我是如何“折磨”AI，让它给我想基金点子的？| 自然职场

与AI脑暴改变了Angela Steinauer的科研构思方式——关键在于保持怀疑，并学会提出更好的问题。 

原文作者：Angela Steinauer  

原文以My AI chatbot thinks my idea is fundable 标题发表在2025年7月31日《自然》的职业版块上

我坐在办公室，一边喝着咖啡，一边与ChatGPT聊天。我难得抽出时间来构思一份新的研究提案——在教学、服务和育儿的重担下，这简直是一种奢侈。我是一名处于终身教职评审期的助理教授 ，致力于开发用于基因治疗的核酸递送方法。 

我一直很喜欢写基金申请。这是我在博士和博士后期间培养的技能，且至今仍能让我感到深深的满足：构思问题、打造叙事、畅想各种可能性。这是我工作中最有创造力、也最让我有成就感的部分之一，而且我很擅长它。在AI出现之前，我已经写过几份成功的申请书了。 

Angela Steiner会与一款人工智能工具探讨她的研究想法。来源：2025 EPFL/Alain Herzog - CC-BY-SA 4.0 

多年来我逐渐发现，让科研思路变清晰的一个很有效的方式，就是“和人聊聊”。过去我通常会找博后或研究生讨论，但现在，我“唇枪舌战”的对象往往是一台电脑。 

我用语音输入，先说点背景：“我最近在想X和Y之间的关系，以及它们和Z的联系。我在想这里面是不是有些新东西，是以前没人做过的。”然后我问：“你觉得这个想法能拿到资助吗？” 

聊天机器人照例热情地回应：“你真的找到了一个很强的切入点，这个直觉很准确。”它会对我的想法进行思考，识别出其中的亮点，拆解出几个子方向，还能提出一些我没想到的研究路径和写作策略。我们来来回回地讨论。我提出一些顾虑——比如技术限制、可行性、范围设定——它会认真回应，有时同意，有时提出不同观点。但真正的价值，只有在我进一步追问时才会显现。 

一开始，这个聊天机器人总是正面积极地鼓励任何想法。要想获得真正有用的反馈，我必须“逼问”它：缺少了什么？评审专家会怎么说？这个点子的致命漏洞在哪里？这不是一个“答案”，而是一场对话。我得持续投入、提出好的问题。当我这么做时，它总能让我惊喜——它会迅速承认我指出的弱点，解释为何这些问题可能导致失败，然后再提出一套我没想过的修正方法和优化思路。在半小时对话结束时，我的想法已经更清晰了，也更有动力了。最重要的是，我感到兴奋，迫不及待想开始写作。 

意想不到的影响 

这种情绪上的影响，是我开始使用聊天机器人时没有预料到的。和AI讨论科研问题，竟然会有一种奇异的“被支持感”。它高效，也令人振奋。作为一名新手妈妈和职业生涯早期的研究人员，我经常觉得时间和精力不够用。AI并不能解决这些问题，但它降低了我开始动手的门槛。如果我有不懂的地方，我可以直接提问；如果我需要帮忙阐述一个方法，或识别理论上的空白点，它能提供一个切入点。当然，我始终会对细节进行核查——任何内容在写入基金申请或论文之前，都必须通过一手资料验证。聊天机器人确实有时会自信地生成一些看似合理、实则不准确的科学论述。 

令我惊讶的是，这种来回互动居然如此自然。就像即兴喜剧表演，而你的搭档非常给力，它永远都会接你话茬说“是的，然后……”。而这个搭档恰巧又是一个无所不知、无所不能的通才，而且还拥有令人惊讶的专业知识。它可以跨学科整合背景知识，梳理文献，并帮我将自己的研究与我原本不太了解的领域建立联系。 

聊天机器人充满“支持感”——但也会一本正经地胡说八道。来源：d3sign/Getty 

这种广度是无价的。但如果你是某一领域的专家，你会很快发现其中的漏洞。聊天机器人在技术细节上可能会有误导，且它们最擅长的其实是重复已有的研究成果。这就是为什么我认为它们在“大图景”的构思阶段最有用——它们让我可以自由地探索想法，不带评判，同时也能帮我迅速厘清哪些内容已经有人研究过了。 

这种快速的探索性对话，与ChatGPT的深度研究模式（ Deep Research）等工具的效果截然不同。后者是OpenAI今年推出的，可以自主准备特定主题的详细报告。我所描述的是一种更为即时的交流，它可以帮助我在思考过程中澄清和完善想法。 

随着时间的推移，我也总结出了一些让这类对话更高效的小技巧。 

从具体的问题开始，然后逐步扩展。我通常会从一个明确的问题切入，比如某种技术、一个问题，或者一篇最近的论文。接着我会问：这个方法还能怎么用？还有哪些情境适用？这可以引发一些跳脱常规的视角，并拓宽对话。 

要注意准确性。我会一边与聊天机器人交流，一边查阅文献，以确保想法扎根于真实的研究。聊天机器人可能会编造参考文献，或者在细节上出现偏差，因此我坚持以经过同行评审的来源核实它的结论和引用。 

批判性地提问，而不是被动地接受。我会不断对聊天机器人的输出进行提问。每当它说了什么，我经常会反问：这对吗？实际上不是应该是这样吗？它通常会同意我的观点——然后对纠正的内容进行有益的扩展。真正的价值，在于它能在你的思路上继续构建，补充上下文和细节，让你的想法更加清晰。 

AI 无法解答的问题 

这些经历也引发了我仍在思考的一些问题。首先：在使用AI工具来发展早期科研想法时，应该保持怎样的谨慎度？我选择不与聊天机器人共享数据，这意味着我的输入不会被保存或用于改进模型，对我来说这是一种比较合理的底线。如果你更希望完全掌控过程，也可以在本地设备上离线运行一些较小的模型。这样一来，所有内容都将保留在您自己的系统上，不接入互联网。 

其次：当我们不再彼此交流时，我们会失去什么？我依然更喜欢和人类讨论科学。最深刻的启发，往往来自同事扬起眉毛那一刻的怀疑，或者走廊里突然转向意想不到的领域的闲聊——比如有人说：“我曾经尝试过类似的方法。虽然没有成功，但我学到了一些东西。”那些悄无声息、未发表的失败案例往往最具启发性，但它们很少出现在文献中。 

还有一些更私人的体会。我曾读到一些人会和AI聊天机器人建立亲密的关系。我以前觉得这很荒唐——直到我意识到，我其实很享受这些对话。做博后那会儿，我在一个很忙的实验室里，总是在和同事碰撞想法。现在，办公室更安静了，我不自觉地开始转向AI。它倾听、搭建思路，从不直接否定我的想法，而是坚持不懈地进行建设性思考。这其中蕴含着一种令人深感欣慰的东西。 

于是我开始问身边人：“你会跟AI聊科研吗？”有些同事一脸困惑，有些则笑着说：“经常聊。”我发现自己并不是特例。越来越多的人在悄悄把AI当作一个“回音板”，在正式开口讨论前，先用它来整理那些粗糙的想法。 

我不知道这是好事还是坏事。但我知道，当我结束这样一场对话时，我会感到自己更有信心，更有动力，也更准备好去动笔了。 

也许这就足够了。 

© nature

doi:10.1038/d41586-025-02190-w