哪些关键字，哪一步打包失败采取了何种措施，都记录下来。觉得某一步思路不对，可以从那条消息分支出去，换种做法再试；改错了文件，可以一键撤销。

第二层是真实运行。它在你的电脑上调用本机的Python / R环境，代码真实执行，图表和数字都是运行结果，脚本留在项目文件夹里，任何人都能重跑一遍。官网的富集分析案例里，它在计算过程中还主动发现，有8个基因的两项统计值完全相同，提示数值可能被人为改过，建议先核对原始文件——这种提醒，只有真正在读数据的工具才给得出来。同样，在官网的单细胞注释案例中，它最后输出的不只是报告和图表，还有一个一键复现脚本，导师或合作者拿到项目文件夹，可以自己重跑一遍，对照报告里的每一张图和每一个数字。

数字算得回：208个数值的独立复算

第三层为的独立复核。写作类任务最容易出错的就是“正文和数据对不上”，表里一个数，正文里是另一个数。在官网的方法章节写作案例中，给出了一个例子。

“另派一个代理复算”的目的是让复核者抛开写作者的中间结论，从头开始重新算一遍。这就好比在实验室里面找另一个同学去重现结果一样。对于研究者而言，在日常中我们也可以借用这样的想法，在论文完成之前将表格中的重要数据交由新的对话，提供原始数据和计算方法，重新进行计算，并与正文一一核对。

但即便如此，我们并不觉得AI的自查能够替代人的判断。我们对照官网案例页面，对许多真实的运行案例进行了人工校验，并将发现的问题如实记录，哪些描述有误，哪些文献无法查证。可验证的意思是让研究者核对有路可循，而不是告知研究者“不用核了”。

报告中描述的“忙不过来”会因AI能力的提升而更加严重。与其要求AI少做一点，不如要求它做的每一样东西都有证据，引用的地方可以追溯，代码可以重跑，数字可以重算。结论和署名责任还是研究者，但工具可以降低成本。