一、两份同样完整的论文，未必对应同样的研究
设想两位研究者提交了结构相近的论文。第一位花了很长时间逐项整理材料，第二位借助工具较快形成了初稿。仅从时间与文字完成方式，不能判断谁的结论更可靠，也不能判断谁形成了更有价值的问题。缓慢不是原创的充分证据，快速也不是没有研究的充分证据。
还可能出现第三种情况：有人得到一份流畅文本，却没有实际取得所声称的数据，也没有完成相应检验。这与使用工具提高效率不同，问题在于研究声明与实际发生不符。把两者混为一谈，会让诚实使用者背负羞耻，也会使真正的失真借工具争论逃离检查。
科研需要问的不是笼统的“有多少由人工智能完成”，而是哪些主张由什么证据支持，哪些关键选择在何种互动中形成，哪些检验实际发生，哪些局限仍然存在。执行方式属于重要信息，但不是全部评价的替代品。
本章提出的是研究组织与评价的方向，不宣称所有学科已有相同规则。具体学位、期刊与研究机构的要求仍需遵守并核实。改革现有规则可以讨论，不能在规则尚未改变时，用复合理论替不诚实说明辩护。
二、论文文本是研究的一种显露，不是研究存在的全部
一篇论文把问题、方法、结果与解释组织成可传播文本，这项工作重要，但文本不能独自证明其中描述的过程都已发生。实验记录、材料来源、推导与复查，在相应学科中各有证据功能。文字越容易获得，越需要说明它与这些过程的关系。
这并不意味着研究必须把全部内部活动公开。隐私、知识产权、资源限制与研究对象保护都可能构成合理边界。关键是，对公开主张应当提供与其相称的可检验依据，并明确哪些部分不能公开、哪些结论因此受到限制。
若把论文当作知识的最终容器，工具能够生成论文就容易被理解成研究者已经没有位置。若把论文看作某种认识在当前阶段的显露，以及他人进入后续检验与发展的接口，问题便改变了：这份显露是否承接了真实发生，又能否支持新的发生？
这种转向不会降低文本要求。相反，文本需要更准确地区分已经证明、尚属猜想、规范主张与可能应用。文笔可以由复合过程形成，但证据层级不能因为表达流畅而被抹平。
三、问题不是自然人必须永久独占的环节
有人试图以“人工智能只能回答，人类负责提出问题”保留研究者地位。这个分工可以描述某些活动，却不能成为所有未来研究的本体边界。工具整理材料时显露的矛盾、生成的反例或新的表示方式，都可能参与问题形成。
承认这种参与，并不意味着研究目标可以不经辨认地由系统决定。一个候选问题为什么值得研究，与什么现实或理论困难相连，是否仅重复已有工作，仍然需要在适当共同体与材料中检验。问题发生可以复合，问题价值却不因此自动成立。
研究者也无需因为初始问题来自一次工具提示，就把自己的后续参与全部删除。重要的是如何追查、修改、验证与承担，而不是寻找一个完全没有外部来源的神秘起点。原创可以发生在关系的重组中，不必等同于思想从真空中出现。
反过来，复制工具提出的问题并快速扩成文章，也不能仅因参与了一次对话就称为原创研究。新的题名与新的认识不是同一件事。问题需要在真实材料与推理中获得足以改变既有理解的内容。
四、把贡献写成发生中的改变，而不是字数份额
在一个复合研究中，某人提出关键反例，另一人改变数据表示，工具执行大量搜索，第三人识别结论超出了证据范围。不同作用可能无法按字数或操作时间公平排序。最后成文最多的一方，不一定承担了最关键的认识改变。
可以围绕关键转折说明贡献：原来的问题怎样被改写，哪项判断因何被撤回，什么新证据使结论成立，哪个实现使原先不可检验的主张进入检验。这样的说明比简单计算人工与机器比例更接近研究发生。
但也不能把所有作用夸成同等创造。格式整理有其价值，提供决定性反证也有不同价值；两者都应被承认，却不必混为一类。复合论应增加贡献说明的精确性，而不是用共同完成取消评价差异。
尤其需要区分贡献与署名。署名包含共同体规定的承诺与责任，不是参与因果链的所有因素都自动成为作者。已经在前文核对的出版规范说明了这类区别；本书不以能力本体论直接替代具体制度。
