本文时代周报 作者：郭儒逸

AI将在多大程度上重塑科学研究（AI for Science）？这是沁言学术CEO罗实一直在思考的问题。

2024年的诺贝尔化学奖颁给了利用AI模型辅助研究的科学家，这一标志性事件让“AI科研”彻底出圈。而早在风口来临之前，罗实及其团队就已扎进这一赛道。作为一名毕业于清华大学的互联网连续创业者，罗实从技术变革中嗅到了商业机会。

“传统科研中，文献检索、引用插入、格式调整等机械性工作占据了学者大量时间，我们希望把他们从繁琐中解放出来。”近日罗实在接受时代周报记者专访时直言，沁言学术的目标并非做一个简单的效率工具，而是打造一个真正懂科研逻辑、能辅助深度思考的“学术超级智能体”。

在他看来，国内外已陆续出现类似产品，现在已处于学术智能体爆发的前夜。无论是深势科技等硬科技企业的持续加码，还是各类新兴产品的跟进，都标志着“AI赋能科研”正在从共识走向竞争。而在罗实眼中，这并非一场零和博弈，不同技术路线的产品将在庞大的科研生态中找到各自的土壤，而沁言学术要做的，就是守住“深耕科研场景”这一高地。

2025年6月，沁言学术由其经典产品“边写边搜”完成品牌迭代，核心团队汇聚了CSSCI创始人、清华学霸及互联网大厂极客，产品已服务超20万C端科研用户。

业内人士普遍认为，AI将重塑传统的学术研究范式。毫无疑问，这是一项野心勃勃的计划。“我们的产品定位，并不是要取代学术人群，而是希望为他们提质增效，为每名学者提供专属的AI研究伙伴。”罗实表示，沁言学术并不是帮助用户直接写一篇论文，然后拿去投稿，“我们严守学术伦理底线，不帮用户‘写’论文，而是构建一个专属的AI科研伙伴。”

行业格局：“真正的巨头尚未成型”

时代周报：沁言学术目前发展情况如何？

罗实：现在核心团队有30多人，几名发起人包括CSSCI创建者苏新宁教授都是长期深耕学术领域的专家；产研团队则来自清华大学、悉尼大学、北卡罗来纳州立大学、华南理工等名校，拥有华为、阿里、小米等大厂的实战背景，在产品创新和落地方面经验深厚。从去年起，我们针对AI在学术领域的落地做了大量探索。现在主推的“学术超级智能体”，正处在市场推广阶段。

时代周报：公司之前有“边写边搜”这款产品，也是帮助用户解决学术流程问题。学术智能体和它有什么区别？

罗实：“边写边搜”可以理解为沁言学术的1.0版本，这是一款相对比较传统的工具，提供文献管理或文献阅读等功能，为我们积累了高质量的学术数据资源。而现在的“学术智能体”是用AI重构了整个科研工作流——从最上游的AI辅助选题，到中游的知识库构建，再到下游的写作辅助。以前我们是给学术工作者一把好用的铲子，现在我们是提供了一个智能化的施工团队。

时代周报：不少通用大模型也可以辅助学术写作。和它们相比，沁言学术有什么不同？

罗实：通用大模型最大的问题是“学术幻觉”，它可能会一本正经地胡说八道。而我们的核心壁垒在于“私有知识库+精准溯源”。这个知识库可以把用户研究方向收集而来的文献，以及阅读文献时做的摘要笔记融合起来。当需要生成一个大纲或内容时，可根据这些已验证过的文献、笔记，快速输出结果。

我们的生成是“基于证据”的（Evidence-based），每一句话、每一个观点都能精准锚定到具体的文献来源——摘要、作者、年份一目了然。这种严谨性是通用模型无法比拟的。此外，相比通用模型的整篇生成，我们辅助写作提供的是颗粒度更细的“局部优化”，让学者拥有更多掌控权。

产品逻辑：“让AI处理信息，让人类处理思想”

时代周报：写论文时，文献引用也是工作量很大的环节，沁言学术怎么解决这个问题？

罗实：我们的辅助写作功能，确实希望在这方面帮到用户。

比如一篇博士论文，通常需要上百个文献引用来支撑核心观点。这是一个很繁琐的工作。

沁言学术可以把用户搜集的文献存到知识库，通过知识库与写作流程的打通，能自动匹配观点与文献，将原本需要一两天的工作压缩至5分钟。我们不是在炫技，而是在通过极致的效率提升，让学者将宝贵的时间投入到更有价值的创造性工作中。

