AI 正在倒逼科学出版重新设计基础设施

• 01｜出版商已经开始考虑：以后“读论文”的不只是人
• 02｜把论文变成机器可读，解决的是“消费端”；真正更大的变化发生在“生产端”
• 03｜真正的基础设施变化，可能要从研究产生的第一步就开始
• 04｜当 Agent 真正开始“做事”，它也不能再只是一个软件功能
• 05｜再往前一步：未来科研成果还一定要是一个静态 PDF 吗？

最近几天有几件看起来不太相关的事情，放在一起看，其实很有意思。

它们分别发生在学术出版、AI 模型、科研生产和 Agent 基础设施上。但如果把这些事情连起来看，我觉得它们其实都在指向同一个变化：AI 正在快速改变科学知识生产、读取和验证的方式，加速倒逼重新设计科学出版的基础设施。

§01｜出版商已经开始考虑：以后“读论文”的不只是人

第一件事情，是 Silverchair 推出了 Research Bridge。

它做的事情其实很好理解，就是把多个学术出版商的内容、访问权限、版本信息和授权机制，通过 MCP 封装成 AI Agent 可以直接调用的接口。

过去我们做研究，基本上是研究者自己打开期刊网站，搜索数据库，然后找到一篇论文、下载下来阅读。以后这个过程很可能越来越多地变成：

研究 Agent（Research Agent） → MCP → 出版商内容（Publisher Content）

而且这件事情已经不只是一个技术 Demo。出版商现在开始一起测试归属信息（attribution）、使用量计量（usage metering）、内容授权（licensing），包括以后怎么收费、怎么建立新的商业模式。

所以最近学术出版有一个很明显的方向，就是科学知识正在变得机器可读（machine-readable），也越来越机器可访问（machine-accessible）。

换句话说，出版商已经开始意识到，未来“读论文”的不只是人，还会有大量 AI Agents。

我觉得这是一个很重要的变化。

但它其实只解决了一半的问题。

§02｜把论文变成机器可读，解决的是“消费端”；真正更大的变化发生在“生产端”

现在很多人讨论 AI 和出版，首先想到的是怎么让已有的论文更容易被机器读取、更容易被 Agent 调用。

这个当然重要。

但我觉得这里有一个更大的问题经常被忽略：AI 真正带来的冲击，其实正在发生在知识生产端。

比如 arXiv 最近开始限制每位提交者每个月最多提交两篇论文。背后的原因当然不只是 AI，但一个很现实的现象是，论文的生产速度正在明显变快，而内容审核（moderation）、评审（review）和验证（verification）的能力没有同步增长。

简单来说就是，生产能力上去了，但整个科学系统消化这些产出的能力没有一起上去。

与此同时，另外一件事情也在发生：AI 本身越来越便宜。

像 Claude Haiku 5.5 这样的模型，某些 token 价格相比上一代已经便宜接近 90%。当然，这并不代表所有 Agent 工作流的总成本都会下降 90%，但是方向已经很清楚了：智能（intelligence）本身正在快速变便宜。

如果以后一个科研 Agent（Scientific Agent）的成本下降 10 倍，一个研究者运行的可能就不再只是一个 Agent，而是 10 个、100 个，甚至更多。

那时候科研生产能力会发生什么变化？

我们今天可能还在讨论“论文太多”，但以后可能真正面对的是假设（hypotheses）太多、科学主张（claims）太多、实验（experiments）太多，以及机器生成的科研产出（machine-generated research outputs）太多。

到了那个阶段，最贵的东西反而不再是“生成”。

真正贵的会变成：这里面哪一个是真的新？哪一个是对的？哪一个有足够的证据？哪一个真正值得进入科学记录（Scientific Record）？

所以我现在越来越觉得，下一代科学出版基础设施（scientific publishing infrastructure）真正需要回答的问题，不只是：

“怎样让科学内容变成机器可读（machine-readable）？”

而是：

“怎样让机器生产出来的科学变得可验证（verifiable）？”

这两件事情其实完全不一样。

§03｜真正的基础设施变化，可能要从研究产生的第一步就开始

现在出版商做 machine-readable，一个方向是把过去几十年的科学文献（scientific literature）重新整理成 Agent 可以读取和使用的数据。

这个方向已经在发生了。

但另外一个方向其实更难，也可能更重要：不是等一篇论文写完之后，再想办法把它转成结构化数据，而是从研究产生的第一步开始，就让整个科研过程留下可以被机器和人共同理解、检查和验证的数据。