五、可靠性能够复合，不能把个人重演设为唯一道路
研究结论可以通过不同机制获得支持。某些推导适合形式检验，某些经验主张需要独立材料或重复研究，某些解释则通过反例、比较与公开论证接受检验。不存在一个要求每位作者在头脑中重演全部系统过程的统一充分条件。
即使作者能够逐步复述，也不自动证明结论正确；即使作者依赖工具完成某些部分，也不自动使结论不可信。需要检查的是论证链与验证安排是否足以支持所作主张，而不是过程在身体边界以内发生了多少。
这不允许作者对自己提交的内容毫无理解。理解的要求应当与实际承诺、组织角色和验证方式相对应。若无法说明命题究竟是什么、证据为何相关、限制在哪里，就不能用“已由复合体完成”回避问题。关键理解与全部内部重演不是同一个要求。
设想研究者原本要讨论“每个实数x是否都满足x²≥x”，却把命题输入为“每个自然数n都满足n²≥n”。后一句确实成立：n＝0时相等，n≥1时n²≥n；前一句却在x＝1/2时失败，因为1/4＜1/2。即使后一句的证明被可靠检查，也没有回答原来的实数问题。失误不在证明推理，而在问题表示改变了量词范围。
因此，一个完整的验证安排至少要辨认命题翻译、所用假设、推导检查与用途说明。自动检查可以可靠承担其中某些过程，前提是具体实现和信任基础经过相应检验；它并不要求研究者用头脑模拟全部检查步骤。研究者需要承接的是所作主张的证据关系，而不是把机器的每一次内部操作重新演一遍。
因此，研究评价可以同时严格而不保守。它拒绝没有依据的成品，也允许可靠工作在新的主体边界中发生。真正需要保卫的不是旧执行方式，而是公开知识能够被检验、修正与继续发展的条件。
六、把可重复的对象说清楚
使用生成式工具时，同样输入未必每次得到逐字相同的输出。若研究依赖特定结果，需要保存相应材料与条件；若研究主张的是某类稳定表现，则需要说明怎样考察这种稳定，而不是只展示一次成功。不同主张对应不同重复对象。
可重复不必总是复制每个字符，也可能是重现某种关系、达到明确功能标准，或使独立研究者能够检验关键推论。但评价标准不能在看到结果后随意更换。研究需要说明什么差异可以接受，什么差异会改变结论。
记录应包括与结果有关的工具版本、输入材料、重要设置及处理步骤，同时避免收集与研究无关的私人信息。并非所有细节都同等重要，但关键条件不能因为难以保存就被默认为不影响结果。
若某个外部服务更新后无法重现旧表现，也需要诚实承认这项限制。可以保存已生成的材料供复查，重新验证新的实现，或缩小相应主张。技术条件变化是研究需要处理的事实，不能被包装成结论天然超越检验。
七、错误发现本身，也是一种需要承认的研究工作
一项研究可能因为某人发现引文不支持结论而避免误导，但最后论文中未必留下这段过程。若评价只奖励新增主张，纠正与撤回就容易成为不可见劳动。复合研究越容易产生大量候选内容，越需要让这类贡献有适当位置。
承认错误发现，不是鼓励制造错误来显示勤奋。它意味着研究共同体应当把可靠性维护视为真实工作：复核材料、检验边界、指出失效与帮助修正，都参与公共知识的发生。没有这些支持，流畅产出可能只是把不确定性转移给读者。
工具也可以参与发现错误，但多套工具反复同意不等于获得独立证据。需要看它们依据什么、是否共享同一错误来源，以及检验是否真正触及原主张。验证表演的层数不能替代证据的差异性。
研究者应当能够说明一次撤回改变了什么，并把相关经验用于后续活动。一个愿意保留纠错路径的知识系统，比一个只展示最终成功的系统更接近持续可靠。这里的强，不是永不犯错，而是错误能够被发现并产生修正。
八、学位不能只证明一份文本已经出现
若一份完整论文越来越容易由复合过程生成，学位评价就更需要说明它授予的究竟是什么。可以是研究能力、特定领域的理解、开展独立或协作研究的准备程度，以及承担相应学术承诺的能力；这些都不能只靠文本长度证明。
