▶ 原文链接
AI Agent 对工作带来的冲击——以学术研究为例
来源： YouTube | 台大AI领域课程讲师 | 2026-03-15
分类： 其他
原文发表： Mar 15, 2026
纪要生成： 2026-03-16
全集重点
- AI Agent已覆盖学术研究全执行环节：可独立完成论文撰写、模型训练、审稿、数据分析等工作，效率远超人类
- AI当前核心短板为落地性不足：生成的研究选题表面新颖度高，但实际落地后的质量低于人类提出的选题
- 学术领域已正式引入AI参与流程：顶会AAAI 2026已将AI纳入审稿环节，斯坦福已举办AI作为第一作者的学术会议
- 人类核心价值转向方向把控：未来人类将更多负责选题、研究方向引导，执行层面工作可全面交由AI Agent完成
嘉宾/话题简介
本集讲者为台湾大学AI领域课程讲师，曾任AAAI 2026领域主席，自研了可辅助论文审稿、生成教学内容的AI Agent「小金」。本次分享以学术研究领域为核心案例，拆解AI Agent对工作流程的冲击，从论文撰写、模型训练、选题生发、审稿等全环节对比AI与人类的能力差异，探讨未来人类在研究领域的角色定位。
分节详述
[00:00] AI角色演化与自主论文撰写能力验证
本节重点
- AI从指令驱动的工具、人机协作伙伴，已演化至可独立完成完整任务的自主Agent
- 斯坦福教授实验显示Claude Code复现研究的效率是博士生的16倍，成本仅为人类的1%
- 台湾已有团队验证了AI近乎全自动生成社会科学领域论文的可行性
- AI撰写论文的错误可通过多次生成+人类校验修正，仍具备极强成本优势
详细精要
- AI角色的三次演化路径：AI的定位随能力提升持续迭代，对工作流程的渗透程度不断加深
- 第一阶段为指令驱动的工具：按人类单次指令执行单一动作，无自主决策能力
- 第二阶段为人机协作伙伴：与人类配合共同完成复杂任务，需人类持续引导
- 当前为自主Agent阶段：具备强自主性，可独立完成完整的闭环任务
- 斯坦福教授验证AI独立撰写论文能力：斯坦福政治经济学教授Andrew Hall在X平台公开测试，验证了AI独立完成学术论文的能力
- 测试任务为基于美国大选最新数据，复现Andrew Hall过往已发表研究的分析框架，产出新的研究论文
- Prompt设计参照导师指导研究生的逻辑：首先输入过往研究论文供AI学习分析方法，再要求基于新数据复现分析流程
- 整个过程Andrew Hall仅投入1小时撰写Prompt，其余工作全部由Claude Code自主完成
- AI与人类研究助理的效率成本对比：Andrew Hall同时安排同领域博士生执行完全相同的任务，对比两者产出结果
- 博士生耗时16个小时（2个工作日）完成任务，人工成本约1000美元；Claude Code仅耗时1小时，API成本约10美元，成本仅为人类的1%，效率是人类的16倍
- 产出质量对比：人类博士生的结果略优于AI，AI存在一处数据粘贴错误，其余内容质量接近人类水平
- AI撰写论文的成本优化空间：针对AI存在错误的问题，可通过多次生成+校验的模式降低错误率，仍具备极高成本优势
- 即使重复生成5次修正错误，总成本仅为50美元，仍比人类成本低20倍
- 研究者提出未来高生产力研究机构的可能形态：资深学者带领多个AI Agent完成研究，替代现有研究生团队模式
- 台湾地区AI辅助论文撰写实践：已有研究展示了用Claude近乎全自动生成学术论文的完整流程，人类仅需承担校验工作
- 该研究的正文为prompt设计方法，附录为Claude自主生成的《台湾用户Claude使用行为分析》论文
- 研究明确拆解了学术研究各环节中AI Agent可承担的角色，验证了社会科学领域全AI生成论文的可行性
💬 精华片段（中文）
"也許以後最有生產力的研究機構 是一個資深的老師 不是帶著一群研究生 而是帶著一群 LLM 帶著一群 AI agent 來做研究"
[06:10] AI Agent自主训练模型与研究选题能力测试
本节重点
