研究生用「龍蝦」代寫論文，查重 0% 以為天衣無縫，組會上被導師貼臉開大：還想畢業(yè)嗎？

　　「查重 0%！這下穩(wěn)了，畢業(yè)肯定沒問題！」某高校研究生小李（化名）看著電腦屏幕上的論文查重報告，長舒一口氣，暗自慶幸自己找對了「神器」—— 近期爆火的「龍蝦」。可當小李信心滿滿地在組會上匯報自己「精心撰寫」的論文時，導師突然臉色鐵青，拍著桌子貼臉開大：

　　「這篇論文里的參考文獻，有 3 篇根本不存在！你告訴我，這是你自己寫的？還想畢業(yè)嗎？」

　　一句質問，讓小李瞬間慌了神 ......

　　近期，「養(yǎng)龍蝦」突然在網上爆火，引發(fā)了網友們的熱議。當然，這里的「龍蝦」不是咱們平時吃的龍蝦，而是 OpenClaw，即一類能直接操作電腦、執(zhí)行任務的智能體工具。

　　圖片來源：GitHub

　　「龍蝦」之所以會火，并不只是因為它會聊天，而是因為它開始「會辦事」了：能讀網頁、調接口、裝插件、處理本地文件 ……

　　很多人把這件事看成一個技術八卦，但龍蝦的爆火其實是一個信號——AI 已經不僅是一個停留在聊天框里的工具了，它正在全面闖入我們的生活。

　　AI 越來越能干，

　　風險也在同步擴張

　　隨著「龍蝦」的爆火，人們很快認識到其中的風險，OpenClaw 也從效率神器變成了安全焦點。

　　過去大家用生成式 AI，大多是讓它寫一段話、改一封郵件、總結一篇文獻。但現在不一樣了，諸如 OpenClaw 等 AI 工具開始被授予更高權限，可以訪問本地文件系統(tǒng)、讀取環(huán)境變量、調用外部 API，甚至安裝擴展功能。

　　能力越強，失控代價也就越高。一個會自動執(zhí)行任務的 AI，如果判斷錯了、被注入了惡意提示，或者接入了不可信插件，帶來的不再只是幾句胡說八道，而可能是刪庫、泄密、誤發(fā)、被控。

　　因此，國家互聯(lián)網應急中心已經明確提示，這類工具默認安全配置脆弱，可能出現提示詞注入、密鑰泄露、誤刪郵件、惡意插件投毒以及高中危漏洞被利用后導致系統(tǒng)被控、隱私信息和敏感數據泄露等問題。

　　圖片來源：公眾號截圖

　　而如果說「龍蝦」讓人看到的是技術安全風險，那么最近另一條更刺眼的新聞，則讓人看到AI 進入知識生產后的規(guī)范風險。

　　上個月，一項發(fā)布在預印本平臺 arXiv 的研究對 13 個大預言模型、40 個研究領域做了引用有效性審計，發(fā)現所有模型都會生成虛假的參考文獻，比例從 14.23% 到 94.93% 不等。

　　研究還分析了 2020-2025 年 56,381 篇頂級 AI/ML 與安全會議論文中的 220 萬條引用，發(fā)現其中 604 篇論文包含無效或虛構引用，而這一問題在 2025 年同比又上升了 80.9%。

　　圖片來源：網頁截圖

　　此外，Nature 在 3 月初報道，一項針對 13 個主流大模型的測試發(fā)現，這些模型在多輪誘導之下都可能不同程度地協(xié)助學術欺詐或垃圾論文的生產，只是不同模型抵抗程度不同而已。

　　圖片來源：網頁截圖

　　Nature 在去年秋天其實已經發(fā)出過警報。根據相關報道，ChatGPT、Gemini 等文本生成工具可以把已有論文改寫成「幾乎相同但足以繞過常規(guī)查重」的 copycat papers，數據分析顯示，這類由 AI 改寫的仿寫論文已經滲入期刊體系，估計已有數百篇被發(fā)表。

　　換句話說，當前的問題已經不是「AI 會不會犯錯」，而是「當人主動想越線時，AI 會不會成為幫兇」。

　　至少就目前的情況，答案并不樂觀。

　　面對 AI 真正成熟的態(tài)度

　　不是封殺而是劃清邊界

　　盡管針對 AI 的使用存在一定風險，但對于 AI，真正成熟的態(tài)度不應是一禁了之，而是應該明確邊界、保留空間、落實責任。

　　國家自然科學基金委在 2026 年項目申請通知里寫得很清楚，申請人可以借助生成式 AI 跟蹤研究動態(tài)、收集整理參考文獻，但必須由人工核實信息和參考文獻的真實性與準確性，申請人對生成內容負責，并且要全面如實聲明使用情況；同時又明確規(guī)定，不得使用生成式 AI 直接生成申請書，不得使用未經核實的生成內容。

