Paper Pilot：人机协同的专家系统，为科学论文生成提供证据可追溯性
随着大语言模型（LLM）智能体在科研工作流中的深度嵌入，文献分析、论文草拟与评审等环节正经历深刻变革。然而，现有系统在推进自主发现与稿件生成的同时，也带来了一个治理难题：当想法、方法、结果和主张在AI辅助流程中传播时，往往缺乏强制的人工审批或工件级别的可追溯性。针对这一问题，一篇发表于arXiv的论文提出了Paper Pilot——一个面向应用科学领域、强调人机协同与证据可追溯的专家系统。
核心机制：八道审批关卡与证据锁定
Paper Pilot 将CARE（协作式智能体推理工程）方法论适配到稿件开发流程中，通过稿件所有者审批关卡、明确的不通过标准、主张分类、审计日志、顾问式LLM评审以及证据锁定修订控制等机制，构建了从想法到主张的完整治理框架。该系统定义了八个审批关卡，覆盖从创意到结论的整个流水线，并严格区分基于文献的主张与基于工件的主张，要求报告的数字和解释必须可追溯到已批准的证据。其系统提示词已公开，可部署于ChatGPT、Gemini、Claude等商业LLM或机构内部环境。
实证验证：引用造假率降至零
研究者对系统的引用扎根层进行了首次实证评估，采用受控的机械评分基准（使用两个商业LLM、真实arXiv论文，无LLM评委）。结果显示，在覆盖压力下，未经门控的草拟者最多捏造了25%的引用，且从未标记证据缺口；而采用Paper Pilot证据锁定规则的同一模型则零捏造引用，并将预设的缺口显式标记为占位符。初步结果还表明，在结果扎根、修订和对抗鲁棒性方面，该系统同样表现出积极效果。
定位与展望：从自主生成到受控决策
Paper Pilot将LLM辅助写作定位为受控的人机AI决策支持过程，而非完全自主的作者流水线。这一理念回应了学术界对AI科研透明度和问责制的迫切需求。尽管目前仍处于初步验证阶段，但其零捏造引用的成果为AI辅助科研的合规化提供了重要参考。未来，研究者计划开展更全面的评估，以进一步验证系统在多样化场景下的有效性。
对于科研人员、学术机构及AI开发者而言，Paper Pilot的发布不仅是一个技术方案的展示，更是对AI时代科研诚信体系构建的积极探索。它提醒我们，在拥抱AI带来的效率提升时，必须同步建立严格的监督与追溯机制，确保科学发现的可靠性与可信度。