时代周报：行业里其他的学术智能体，能不能做到这些？

罗实：现在针对科研领域的AI应用不少，国外有一些月活达到几百万量级的产品，国内也有不少入局者，但大多局限在文献检索或单纯的对话生成等单一环节。能真正打通“检索-阅读-管理-写作”全链路，且达到一定用户量级的产品，目前国内尚未形成头部垄断的产品。赛道的终局远未到来，这正是沁言学术的战略机遇窗口。我们要做的是全流程的生态覆盖，而非单点的工具修补。

时代周报：对用户来说，能一站式解决问题的产品当然要便捷得多。

罗实：是的。比如写一篇论文，在传统的文献检索方式下，用户需要用不同的关键词去不同的数据库检索，如知网、万方和Google Scholar等。检索之后，要从几百篇当中做初步筛选，最终集中到几十篇。

然后再做精读，而后再筛选。到了写作环节，还要不停重复检索。如果只针对某个环节做产品，这是不够的。

时代周报：沁言学术的学术智能体，怎么把这一过程简化？

罗实：你可以把需求——也就是模糊的研究意图，一次性都告诉学术智能体。比如“近五年某领域某学者的研究综述”。智能体不仅能自动检索筛选，下载至AI云盘，还能自动完成预读和摘要。

接下来的精读，如果使用ChatGPT等通用大模型去读，那要一篇篇把文献丢给它。但打开沁言学术的AI云盘，下载的文献会自动完成大致阅读和概括，甚至还会提出一些研究问题的建议。你可以快速就某篇论文展开对话，智能体还能够结合云盘里的其他文献来回答问题。

总之，你用这个智能体的时间越久，智能体积累你的研究和思考越多。准确地说，它构建的是属于你的“科研第二大脑”。在这个“外脑”里，它利用通用的逻辑分析能力结合你专属知识库，帮你把那些费时费力找资料、读文献的工作都做好，让你能腾出手来，专注于最核心的深度思考，更高效地完成个性化研究。

时代周报：有更多的数据去训练，智能体的表现会更好？

罗实：想让一个大模型的回答更专业，其实有两种方式。一种是训练，通过构造足够好的数据集，基于这个数据集去做训练，把外部知识逐渐内化。第二种像沁言学术的产品，是基于知识库，结合运用上下文信息和各种工具达到目标。

这是一个基于RAG（检索增强生成）的复合流程：系统会率先穿透用户的私有知识库，并实时聚合全网最新的学术数据库信息，经结构化清洗后投喂给大模型，最终生成高置信度的答案。

时代周报：沁言学术智能体使用的哪一款底层大模型？

罗实：目前我们的底层大模型，集成了市面上主流大模型的功能，国内和国外的都有。每个大模型的特点不同，智能体综合了它们的优点，比如有的擅长偏创意的创作，有的多模态处理能力强，有的在长文写作上表现更好，有的推理能力更强。我们会做一个融合。

技术与伦理：“底线是不触碰学术不端”

时代周报：按沁言学术的产品逻辑，专业知识库非常重要，它是如何构建的？

罗实：准确地说，应该是私有知识库。

学术人群的文献管理会涉及很多文献，他们还会做摘录和笔记。比如我们有个用户，他做了大概5000多条笔记。按传统的学术研究方式，可能需要用户去打上各种各样的标签，方便使用时检索。但我们的知识库，是把知识切片放到一个数据库里面。当用户对话时，会自动检索与上下文语义类似的内容并输出答案。这就相当于为他建设了一个私有知识库。

另外，我们正开发一个“知识广场”的功能，行业专家可以选择共享知识。用户在辅助写作过程中，就可以把别人的知识库挂载到自己的对话中来。

时代周报：沁言学术是否考虑自己做一个官方知识库？

罗实：学术领域细分方向很多，我们自己真正专业和深入了解的，是计算机或AI相关领域。这方面的知识库可能会做。

不过，针对完全不熟悉的领域，就需要与外部合作，比如学校、医院或者科研机构。我认为，无论建私有知识库还是公共知识库，前提是做好底层的基础设施。这套东西是都需要的。

时代周报：上面提到访问外部数据库，可以全文下载文献吗，有没有版权风险？

罗实：我们目前对接的外部数据库，是偏公域和开源的类型。比如通过某些平台下载文献，是没有版权问题的。我们正与国内多家主流学术数据库推进商业授权合作，致力于在合规框架下为用户提供文献获取服务。