　　圖片來源：網頁截圖

　　這個表述其實非常有代表性：可以輔助，不可替代；可以借力，不可甩責。

　　科技部編制的《負責任研究行為規(guī)范指引（2023）》以及對該文件的官方解讀，態(tài)度同樣如此。文件明確提出，不得抄襲、買賣、代寫申報材料，不得使用生成式人工智能直接生成申報材料。

　　解讀進一步說明，面對人工智能帶來的新機遇和新問題，管理重點不在于否認技術，而在于依規(guī)合理使用：從研究實施、數據管理、成果署名與發(fā)表、文獻引用等方面都給出了邊界，同時明確不得將生成式 AI 列為成果共同完成人，不得直接使用未經核實的 AI 生成參考文獻。

　　高校層面的態(tài)度也越來越清晰。

　　清華大學發(fā)布《清華大學人工智能教育應用指導原則》時，用了一個非常準確的表述 ——「積極而審慎」。一方面，學校鼓勵學生在遵守課程規(guī)定的前提下積極探索 AI 輔助學習；另一方面，又明確嚴禁將 AI 生成的文本、代碼等內容直接復制或簡單轉述后作為學業(yè)成果提交。

　　它不是反對學生用 AI，而是反對學生把本該自己完成的訓練，外包給 AI。

　　圖片來源：網頁截圖

　　復旦大學的規(guī)定更直接。其本科畢業(yè)論文 AI 工具使用規(guī)定明確提出「六個禁止」，其中就包括研究設計、數據分析、論文撰寫等核心環(huán)節(jié)；一旦構成學術不端（不當），還會面臨紀律處分、取消學位申請資格、撤銷學位等后果。

　　中國傳媒大學的做法則把「可用」和「不可用」切得更細。其學術刊物關于規(guī)范生成式 AI 工具使用的征求意見稿明確提出，AI 只能用于文獻檢索、語言潤色、格式優(yōu)化、基礎數據整理與可視化等非核心研究環(huán)節(jié)；禁止它參與論文主體框架、核心觀點、具體內容、數據來源的生成。同時，作者投稿時還要主動提交書面說明，告知工具名稱和版本、使用時間、生成內容清單、原始提示詞以及輸出記錄截圖。

　　圖片來源：網頁截圖

　　事實上，大家不難發(fā)現，制度并不反對使用 AI 來提高效率，但制度堅決反對使用 AI 完成本屬于人的學術勞動、判斷責任和誠信義務。當前的核心焦點已經不在于 AI 能不能用，而是在于「哪些環(huán)節(jié)可以用，哪些環(huán)節(jié)絕不能碰；用了之后，誰來擔責」。

　　AI 應該是「助手」，

　　而不應成為「槍手」

　　對于個人而言，在使用 AI 時，應該守住這樣一條底線：AI 應該是「助手」，而不應成為「槍手」。

　　什么叫「助手」？

　　就是 AI 幫你做那些重復的、機械的、耗時的、但不構成核心原創(chuàng)性的工作。比如檢索文獻、整理摘要、潤色語言、優(yōu)化格式、梳理思路、做初步代碼排錯、生成會議紀要、做基礎可視化。這些工作并不輕，但它們的共同點是：最后的判斷仍然在你，責任仍然在你，創(chuàng)造性的核心環(huán)節(jié)也仍然在你。

　　什么叫「槍手」？

　　就是 AI 開始替你完成本不該外包的核心工作：替你編數據、造圖表、虛構參考文獻、捏造實驗結果、生成研究設計、代寫論文主體、直接寫基金申請，甚至幫你把一篇并不存在的研究包裝得像真的一樣。

　　所以，當下最該警惕的并不是「AI 會不會取代人」，而是「人會不會主動把自己的責任交給 AI」。

　　一旦 AI 成了槍手，最先被摧毀的是信任。你不知道這篇文章有多少是作者自己做的，你不知道這些引用是否真實存在，你甚至不知道這段看起來條理清晰的話是不是建立在真實材料之上。AI 不會為一篇造假的論文承擔處分，不會為一個虛構的數據集承擔后果，也不會為一個錯誤決定承擔名譽風險，承擔后果的永遠還是人。

　　從「龍蝦」引發(fā)的安全焦慮，再到基金委、高校、期刊不斷細化的規(guī)則，我們其實應該清晰認識到：AI 進入生活和科研，幾乎是不可逆的。

　　真正理性的態(tài)度，從來不是一邊高喊 AI 萬能，一邊把思考、核驗、寫作、判斷全部外包出去；也不是一看到風險就退回到什么都別用的舊世界。

　　成熟的做法只有一個——讓 AI 回到它該在的位置，技術可以越來越強，但人對邊界的意識反而必須更清楚。

　　否則，最后失控的不是機器，而是我們自己對真實、能力和誠信的底線。