比如我们未来真正需要保留下来的，可能不是只有最后那个 PDF，而是结构化科学主张（structured claims）、证据（evidence）、来源与溯源（provenance）、研究过程记录（research traces）、验证结果（verification results），最后再形成机器可读的科学记录（machine-readable scientific records）。

我觉得这可能才是 AI 真正倒逼出版基础设施发生变化的地方。

因为以后真正的问题不再只是“机器能不能读懂论文”，而是“机器生产出来的科研结果，能不能被其他机器和人继续检查、验证和使用”。

这两个问题表面上都叫 machine-readable，但其实完全是两个阶段。

一个是让机器读过去的知识。

另外一个是让机器生产出来的新知识，从一开始就具有可验证性。

§04｜当 Agent 真正开始“做事”，它也不能再只是一个软件功能

最近另外几个技术变化，我觉得也在强化同一个判断。

比如 Microsoft 开始给 AI Agents 提供操作系统级的沙箱（sandbox）和权限控制（permission）。

这件事情看起来和出版没有直接关系，但实际上很重要。因为它说明 Agent 已经不再只是一个“软件功能”。

如果一个 Agent 只是帮你改一句话、总结一个 PDF，那当然问题不大。

但是当它开始访问文件、数据库、网络、计算资源、实验工具，甚至可以代表一个机构去执行一些事情的时候，它就必须像一个真正的数字执行主体一样被管理。

你必须知道，这个 Agent 到底是谁，它被允许做什么，可以访问什么数据，可以花多少资源，以及最后谁对它的行为负责。

放到科研里面，这个问题会更明显。

一个 Agent 帮你搜索论文，和一个 Agent 修改实验数据、启动实验、访问患者数据或者提交论文，显然不能拥有同样的权限。

所以未来 Scientific Agent 真正进入科研流程以后，Agent governance 其实会变成科研基础设施的一部分，而不是简单写在一个 system prompt 里面。

§05｜再往前一步：未来科研成果还一定要是一个静态 PDF 吗？

OpenAI 最近的智能界面（Intelligent UI），则让我从另外一个角度想到一个问题。

未来科研成果还一定要被压缩成一个静态 PDF 吗？

今天我们已经习惯了一篇论文就是一个固定文档。里面有图、有表、有方法、有引用，所有人看到的是同一个版本。

但如果 AI 可以根据不同的研究任务，动态生成图表、对比矩阵（comparison matrix）、证据图谱（evidence graph）、交互式数据视图（interactive data view），那么以后 Paper 可能只是科学记录（Scientific Record）其中一种给人阅读的呈现形式（human-readable view）。

真正需要长期存在的，可能是背后的科学对象本身：科学主张（Claim）、证据（Evidence）、方法（Method）、数据（Data）、代码（Code）、来源与溯源（Provenance）、验证（Verification）。

不同的人、不同的 Agent，可以根据自己的任务，从同一套 Scientific Record 里生成不同的界面。

界面当然可以变化，PDF 也可以变化，论文以后甚至可能有完全不同的展示方式。但底层的科学知识结构不能因为界面变化就消失。

所以我现在越来越觉得，AI 原生出版（AI-native publishing）不能简单理解成“让 AI 帮我们更快地写论文”，甚至也不能只理解成“把论文变成机器可读”。

真正的变化可能是：

科学出版正在从“文档基础设施”（document infrastructure），走向“可信知识基础设施”（trusted knowledge infrastructure）。

一边，我们当然需要让机器能够访问和使用过去已经存在的可信科学知识。

但另外一边，我们必须解决一个更难的问题：当机器开始以机器速度（machine speed）生产新的科学知识以后，科学系统能不能也用接近这样的速度去完成筛选、验证和信任建立？

这也是我们在 PIPress (pipress.xyz) 一直在做的一件事情。

我们真正想解决的并不是怎样让 AI 再生产更多论文。

而是能不能从研究产生的第一步开始，就让新的科学知识变得结构化、可追踪、可验证，并且最后能够安全地进入科学记录（Scientific Record）。

我觉得这可能会是下一代科学出版基础设施非常重要的一条分界线。

让知识能够被机器读取，只是开始。

Machine-readable knowledge is only the beginning.

真正更难的问题，是如何让机器参与产生的科学本身也变得可验证。

Machine-verifiable science is the harder problem.