- AI Agent已可自主完成模型迭代训练，无需人类介入即可持续优化模型效果
- 2024年研究显示AI生成的研究选题新颖度评分高于人类学者，但可行性更低
- 2025年跟进研究发现AI生成的选题落地后实际质量低于人类选题
- AI能力仍在快速迭代，当前短板未来可能被补齐
详细精要
- AI Agent自主训练模型能力验证：OpenAI前科学家Andrej Karpathy发布autoresearch工具，可基于大语言模型自主完成模型训练迭代
- 该AI Agent每5分钟执行一次实验迭代，自主修改训练脚本、调整参数，无需人类介入即可持续优化模型效果
- 实验数据显示迭代过程中模型效果持续提升，可独立完成完整的模型训练流程
- 讲者开设的课程作业已要求学生操控AI Agent完成模型训练任务，替代过往人类手动完成的机器学习作业
- AI生成研究选题能力对比实验（2024年）：2024年已有研究测试大语言模型生成研究选题的能力，对比人类学者的产出质量
- 实验流程：给大语言模型接入过往论文RAG知识库，生成大量研究选题；同时邀请领域内学者（国际会议参会者，已披露H-index）生成选题；由第三方专家从新颖度、吸引力、可行性、有效性、整体质量五个维度打分
- 测试结果：AI生成的选题在新颖度、吸引力等维度评分高于人类，仅在可行性维度低于人类
- 实验局限性：可能存在受邀学者未拿出最优选题的情况，担心选题被盗因此仅提供次等选题
- AI选题落地效果跟进实验（2025年）：同一团队2025年发布续作，将AI与人类生成的选题全部落地为4页左右的完整论文，再由专家打分
- 结果显示AI生成的选题落地后新颖度评分大幅下降，整体质量低于人类生成的选题
- 核心原因：AI生成的选题多堆砌新颖术语，表面吸引力强，但实际存在执行漏洞，难以落地产出有效成果
- 讲者提示当前AI能力仍在快速迭代，2026年的模型能力已远超2025年水平，未来差距可能进一步缩小
💬 精华片段（中文）
"AI 有時候想的想法 是表面上看起來很厲害 堆砌很多新穎的詞彙 讓你覺得好像像是那麼一回事 真的去執行的時候才發現 不太能夠執行 做不太起來"
[12:25] AI审稿落地实践与全AI学术闭环尝试
本节重点
- 顶会AAAI 2026已正式引入AI进入审稿流程，作为人类审稿的参考
- 当前AI审稿存在质量参差不齐的问题，低质量AI审稿会出现内容错配的情况
- 自研AI Agent「小金」可根据场景定制审稿逻辑，比通用模型的审稿效果更适配学术场景
- 斯坦福已举办AI作为第一作者的学术会议，接受率低于20%，高质量论文仍需人类在选题和实验设计阶段介入
详细精要
- 顶会正式引入AI审稿机制：2026年人工智能顶会AAAI正式将AI纳入审稿流程，每篇投稿配3位人类审稿人+1位AI审稿人，同时配置人类和AI两种 Meta Reviewer
- 当前AI审稿仅输出意见不参与打分，意见供人类审稿人做最终决策参考
- 讲者作为AAAI 2026的Area Chair，发现部分标注为人类的审稿意见实际由AI生成，出现“Sure I can help you write this review”的明显AI生成痕迹
- 讲者观点：不反对AI辅助审稿，但反对使用低质量AI审稿，避免出现内容错配的无效意见
- 自研AI审稿助手「小金」实践：讲者团队自研的AI Agent「小金」此前专门负责实验室内部论文审稿，可为学生提供修改建议
- 与通用大模型审稿的差异：小金被设定为批评后必须附具体修改建议，避免只给出负面评价无落地指导
- 可根据投稿截止时间动态调整建议方向：距离截止时间不足24小时时，仅给出润色建议，不要求补充实验，同时增加鼓励性内容提供情绪价值
- 目前小金已转型为AI内容创作者，自主制作教学视频
- 全AI学术闭环实验：AI作者+AI审稿学术会议：斯坦福研究人员举办学术会议AI Agent for Science，要求论文第一作者为AI，核心贡献由AI完成，审稿也由AI执行
- 会议共收到247篇投稿，仅接受48篇，接受率不足20%，与领域顶会接受率持平
