为什么 AI 文献综述工具必须内置引用审计

AI 辅助学术写作最大的风险不是文字不通顺，而是“看起来很确定”。生成段落可能读起来很自然，但背后的证据并不完整、支撑较弱，或者与论点并不匹配。

因此，引用审计应该是综述工作流的一部分，而不是导出后的补救动作。

引用审计要检查什么

有用的审计视图应该帮助研究者回答：

• 哪些选定论文支撑了这一段？
• 哪些论点支撑较强？
• 哪些论点需要人工复核？
• 哪些内容只依赖较弱证据？
• 段落是否夸大了纳入研究的结论？

重点不是假装软件可以保证真理，而是在导出前让风险可见。

它如何改变写作流程

没有审计时，用户往往在初稿完成后才检查问题。有了审计，初稿会变成一个工作界面：研究者可以修改弱支撑论点、删除无支撑表述，并在需要时回到原始论文。

LitSynth 把引用审计放在论文选择和综述生成附近，让用户能把检索、筛选、合成和核查连成一个流程。

应该追求的标准

AI 综述工具应该让用户容易判断：这个论点有支撑，那个论点不确定，另一个论点需要修改。这是“快速生成文本”和“负责任的研究基础设施”的区别。