用户在使用我们的智能体时，下载付费文献会扣除相应的“沁点”，也就是内部“货币”。沁言学术再和外部数据库按比例分成。

时代周报：做学术智能体，通常会调用各种外部工具，这方面进展如何？

罗实：我觉得一个很大的挑战是，智能体在接到一项任务时，需要准确理解用户意图和工具本身可提供的服务，就是意图和能力之间的匹配。大模型和工具之间的连接，需要不断完善。

除此之外，我们考虑把一部分构建工具的能力，交给第三方去做。因为学术领域很广，不太可能覆盖所有领域，仅靠自己是不行的。第三方搭建工具平台或插件平台，我们做好接入，供智能体做任务过程中去调用。这有助于解决智能体对不同领域的工具调用问题。

时代周报：提到不同学术领域，是不是涉及到很多公式或图表的学科，学术智能体应对起来更麻烦一些？

罗实： 我们需要把学科分为两类来看。对于数学、理论物理这类“数据密集型”或“文献密集型”学科，通用大模型通过概率预测机制（Next Token Prediction），已经能很好地处理复杂的公式推导和逻辑验证，这部分能力进化极快。

真正的挑战在于那些强实验性的学科，也就是我们常说的“湿实验”。目前的瓶颈在于数字智能与物理世界的鸿沟尚未完全填平。虽然AI暂时无法替科学家拿起试管做实验，但我们正在做的是——让AI成为实验设计的“参谋长”。它可以在实验前进行海量模拟推演，筛选出成功率最高的方案，从而极大地降低实验试错的成本。这是目前AI对实验学科最大的价值。

商业与未来：从文字到多模态

时代周报：学术智能体是否存在一定的学术伦理的风险？

罗实：这是一个原则性问题。我们的核心价值观是 “反学术不端，做科研增效”。我们严守一条红线——绝不提供“输入标题直接生成论文”的服务。

我们将产品严格定位在“副驾驶”的位置。我们负责处理“写作前”的信息搜集和“写作后”的格式润色，因为这些环节属于“低创造性劳动”；而论文的核心观点、创新方法论等“高创造性劳动”，必须且只能由学者本人完成。AI是来辅助驾驶的，方向盘必须始终握在人手里。

时代周报：那怎么考虑数据隐私和安全问题？

罗实：这是很重要的一个问题。我们会在技术层面做加密和隔离，用户把云端的数据放在我们数据库之后，即使物理介质被盗走，也无法直接读取。而且，每个用户的访问权限都有严格的机制。我们也不会拿用户的数据去做训练，这是底线。

时代周报：现在用户拓展有没有新进展？

罗实：我们C端的注册用户有20多万，通过这些科研用户的实战验证，目前正在将这套成熟的产品拓展到B端市场，比如和一些大学、医院或期刊杂志推进合作。沁言学术的商业模式，是订阅和Token付费相结合，用户可以根据自身需求去购买不同的服务方案。

时代周报：对于服务用户人群的设想是什么样的？

罗实：我们的核心用户是深耕学术和科研一线的专业群体，包括高校师生、科研人员、医务工作者以及一些企业研发团队。这些人群很多时候创造的价值比较大，因此对能带来提效的工具，付费意愿通常比较强。这种类互联网产品，核心还是看产品体验，如果能超出用户预期，他们还是很认可的。最近，沁言学术在科教重镇湖南长沙落地，长沙作为中部的科教重镇，拥有深厚的学术资源与算力产业基础。我们将研发运营中心落地于此，意在打造‘产学研用’的闭环示范基地。

时代周报：目前公司能不能做到收支平衡？

罗实：公司目前的现金流健康，整体经营状况实际上已经接近收支平衡的临界点。接下来，我们将重点发力B端，与高校、医院及期刊机构深度合作。

时代周报：下一步还有什么产品计划？

罗实：下一步，我们的核心发力点是多模态技术。学术科研工作从来不只是文字处理，图表、公式、数据也是信息密度很高的地方。所以，我们要突破纯文本的限制，帮用户解决流程图绘制、数据图表生成这些最耗时的痛点，成为科研人员真正的“第二大脑”。

时代周报：针对海外市场的计划是什么？

罗实：海外市场可能会是完全独立的一个产品。我们考虑把一部分现有功能拆出来，部署到海外市场独立运营。因为中英文学术环境差异巨大，不仅是语言问题，更涉及到引用规范、版权体系以及用户交互习惯的根本不同。我们需要用更本土化的产品逻辑去参与全球竞争。