📌 项目地址：Imbad0202/academic-research-skills | ⭐ 10,678 颗星 | 🔧 Python | 📜 未标注
2026年，两篇论文同时在学术界引发震动。Lu等人在《Nature》发表了“AI科学家”——一个能全自动完成论文、投稿、通过盲审的系统，在ICLR workshop上拿到6.33分（平均4.87）。Zhao等人在arXiv上审计了四个平台（arXiv、bioRxiv、SSRN、PMC）共250万篇论文里的1.11亿条参考文献，保守估计2025年一年就有146,932条虚构引用。
这两个数字把同一件事说透了：全自动管线能跑通审稿流程，但生产出的论文，引用链一碰就碎。
有一个项目正在应对这个问题。它的核心判断是：全自动管线有七种已知失败模式（实现bug被包装成新发现、结果完全虚构、依赖数据捷径、把修bug当成新洞察、编造方法论、被框架锁死、引用幻觉），而且Zhao等人的数据表明，即便不装“AI科学家”那样完整的全自动系统，单靠AI辅助写作，引用问题也已经到了不可忽视的程度。
项目叫Imbad0202/academic-research-skills，是一个Claude Code插件。我在GitHub上看到它时，Star数是10,678。它不帮你写论文，而是帮你做引用验证、逻辑一致性检查、写作质量改进——这些事AI能做，而且应该由AI做。
装完先跑/ars-plan
安装只需要两条命令，支持Claude Code CLI、VS Code、JetBrains，要求Claude Code v3.7.0以上：
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills装完敲/ars-plan，不是让你填表单。它用苏格拉底式追问走论文结构：你的核心论证问题是什么？证据链怎么走？哪些矛盾文献需要处理？
我试了一下，它上来就问“你论文的反对观点是什么”。这个问题很有用。大多数人写论文优先找支持证据，把对立面文献往后放。这个功能迫使你一开始就考虑反对论证。比自动生成大纲难，但结果通常更扎实。
两道门：Stage 2.5和Stage 4.5
管线在写作中途（Stage 2.5）和初稿完成时（Stage 4.5）各设一次完整性检查。检查清单放在academic-pipeline/references/ai_research_failure_modes.md，直接对标Lu论文描述的那七种失败模式。查到问题，流程暂停，你修完才能继续。
检查不是黑箱判分。工具提供opt-in校准模式：你准备一组已知正确和错误的引用样本，工具测量自己的漏检率（FNR）和误报率（FPR）。阈值可按领域调——生物信息学漏一条虚构引用可能直接撤稿，社会科学误报一条影响不大。
v3.7.1：引用内容匹配
Zhao论文里提到的一个隐蔽问题很难检测：引用真实存在的文献，但文献内容不支撑论点。这是“real citations deployed to support claims the cited references do not actually make”——论文把它列为开放挑战。
v3.7.1直接对着它设计。每条引用记录四个来源：PDF原文、DOI、摘要、AI从原文提取的支撑内容。审查时逐条比对，看引用内容是否真的跟论点匹配。可回溯的证据链，不是黑箱评分。
Style Calibration和Writing Quality Check
README里写得很清楚：“Unlike a humanizer, this tool doesn’t help you hide the fact that you used AI. It helps you write better.”目标不是假装人类手写，是减少机翻感。
Style Calibration读你过去三篇论文，分析高频词和句式重复。我跑了一次，它指出我最近三篇论文的结论段全部用“therefore”开头——我自己完全没注意。
Writing Quality Check抓重复的过渡词、僵硬的主谓结构、不必要的被动语态。“It is suggested that”会被标出来。这些都是让AI生成文字显得机械的常见特征。
局限
它依赖Claude Code生态，只支持插件市场安装，版本要求v3.7.0以上。非英语母语论文的检测准确性我没有系统测试过。
但146,932这个数字够用了——2025年一年，四个平台上有这么多虚构引用。如果你用Claude写论文，装这个插件能让引用链更干净。先跑一次/ars-plan感受一下提问质量，再决定是否在正式论文里用引用验证功能。