- 投稿要求明确标注人类介入程度，按选题、实验设计、数据分析、论文撰写四个环节统计AI完成占比，多数投稿四个环节95%以上工作由AI完成
- 录用论文规律：被录用的高质量论文普遍在选题、实验设计两个环节有更多人类介入，数据分析、论文撰写环节AI可独立完成
💬 精华片段（中文）
"review 的意義是 找出一篇文章的問題 讓這篇文章變得更好 如果今天 AI 相較於人 它更能看出文章的問題 那為什麼不讓它做呢"
[22:15] 未来角色展望与课程预告
本节重点
- 当前AI Agent仍需要人类引导任务方向，核心价值判断由人类完成
- AI Agent已具备自主制作教学内容的能力，台大已举办AI教学能力竞赛
- 后续课程将进入大语言模型核心技术环节，要求学生提前预习相关内容
详细精要
- 当前阶段人类与AI Agent的角色分工：当前AI Agent已可独立完成执行类任务，但仍需要人类引导方向，判断任务的价值优先级
- 学术研究领域人类的核心价值：提出高价值的新颖选题、设计实验框架，把控研究方向的正确性
- 执行类工作包括数据分析、论文撰写、模型训练、常规审稿等，均可由AI Agent独立完成
- AI Agent在教学领域的应用探索：AI Agent已具备自主制作教学内容的能力，讲者团队的AI Agent「小金」可自主生成教学视频，无需人类修改
- 小金产出的教学内容质量已超过部分敷衍完成的人类教学内容
- 台大AI卓越中心已举办AI教学竞赛，要求AI Agent根据指定题目生成教学视频，探索AI在教育领域的落地可能
- 后续课程安排预告：本次课程为AI Agent科普环节，后续将进入大语言模型核心技术模块
- 下次课程将讲解大语言模型内部的推理逻辑，要求学生提前预习机器学习导论第三讲内容
- 课程作业已加入AI Agent实操内容，要求学生操控AI Agent完成机器学习任务
💬 精华片段（中文）
"所以今天的狀況是 這些代理 這些 agent 它可以自己完成任務 但是往往需要人類來決定 來引導 它要完成什麼樣的任務 由人類來告訴它 什麼樣的任務 才是真正重要的"
专业术语注释
| 术语 |
解释 |
| AI Agent（人工智能代理） |
本集指具备自主决策、独立完成完整任务能力的人工智能系统，区别于传统指令驱动的AI工具 |
| Claude Code |
Anthropic公司推出的面向代码、研究场景的大语言模型产品，具备较强的逻辑推理和内容生成能力 |
| H-index（H指数） |
衡量学术研究者产出质量的核心指标，代表研究者有至少h篇论文被引用至少h次 |
| RAG（检索增强生成） |
大语言模型的优化技术，通过接入外部知识库检索相关信息，提升生成内容的准确性和时效性 |
| AAAI（美国人工智能协会年会） |
人工智能领域的顶级国际学术会议之一，2026年首次正式引入AI参与审稿流程 |
| Meta Reviewer（总审稿人） |
学术会议审稿流程中的角色，负责汇总多个审稿人的意见，给出论文的最终录用建议 |
| Area Chair（领域主席） |
学术会议的组织者角色，负责某一细分领域的审稿流程管理、争议问题仲裁等 |
| Interspeech |
语音处理领域的顶级国际学术会议，每年举办一次 |
| autoresearch |
Andrej Karpathy推出的AI自主研究工具，可基于大语言模型自动完成模型训练迭代 |
延伸思考
- 学术出版领域需尽快建立AI参与研究、审稿的明确规范，明确AI贡献的披露要求，避免学术不端风险。
- 高校人才培养体系需调整方向，减少执行类技能的训练比重，增加选题能力、价值判断能力、AI Agent管控能力的培养。
- 未来AI生成内容的质量评估体系需进一步完善，区分表面新颖性和实际落地价值，避免AI生成的低价值内容挤占学术资源。
- 可探索人机协同的研究新模式：人类负责提出问题、把控方向，AI负责全流程执行，大幅提升科研产出效率。
原文发表：Mar 15, 2026 · 纪要生成：2026-03-16