但改革也不应简单退回“脱离所有工具现场重写论文”。这样的考察可能测出某些个人技能，却未必覆盖实际研究能力。一个成熟研究者本来就依赖文献、仪器、软件与共同体支持，移除一切并不是唯一合理的检验情境。
更有信息的方式可以围绕关键选择、未解决问题与新条件展开。研究者能否说明为什么改变方法，如何处理反例，哪些结论会因新证据而撤回，怎样组织下一步检验？这些问题更接近研究的持续发生，而不只是重演已经封装的步骤。
当然，具体学位制度还涉及公平、资源与学科差异，不能由一套通用口试问题解决。这里提出的方向是，从以文本代理全部能力，转向多层证据支持的评价，而不是用另一种单一表现替换原来的单一表现。
九、公共原创变得容易之后，价值需要重新说明
设想某类可靠的新结果可以被工具以较低成本持续产生，围绕单项结果形成的稀缺性就可能改变。这是一个条件性推演，不是宣称所有公共原创已经失去价值。不同领域、不同成果与不同实现条件，需要分别判断。
即使生成成本下降，问题选择、验证、解释、组织与实际使用仍然需要被研究；其中部分工作也可能继续封装。不能把这些环节立即指定为自然人永远保有的新领地。价值的位置可能随能力结构继续移动，而不等待我们找到最后一项不可自动化任务。
更值得关注的是，谁能够把公共知识与自身问题、经验及现实反馈连接起来。个人知识的发生不只是获得更多答案，也需要能够保存选择、比较不同路径并形成新的理解。没有相应工具与平台，这种价值可能只停留在对个人独特性的赞美中。
研究组织因而可以把成果看作下一轮知识发生的条件，而不仅是一次发表的终点。文本、可使用的方法、可检验材料与学习入口相互支持，才能使公共成果更有机会进入不同人的实际活动。
十、开放一份材料，与开放知识发生的机会不同
把论文放到网上，可以扩大访问，但读者是否能够理解、检验和使用，还取决于材料组织、背景说明、工具与参与路径。开放内容重要，却不自动等于开放能力。一个人能够下载很多文件，仍可能无法进入其中任何一个问题。
可以提供不同层级的入口：简明说明帮助辨认问题，完整论证支持深入阅读，相关材料与方法支持复核，案例帮助理解适用边界。它们不必替代原论文，也不应把复杂问题过度简化，而是让不同参与者有机会在适当颗粒上开始。
同时，开放不能取消研究对象保护与合理边界。私人材料不应因为有助复核就无限公开，可以采用适合场景的受控访问、匿名化或其他保护方式。具体安排需要专业与制度支持，本书不把一种技术方案当作通用保证。
真正的开放还包括能够提出异议。若读者只能接受解释，无法指出材料问题或使用困难，知识就仍然单向传播。让反馈进入后续修订，出版才更接近知识继续发生的开始，而不是对既有成品的永久陈列。
十一、研究者的积累，应当能够离开一次性对话继续存在
复合研究中，许多重要东西可能停留在零散工具会话里：为什么放弃一条路线，哪个反例改变了判断，哪些材料已经核对，哪些只是线索。若只导出最后论文，这些发生条件就可能丢失，下一次研究又从头开始。
个人积累可以包括问题沿革、经过检验的材料关系、可调用的分析过程与未解决边界。它不等于无限保存所有输出，也不等于把全部经历变成模型输入。关键是让值得接续的内容具有可定位、可说明和适当可迁移的形式。
工具提供者、机构与研究者之间，对这些积累的使用与保存应当有清楚安排。不能因为入口由平台提供，就默认后续全部经验只能留在那里；也不能因为研究者参与了工作，就忽略共同材料与保密要求。发生史越复合，边界越需要被说明。
这种积累使研究能力不只表现为一篇篇孤立文本，而成为可以继续进入新问题的条件。个人不是公共知识的最后储藏室，也可以是持续组织公共知识、个人经验与现实反馈的发生位置。
十二、评价不能把新的封装优势重新伪装成天才差异
一位研究者拥有更好的计算、材料和工具支持，能够完成更多工作；另一位缺少条件，产出较少。差异可能包含个人能力，也包含复合条件。若评价只记录最终数量，就可能把资源结构全部记作个人天赋。
