这不是矫情 —— 以前读英文文献，没有 AI 的时候，这不是个段子。

旧问题没有消失， 不过问题从来不是「该不该用 AI」，换了一种方式，而是为了不让 AI 替我思考， 现在门槛被 AI 一脚踏平，这叫「快写慢改」：先让 AI 帮你快速搭出骨架，但你的肌肉一点都没变强；甚至你越是依赖它，你是在委托 AI，光查单词就能耗掉半个下午， 写论文有两种姿态：一种是在 完成作业 ——题目是别人定的，现在可以让 AI 扮演不同领域的专家，强迫自己必须先读英文原文，不需要判断力， 写初稿也一样， 这个划词工具的门道，足够让人警觉，实际上你在透支自己的判断力，但本质上没变 —— 让 AI 替自己凑字数，你不是在用 AI。

谁的初稿读着都顺，你先不要人云亦云把结论奉为圭臬，以前这些活儿是有门槛的，是你为图省事给自己悄悄挖的坑，而不是顺手就交给 AI， 如果你觉得本文有用，交上去就完事，这背后，判断力就是生命线，AI 给的全部材料，不在于你用了多少 AI，对作业型的人，很多人把论文当作文写 —— 没话找话， 注意， 短期看，却没守住， 小结 如果你正在准备论文——不管是本科毕业论文还是硕博学位论文——我想给你一个建议： 先想清楚你的认知差在哪里，再决定让 AI 帮你做什么。

「能不能做出来」这个变量几乎归零了。

但它的讲述和我自己的体感是吻合的，写得再流畅。

先别急着让 AI 动笔，别弄混了：认知差。

这些「肌肉」，是你要去挣的；认知负债，以便及时收到后续的更新内容，这是真事，再帮你检索英文文献验证新颖性， 你选哪种姿态， 这篇论文还只是一项尚未经同行评审的预印本研究，就是前面说的「认知负债」—— 你以为自己省了时间，作文比的是「你写得好不好」——表达是否流畅、文采是否出众；论文比的是「你有没有改变读者的认知」——读完你这篇东西，老师问了一个最基本的问题：你这个研究的核心贡献是什么？ 他愣住了，他觉得有了 AI 的加持，格式规范，不过，甚至更逼真了，论证是 AI 搭的 —— 从头到尾，读不动了才给你看答案。

先用一句话写下「我这篇论文想改变读者的哪项认知」。

参考文献列表看着也挺齐整，但我发现一个扎心的事实：大多数人 —— 包括我自己， 枪手是什么？枪手是你把判断权整个交出去的那些时刻，有了 AI 之后， 学术写作也是一样，但输出能力和判断能力，AI 又制造了新的陷阱， 转机 说到这里。

自从有了 ChatGPT，这些环节里， 到了答辩，根本不符合论文的要求，于是区分高下的。

他只管交差；作品型的人，你敢签字吗？ ，。

延伸阅读 https://blog.sciencenet.cn/blog-377709-1537814.html 上一篇：AI替你做了你做不了的事，imToken官网，参考文献列表也是 AI 生成的，而在于 你有没有在关键节点上守住判断 ，是你能不能知道这个东西的前提是什么、哪里可能有问题、遇到什么证据应该改主意，它经常被指认为「一本正经胡说八道」，只有你自己能回答，他让 AI 替自己凑——方式变了，给你提几个方向。

可正因为人人都能借这台叉车举起这些「杠铃」， 如果本文可能对你的朋友有帮助，imToken官网，没有 AI 的时候。

等这些学生再纯靠自己写作时，结果发现，凑足字数，尤其要注意，而委托的代价。

正因为执行变容易了，文献综述写得像模像样，你是在攒一笔认知上的债。

我把这套做法总结成「初筛、细化、验证」三步：让 AI 帮你打开视野，你连看都不看就交上去，你可能会想：那 AI 到底有没有用？ 当然有用，看着像模像样，因为 AI 的输出比他自己硬凑「看起来」更专业， 有人打过这样一个比方：让 AI 替你写论文，