专属于科研工作者的 AI 工作台，它来了。 并且现阶段完全免费，不要邀请码，直接就能去白嫖。 平时拿普通聊天 AI 读论文或者查资料，最头疼的就是 AI 太容易胡说八道。看着说得头头是道，真要去找具体出自哪一页、哪一段，全是编出来的。 做科研或者正经调研，最怕的就是这种不可靠。 最近测了一款叫 ScienceBuddy 的科研工作台，由 PhAI Labs @PhAILabs 发起（团队有斯坦福、牛津、普林斯顿背景，沐晨 AI 联合研发）。 他们的研究实验代码在 GitHub 上开源了（MIT 协议），线上直接提供现成的工作台。 它跟普通聊天框最大的区别在于，它是专门针对科研场景搭的一整套工具环境。 我拿它做了一个很实际的测试： 我丢了三篇关于Jev的论文给它，要求它做一次文献调研。 第一，读完这 3 篇论文，整理一张中文证据表，把每篇的研究问题、方法、主要发现和局限标出来，而且必须精确到章节和页码。 第二，对照 Jev 的情况，分析哪些能用论文来理解，哪些关于 Jev 的实现还缺少公开证据，不要瞎猜。 我给它发的需求就是这段话： 我正在研究 Jev 这类输出结构化判断的 AI 模型。请阅读上传的三篇论文，围绕“文本分类判断、概率校准、小模型完成特定任务”整理一张中文证据表。每行包含：研究问题、方法、实验设置、主要发现、局限，以及对应章节或页码。再单独阅读 Jev 官方介绍，标出哪些概念可以借助这些论文理解，哪些关于 Jev 的具体实现和效果仍缺少公开证据。不要推断 Jev 采用了这些论文的方法。 结果一出来，确实挺让人服气的。 第一，证据表极其详细，每一条结论在论文第几节、PDF 第几页，全部标得清清楚楚。 第二，它完全不瞎编。 我给它的 3 个链接其实都是学术论文，并没有 Jev 的官方技术细节。普通 AI 往往就开始顺着你的话胡乱联想了，但 ScienceBuddy 直接把边界划得明明白白：哪些是论文里能解释的通用概念，哪些是关于 Jev 根本没有公开证据的，全部拆成了对照表。 不会为了讨好你而胡乱脑补，证据支持到哪里就说到哪里，这对严谨科研来说太重要了。 除了文献调研和整理证据表，它还内置了 224 个专门的科研工具（覆盖生物医学、组学分析、方案排错等），原生支持跑 Python 和 R 代码。 在轨迹面板里，它每一步调了什么工具、跑了什么代码、得到了什么结果，全透明可查，产物也能直接下载复核。 现阶段处于 Preview 阶段，没有任何门槛，完全免费。建议大家用电脑浏览器打开体验。 #ScienceBuddy #PhAILabs #AIforScience 产品入口和开源仓库在评论区