在启动一个新项目之前，每位生物学家都必须经历一个繁琐的仪式：文献综述。这个过程通常包括在 PubMed 中输入关键词、浏览数百个标题、下载可能相关的 PDF、阅读全文、提取关键信息并组织成表格或叙事综述。对于一个小项目来说，这可能需要数天；而对于系统评价或 meta 分析，花费数周甚至数月也很常见。更糟糕的是，在综述完成之前，可能已经有新的论文发表。
AI 工具正在改变这一局面。在 2025-2026 年，两款工具脱颖而出：Elicit（用于智能文献搜索和数据提取）和 ResearchRabbit（用于文献网络的探索和可视化）。当结合使用时，它们构成了“文献综述 2.0”的工作流。
Elicit：你的智能研究助理
Elicit（elicit.com）是一个由 AI 驱动的文献综述平台。与普通搜索引擎不同，Elicit 尝试回答问题而不是返回文档列表。
Elicit 的核心功能
功能 1：语义搜索，不仅仅是关键字
输入一个完整的问题，例如：“PD-1 表达与非小细胞肺癌抗 PD-1 治疗反应的相关性如何？”传统的 PubMed 搜索会返回包含这些单词的论文，而 Elicit 能理解意图，返回直接相关的论文（即使它们使用了同义词或不同的表达方式）。技术背后：Elicit 使用大型语言模型嵌入论文的全文（或至少标题和摘要），并根据语义相似性进行检索，而不是词袋模型。
功能 2：自动提取表格
这是 Elicit 的必杀技。给定一个问题，Elicit 会：找到最相关的 20-100 篇论文；从每篇论文中提取关键信息（样本量、方法、结果、P 值等）；整理成一个可排序的表格。例如，对于上面的问题，Elicit 可能生成一个表格，列包括：论文、样本量、PD-1 表达检测方法、OR（比值比）、95% CI、结论。提示： Elicit 在提取数值数据时可能有错误，特别是当论文使用非标准格式时（例如，“p=0.03”可能被提取为“0.03”或遗漏）。始终双重检查从 PDF 提取的数据。
功能 3：系统评价的自动化工作流
Elicit 支持系统评价的 PRISMA 工作流：去重（自动删除在不同数据库中找到的重复论文）；筛选（提供类似 Tinder 的界面，快速排除不相关的论文）；数据提取（批量提取预定义字段）；风险偏倚评估（手动工具，AI 提供建议但不完全自动化）。
Elicit 的局限性
- 并非所有 PDF 都可以免费获取：Elicit 可以找到开放获取论文的全文，但对于付费墙后的内容，它只能使用标题和摘要，这会降低提取质量。
- 没有内置的全文存储：你需要自己下载 PDF 并上传（对于付费内容）。
- 批量处理有限：免费版本限制每天 20 个“任务”，专业版本更贵（教育有折扣）。
ResearchRabbit：探索文献的社交网络
如果说 Elicit 回答“已知的问题”，那么 ResearchRabbit 回答“我错过了什么？”和“谁在引用谁？”ResearchRabbit（researchrabbit.ai）专注于文献网络的发现。它的界面类似于 Spotify 的“推荐歌曲”或 Netflix 的“因为你看了...”。
ResearchRabbit 的核心功能
功能 1：引用网络可视化
从一篇“种子论文”开始，ResearchRabbit 构建一个网络，显示：先前的作品（种子论文引用的论文，蓝色）；后续的作品（引用种子论文的论文，红色）；共同引用（与种子论文经常被一起引用的论文，绿色）。结果是一个交互式网络图，节点是论文，边是引用关系。你可以点击任何节点，扩展网络，或导出到引用管理器。
功能 2：“相似的工作”推荐
基于文本相似性和共引模式，ResearchRabbit 推荐你感兴趣的论文，而这些论文可能没有通过关键词搜索找到。这类似于“如果一个生态学家阅读了这篇论文，他们也喜欢那篇”的群体智慧。
功能 3：收藏和协作
- 创建收藏（类似播放列表），分组论文用于不同的项目。
- 与同事分享收藏和评论。