这不是要求所有研究结果平均评价。贡献与质量仍然需要严格判断。它要求在解释研究能力和分配后续机会时，尽可能看见支持条件，不把未能进入某种平台直接视为缺少潜力。
相反，资源相近也不意味着结果相同，个人经验、问题敏感与组织方式仍然可能重要。复合分析不是取消人的差异，而是使差异的来源更准确。它反对的是未经说明便把全部成果归入一个孤立自然人的英雄叙事。
研究评价还应承认维护、复核、教学与材料建设的作用。若只有新颖标题获得奖励，能够持续支持知识发生的工作就可能被削弱。工具越强，越需要避免把公共研究变成无限追逐可见成品的竞赛。
十三、让本书自己的理论也进入检验
第五章提出了关于焦虑归属的分组研究，本节再问整套解释有没有新增预测。研究可以在相同工具、相同任务和相同资源条件下，比较一般系统视角与增加封装史、三向辨认的分析。预先列出两种框架各自认为重要的变量，再观察它们是否对失败位置、迁移困难或能力归属作出不同且可检验的判断。
例如，两种流程总耗时与最终成品相近，却有不同的调用单位与维护安排。封装分析应能据此提出具体的接续差异：更换材料或调用者后，哪些条件容易失联，哪一层承诺需要重验。若这些差异事先说不出来，只能在结果出现后重新贴上广度、高度、颗粒度标签，框架就还没有超出事后描述。
另一个检验是删去新术语，看解释是否损失实质内容。若换回系统表现、任务重组与条件依赖就已经足够，本书应承认相应概念主要承担组织和传播作用；若它帮助发现先前遗漏的单位形成与归属环节，再说明这一增量。可读性、分析便利和经验预测力都值得评价，却不是同一种贡献。
研究的结果也可以要求我们缩小理论。某类焦虑主要由收入和资源约束解释，某项能力变化只需既有任务分析即可说明，都是有价值的边界。主客互动的发生视角既然要求知识在互动中接受修订，就应首先允许自己的解释在这些比较中改变位置。
十四、科研的主体可以改变，求真的承诺不能因此变得含混
工具参与越来越多，不意味着研究可以降低事实要求。恰恰因为产出能够更快形成，声明与证据之间的关系更需要明确。复合主体不是给成品免检，而是使检验能够找到真正的承担者、条件与失效位置。
研究者可以不独立执行所有步骤，却应当准确说明研究如何形成；可以依赖可靠封装，却不能把尚未检验的功能当作已经可靠；可以参与工具提出的问题，却仍需让问题接受材料与共同体的挑战。新的主体边界应带来更真实的说明，而不是更模糊的借口。
与此同时，求真也不要求保守旧执行。若一种新的验证和组织方式能够提供更充分依据，就不应仅因它不是自然人亲手完成而被排除。研究共同体应当评价证据与机制，而不是把熟悉的劳动形态当作真理的唯一外观。
这种双重要求使科研能够既开放又严格：开放的是能力可能如何发生，严格的是每项主张需要怎样被支持。二者不是相反方向，而是共同防止我们在技术变化中失去对实际认识的辨认。
十五、从“这还是我的研究吗”到“这项研究怎样继续发生”
回到那两份论文，我们不必先按人工与机器的工作时长决定高下。可以查看问题是否重要，材料是否可靠，论证是否成立，贡献是否说明，局限是否诚实，以及后续研究能否据此继续。这样的评价更接近科研要完成的事情。
研究者也可以从占有式焦虑中稍稍退开。他没有必要证明全部内容都从自己内部产生，才承认参与；也不必因为工具承担大量执行，就把多年经验和关键选择全部删除。准确的复合叙述，能够同时容纳支持与贡献。
真正值得担忧的，是研究条件被垄断、验证被省略、个人积累无法接续，或者评价只奖励快而多的成品。这些问题有具体发生机制，需要共同建设，而不是靠宣称人永远比机器更有灵感来解决。
研究的可信度在命题、材料、推导和检验之间建立，贡献在真实发生中说明。这样的条件不仅影响论文，也影响组织如何工作。下一章将从知识共同体转向日常机构，讨论转型为何需要改造整个活动，而不只催促个人适应。