AI时代：论文写作的第三条路
几乎每个学生都问过我这一个问题：“老师，我能不能用 AI 写论文？”
我的回答从来不是简单的"能"或"不能"，而是这句话：会用的人，AI 是最强的学习外挂；不会用的人，AI 是让自己变废的最快方式。区别不在用不用，在于怎么用。
今天把我教学生的那套完整讲出来：AI 在论文里能干什么、不能干什么，全流程五个阶段分别怎么用，红线在哪里。这篇建议先收藏，写论文的时候照着做。
先说清楚我的立场：我是高校计算机方向的老师，指导过二十多名学生的毕业设计，自己也是 AI 的重度用户。我既不搞"AI 洪水猛兽"那一套，也不赞成"全靠 AI 躺平"。我教的是第三条路——让 AI 放大你的思考，而不是替代你的思考。
一、先搞懂：AI 在写论文这件事上，能干什么、不能干什么
很多人踩坑，是因为对 AI 的能力边界没有概念。先把它摆清楚：
**AI 擅长的：**搭框架、列提纲；语言润色和逻辑梳理；解释一段你看不懂的代码或公式；帮你梳理一个陌生领域的知识脉络；当你的第一读者，挑表达上的毛病。
**AI 不擅长的（这里是重灾区）：**事实准确性——AI 会一本正经地编造不存在的文献、不存在的数据、不存在的结论，行话叫"幻觉"；真正的创新性——它是把已有知识重新组合，不会替你产生新发现；对你具体实验数据的理解——你的实验是你做的，它没在场；以及最重要的——为内容负责。论文上署的是你的名字，出了任何问题，担责的是你，不是模型。
一句话记住：AI 可以参与"表达"的生产，但不能参与"事实"和"责任"的生产。
二、三种"用了等于自毁"的方式，以及真实代价
**第一种：整段整篇复制粘贴。**代价：现在 AIGC 检测已经很普及，学校也在逐步引入相关审查；更要命的是答辩——老师随便挑一段问"这里你为什么这么论证"，复制粘贴的人当场现形。论文过了，能力是零，往后读研、工作，欠的债接着还。
**第二种：让 AI 编造文献和数据。**这是所有方式里性质最严重的。AI 编出来的参考文献看着格式完美，一查根本没有。引用造假、数据造假属于学术不端，轻则论文作废、延期毕业，重则记入档案。这条没有任何商量余地。
**第三种：跳过思考，直接要成品。**你把"想"这个环节整个外包了。短期看论文是出来了，长期看你花了大学几年最该练的能力——定义问题、拆解问题、论证观点——一样没练着。AI 越强，你越弱，这是三种方式里最隐蔽也最伤的一种。
一句话：捷径走得越快，账单越贵。
三、论文全流程五阶段，AI 各自怎么用
下面按写论文的真实流程走一遍，每个阶段给你定位：AI 是什么角色、你该干什么。
**阶段一：选题与开题——AI 是陪练，不是选题人。**你可以把你的初步想法丢给 AI，让它来攻击你："这个选题有什么漏洞？别人可能已经做过什么？范围是不是太大？"让它当你的反方辩手，帮你把选题磨尖。但"这个题目值不值得做"的最终判断，必须是你自己的——因为只有你要为它投入几个月。
参考提示词：“我想研究【主题】，请你扮演一个挑剔的评审，指出这个选题的三个最大弱点，并各给一个改进方向。”
**阶段二：文献综述——AI 是导航员，不是代读员。**让 AI 帮你梳理领域脉络是高效的："这个领域主要有哪几条研究路线？各自的代表工作和分歧是什么？"但注意两件事：第一，AI 说的任何一篇文献，你必须自己去数据库里核实它是否真实存在、内容是否如它所说；第二，关键文献必须读原文，AI 的转述会丢细节、会夹带偏差。综述的骨架可以让 AI 帮你搭，血肉必须是你自己读出来的。
参考提示词：“请帮我梳理【领域】的主要研究脉络和争议点，并明确标注哪些内容是我需要自行查证的。”
**阶段三：方法与实现——AI 是代码助手，不是枪手。**学计算机的同学这个阶段用得最多。让 AI 帮你写代码初稿、解释报错、优化实现，都是正当用法。但有一条铁律：AI 写的每一行关键代码，你必须能讲清楚它为什么这么写。答辩时老师指着某一行问"这是什么意思"，你答不上来，前面写得再漂亮都白搭。我的标准很简单：能不能不看代码给同学讲明白？能，才是你的。
参考提示词：“这是我写的【功能】代码，请审查其中的边界条件问题和性能隐患，并解释原因，不要直接重写。”
**阶段四：写作成文——你写初稿，AI 当第一读者。**顺序千万别反。正确流程是：你把自己的论证写出来，哪怕粗糙，然后让 AI 挑毛病："这段逻辑通不通？有没有表达歧义？哪里需要补充论据？"用它打磨，不用它生产。你自己的初稿可能不漂亮，但那是你的思考；AI 的文字再漂亮，不是你的就一文不值。
参考提示词：“请检查下面这段文字的逻辑问题，指出论证跳跃和表达不清的地方，保持我的原意，不要替我重写观点。”
**阶段五：答辩准备——AI 是模拟考官。**这一步很多同学不知道，其实是 AI 最好用的环节。把论文摘要喂给它："请你扮演答辩委员，对这篇论文提出十个最尖锐的问题，覆盖方法、数据、结论的可靠性。"然后自己作答，答不上的就是你的软肋，回去补。模拟几轮，答辩时你会稳得多。
参考提示词：“针对我的论文【摘要】，请从方法论、数据来源、结论边界三个角度各提出三个刁钻问题，并在我回答后指出我回答的漏洞。”
四、红线清单：打印出来贴在桌上
**绝对不做的事：**让 AI 代写整章或全文；伪造或放任 AI 伪造文献、数据、引用；对 AI 生成但自己不懂的内容照单全收；隐瞒 AI 使用情况——学校如有申报要求，如实申报。
**必须做的事：**AI 提到的每一条关键文献，回溯原文核实；每一个数据、每一个结论，确认来源可靠；对论文里的每一句话负责。
一个终极检验标准：把 AI 参与的部分全部抽掉，剩下的内容你能不能完整讲清楚、守得住追问？能，你就是在使用工具；不能，你就是被工具使用。
五、给不同的人再说两句
给本科生：毕业论文是大学最后一次系统性训练——定义问题、拆解问题、论证观点。用 AI 提高效率，和完成这个训练不冲突，前提是把"思考"留在自己手里。别让最后一次训练变成最后一次外包。
给研究生：研究的核心是创新点。AI 能帮你提效——读文献、写代码、改表达——但创新点必须是你的，因为答辩委员问"你的贡献是什么"的时候，你没法说"AI 的"。
给同行老师：堵不如疏。禁 AI 禁不住，不如把"怎么用"教给学生，同时把考核从"交结果"转向"讲过程"。学生能讲清楚自己的思考，用不用 AI 其实没那么重要。
六、最后
写到最后想说一句我的真实感受：AI 是一面镜子。想偷懒的人，它让偷懒变得更容易；想搞清楚问题的人，它让搞清楚问题的速度快一倍。它不改变你的方向，只放大你本来的样子。
论文真正的价值，从来不是那份文档，而是写完它的过程中，你变成了什么样的思考者。这件事，AI 帮不了你，也取代不了。
我是芦老师。上一篇聊了"AI 会不会取代大学老师"，这一篇给了论文场景的完整用法。下一篇我想聊聊更大的题目：AI 时代，到底应该怎么学习？关注我，这个系列值得追完。