三个词读懂科研 AI：大模型、智能体、RAG

您让 AI 帮您找一篇能支持某个结论的文献。它答得又快又体面：作者、年份、期刊，连 DOI 都排得整整齐齐。您把 DOI 复制进数据库，回车——零条结果。换标题再搜，还是零。这篇文章根本不存在。

它不是在骗您，它只是把一篇文献「该长什么样」猜得太逼真了。而这一刻，您已经撞上了科研 AI 的核心矛盾：它极其流畅，但流畅从来不等于可靠。要判断什么时候能信它、什么时候得多留个心眼，您不用读一篇论文，只要搞清三个词：大模型、智能体、RAG。把它们弄明白，再回头看那些花哨的产品页，您会清醒很多。

大模型：见多识广，但会「一本正经地胡说」

大模型（LLM）的本质，是在海量文本上训练出来的「下一个词预测器」。您给它半句话，它算出接下来最可能出现的词，一个接一个续下去。听着简单，可当规模足够大，这种续写就涌现出惊人的能力：它能总结、能推理、能写代码、能把一段行话翻成人话。

要害在于——它学会的是「什么样的表达看起来对」，而不是「什么是事实」。所以当您问一个它没把握的问题，它不会像人那样说「我不确定」，而会顺畅地补出一个「读起来最合理」的答案。这就是幻觉。它编造文献、编造数字、把两个真实概念嫁接成一个不存在的方法，往往都发生在它「语气最笃定」的时候。

抓住这一条，判断就有了着落：大模型擅长加工您给它的信息，不擅长凭空提供您没给它的事实。 让它润色您写好的段落、解释一段您贴进去的报错、把零散思路理成提纲，它很稳；让它凭记忆报一个精确数字、报一篇具体文献，您就得亲自去核。

智能体：会规划，会动手，不只是陪您聊天

聊天机器人和智能体（agent）的区别，常被产品文案抹平，但对科研人很关键。

聊天机器人是一问一答：您说一句，它回一句，所有事都在对话框里发生，它自己碰不到任何真实的东西。智能体多了两样本事——会拆解任务，会调用工具。您给它一个目标，比如「把这个表达矩阵做差异分析、画火山图」，它不会只回一段建议，而是自己规划：读数据、选方法、写代码跑一遍、看结果、报错了再改，最后把图和结论一并交给您。

这中间，它真的调用了「运行代码」这个工具。于是它的产出不再是「听起来对的一段话」，而是「真的算出来、能复现的结果」。意义正在这里：当输出能被真实工具检验——代码报错就是报错，数据对不上就是对不上——幻觉的空间被大大压缩了。 一个组学分析智能体的好处，不在于它「更聪明」，而在于它把结论落到了一份您能复跑、能核对的代码上：错了，您一眼看得见。

所以判断一个 AI 值不值得托付任务，别听它话说得多漂亮，看它的结果能不能被验证。

RAG：先查证，再开口，给幻觉套上缰绳

大模型爱编事实，怎么治？答案是第三个词：RAG（检索增强生成）。

它的原理朴素得近乎反直觉：既然模型凭记忆容易胡说，那就干脆不让它凭记忆。回答之前，先去一个可信资料库里检索相关内容，把找到的原文一并塞给它，要求它基于这些材料作答，并告诉您答案出自哪里。这就是「知识库问答」背后的机制。

这一步改变了什么？没有 RAG 时，您问「某方法的适用条件」，模型是在「回忆」；有了 RAG，它是在「开卷答题」——先翻到相关章节，再照着说。前者容易编，后者有据可查，而且您能顺着它给的出处自己去核。对科研人来说，这条「出处」极其宝贵：它把「您只能选择信或不信」变成了「您可以去查」。

当然 RAG 不是万能药。库里没有的内容，它照样可能替您「补」上；检索到不相关的段落，它也可能被带偏。但方向是对的：让回答先在可信资料里找证据，是目前对付幻觉最实在的办法。 库的质量、给不给出处，就是您挑工具时该死盯的硬指标。

您真正该关心的，从来不是术语

绕回开头那个编造文献的场景。现在您有了判断的坐标：那是大模型在凭记忆硬答，正是幻觉高发区；如果它是从一个真实文献库里检索出处再回答（RAG），或是能调工具去数据库验证一遍（智能体），可信度就完全是另一回事。

说到底，这三个词是在回答同一个问题：这一次，它是在凭感觉说，还是查过、算过、能让您验证地说？ 前者只配当灵感和草稿，后者才敢往论文里放。会分这一刀，比记住任何缩写都值钱。

AI 最该为您做的，不是递上一个漂亮答案，而是让您每一步都看得见依据——它凭什么这么说，您能不能顺着查下去。挑工具时，把这句话当尺子：它敢不敢告诉您，这个答案是从哪来的。