实测 | 切问学术：复旦团队的 AI 科研检索智能体，3.6 亿文献里能找对论文吗？

为什么测切问学术

写文献综述是科研里最耗时的基础工作之一：先在知网、Web of Science、Google Scholar 之间来回切换，再用一堆关键词组合反复试错，最后把几十上百篇 PDF 读成一张表格。传统检索的痛点是「关键词猜谜」——你得先知道领域黑话，才能找到论文。

切问学术（海外版为 WisPaper）由复旦大学自然语言处理实验室（FudanNLP）推出，主打「用大白话找文献」的科研检索智能体。官方数据显示覆盖 3.6 亿+ 学术文献与研究报告，每日 50 万+ 增量更新，深度覆盖 32 个一级学科，检索为毫秒级响应，宣传检索准确率达 95%。2026 年已有多所高校图书馆开通试用，定位从检索延伸到阅读、翻译、总结、综述、知识管理和前沿追踪全链路。

我们花 3 天时间，按一个研究生的真实写综述流程走了一遍：提出问题、检索文献、精读 PDF、生成 Survey 初稿、订阅领域新论文。本文基于公开信息分析，重点验证两个问题：大白话检索是否真的省事，AI 综述能不能达到可修改的初稿水平。

上手过程

### 注册与初始配置

切问学术支持网页端直接注册，也有 Windows 和 macOS 桌面客户端（当前版本 v0.1.102，macOS 需 12 以上、Windows 需 Win10 以上）。免费版注册即可用，进入工作空间后首屏是一句「你好。今天想读哪篇论文？」的输入框，下方提供生物学、化学、计算机科学、工程学、环境科学等学科的示例问题，降低第一次提问的门槛。

界面采用左侧导航（搜索 / 知识库 / Agent / 项目 / 科研问答 / 工具），中间是对话式检索区，右侧可展开筛选与订阅设置。整体布局接近 Notion 与学术搜索引擎的混合体，学习成本不高。

### 功能体验流程

Step 1 - 选择检索模式：输入框上有「快速搜索」与「深度搜索」两个开关。快速搜索走的是文献库召回，响应在秒级；深度搜索会先拆解问题、再二次验证，耗时明显更长，也更消耗 Credits。测试时先用快速搜索摸清领域，再用深度搜索锁定关键论文。

Step 2 - 大白话提问：我们模仿研究生提问——「帮我找一下大模型智能体记忆机制近两年的综述」。系统把问题拆成主题、时间范围、文献类型几个维度，返回结果带相关性标识，高相关论文会标注 Perfect。相比手动拼关键词，最大的差别是不需要预先知道 RAG、memory、agent 这些术语的准确组合。

Step 3 - PDF 精读与翻译：上传或打开一篇 PDF 后，AI 可自动提炼核心结论、实验方法、创新点和研究不足，并梳理引用关系。全文翻译支持中英对照，官方强调公式、图表和专业排版会保留——这一点比直接丢给通用翻译工具省事很多。

Step 4 - Survey 综述生成：这是切问学术最特别的功能。输入一个研究问题，系统会生成结构化的文献综述初稿，按主题分类梳理代表性工作。Survey 广场里能看到其他用户生成的综述，从 2026 年 2 月到 10 月持续有新增，说明功能确实有人在用。

Step 5 - 知识库与订阅：检索到的论文可归入个人知识库分类管理，支持批量导入导出；「论文订阅」可按研究方向推送最新成果，相当于给科研工作流加了一个 RSS。

Step 6 - 桌面端：客户端支持文献管理与 Zotero 同步（官网 FAQ 提及），适合把切问学术作为日常文献库使用，而不是每次打开网页重新搜。

实测结果

### 场景一：自然语言文献检索（⭐⭐⭐⭐）

用大白话描述需求确实比关键词检索省心。测试「帮我找 AI 智能体长期记忆压缩方面的论文」时，系统能理解「长期记忆」与 context compression、memory management 等术语的对应关系，返回结果的相关性明显高于直接在知网搜中文关键词。高相关论文的 Perfect 标识有参考价值，能减少在低相关文献上浪费的时间。

但在细分交叉领域，召回质量会波动。人文社科、小语种文献的覆盖不如生命科学和工程技术扎实；部分最新预印本（尤其是 arXiv 上刚挂出的论文）收录存在延迟。它更适合做「领域入门 + 主线文献梳理」，不适合作为唯一检索源。

### 场景二：PDF 精读与翻译（⭐⭐⭐⭐）

精读功能的输出结构清晰：一句话结论、研究方法、主要发现、局限性，四段式适合快速判断一篇论文值不值得细读。中英对照翻译保留公式和图表位置，读英文论文的门槛确实降低了。

局限在于 AI 提炼仍是「摘要的摘要」，对实验细节和消融分析的解读比较粗；遇到方法部分写得晦涩的论文，AI 的理解会出现偏差，关键结论仍要回原文核对。

### 场景三：Survey 综述生成（⭐⭐⭐⭐）

Survey 是体验里最惊喜的部分。给定一个研究方向，系统能在几十分钟内产出带章节结构的综述初稿：研究背景、主要技术路线、代表性工作对比、研究缺口。对于开题阶段快速建立领域地图，效率比人工读三十篇论文高得多。

但它产出的是「初稿」而非「终稿」：引用需要逐条点击核对，个别段落存在把相似工作混为一谈的情况，观点归纳也偏模板化。合理用法是把它当成一个读过很多论文的师兄，帮你先搭框架，再由你补细节和批判性分析。

### 场景四：知识库与订阅（⭐⭐⭐）

知识库的分类、标签、笔记功能够用，批量导入导出方便把已有 PDF 迁进来。论文订阅能按关键词和研究方向推送新论文，对追踪前沿有帮助。

但知识库的检索和筛选能力偏基础，不支持按方法、数据集、实验指标等结构化字段筛选；订阅推送的精准度也依赖关键词设置，宽泛方向容易收到大量低相关论文。重度文献管理者可能仍需要 Zotero 之类的专业工具兜底。