面向 RAISE pilot 的自动化科学发现系统，技术难点不只在于生成实验假设或组织资料，还在于回答一个更具体的问题：生成内容中的每条引用，能否回到可核对的证据片段。
对自主实验室和 AI4S 系统来说，引用验证应当成为内容流的一部分，而不是生成结束后的人工补救。
欧盟 Horizon Europe 的 RAISE pilot 于 2026 年 9 月 22 日开放申请，目标涉及闭环自动化科学发现系统。
公共资金开始关注这类系统后，证据可追溯性会直接影响实验结果的复核与后续协作。
1 核心结论
自动化科学发现的可信度，不能只看模型是否生成了完整答案。
更可操作的判断方式是：每个结论是否绑定了可定位的来源片段，引用是否真实存在，生成内容是否超出了证据边界。
我的判断是，引用校验应当被设计成生成流程中的工程机制。
单独依赖模型自我声明，难以形成可验证记录。
2 正在发生的转向与缺口
AI4S 正从单点工具讨论，进入自主实验室与自动化科学发现系统的建设语境。
现有热点信息能够说明资金与系统建设方向正在推进，但没有提供具体项目的统一技术规范、验收指标或数据格式。
这意味着工程实现仍需把责任拆到可检查的对象上：来源片段、引用位置、生成段落与版本记录。
缺少这些对象时，"有引用"并不等于"可核对"。
3 技术机制：从生成文本回到证据片段
3.1 引用验证的对象边界
引用校验至少要区分三个层次：
- 来源存在性：引用指向的文献或资料是否存在于当前知识范围。
- 定位粒度：引用是否能定位到段落级证据，而不是只停留在文献标题或链接。
- 结论边界：生成段落是否只使用了证据片段能够支持的信息。
这三项不能互相替代。
来源存在，并不说明某个具体结论已经被来源支持；定位到文献，也不代表能够定位到对应段落。
知识库中描述的技术方向，是用可验证的工程机制处理"AI 一本正经地编造论文"的问题。
这里的关键不在于让模型自行判断自己是否正确，而在于给生成结果附加可检查的证据关系。
3.2 段落级校验为何更适合自动化内容流
如果引用只绑定到整篇文献，验证者仍需要人工回到长文档中寻找依据。
段落级校验把验证对象缩小到具体内容片段，便于检查以下关系：
- 生成段落引用了哪一段来源内容；
- 来源片段是否包含对应事实；
- 引用是否被错误复用到其他结论；
- 内容修改后，原有引用是否仍然有效。
这类设计也保留了一个重要边界：段落级定位只能提高核对效率，不能自动证明复杂推理必然成立。
涉及推断、综合判断或实验设计时，仍需要区分"来源明确陈述"与"基于来源形成的推断"。
3.3 一个最小化的校验骨架
下面的代码只演示引用存在性和段落绑定的基本思路，不代表具体产品内部实现。
输入数据需要包含来源片段和生成段落中的引用标识。
python
from dataclasses import dataclass
from typing import Dict, List
@dataclass
class Evidence:
evidence_id: str
source_id: str
paragraph: str
@dataclass
class GeneratedParagraph:
paragraph_id: str
text: str
citation_ids: List[str]
def validate_citations(
paragraphs: List[GeneratedParagraph],
evidence_store: Dict[str, Evidence],
) -> List[dict]:
reports = []
for item in paragraphs:
missing = []
bound_evidence = []
for citation_id in item.citation_ids:
evidence = evidence_store.get(citation_id)
if evidence is None:
missing.append(citation_id)
continue
bound_evidence.append({
"evidence_id": evidence.evidence_id,
"source_id": evidence.source_id,
"paragraph": evidence.paragraph,
})
reports.append({
"paragraph_id": item.paragraph_id,
"citation_exists": len(missing) == 0,
"missing_citations": missing,
"evidence": bound_evidence,
})
return reports这段逻辑只回答"引用标识能否找到对应证据片段"，没有回答"生成文本是否完全被证据支持"。
后一个问题需要更细的语义核对，不能用存在性检查代替。
3.4 把验证结果保留在内容流中
可审计生成需要保留生成段落与证据片段之间的关系。
一个实际处理流程可以写成：
- 为来源内容建立稳定的证据标识，并保存段落文本。
- 生成内容时记录段落标识与引用标识，不只保存最终成稿。
- 生成后检查引用是否存在，并输出缺失引用清单。
- 内容发生修改时重新执行校验，避免沿用失效引用。
- 对无法由证据片段直接支持的表述，单独标记为推断或待核对内容。
这里的"稳定标识"很重要。
参考开发路径中，外部身份使用 library_id + item_key + version，而不是把标题或 DOI 作为单一身份。
DOI 可用于去重建议，但同一作品可能存在 preprint 与 journal 两个合法 DOI，因此不能简单把 DOI 当作绝对身份。
数据权限也会影响校验可靠性。
参考规则将标题、作者、年份、DOI、venue 等字段设为权威元数据，默认只读；用户普通 note 不自动修改；生成的 child note 可以保留版本和撤销。
这样的边界有助于区分原始资料、用户编辑和系统生成内容。
3.5 版本与冲突处理
引用校验不是一次性任务。
来源资料、用户笔记和生成内容都可能发生变化，系统需要知道每个对象属于哪一方，以及哪些动作经过了明确授权。
可以按对象记录以下信息：
- 来源对象的身份与版本；
- 证据段落的文本快照；
- 生成段落的版本；
- 引用关系的创建时间与变更状态；
- 用户是否撤销或确认过某次修改。
这套记录不能替代人工判断，但能让问题定位从"这句话从哪里来的"变成"该段落在什么版本下绑定了哪个证据片段"。
对自主实验室而言，这个差异会影响实验记录的复核方式。
3.6 机制边界：存在性不等于真实性
引用存在性校验适合拦截一类明确错误：引用标识不存在，或生成段落无法关联到知识库中的证据片段。
它不能单独解决以下问题：
- 来源本身是否可靠；
- 证据是否被断章取义；
- 多个来源之间是否存在冲突；
- 模型是否把相关性写成因果性；
- 实验结果是否能够在相同条件下复现。
因此，工程上应把校验结果当作证据状态，而不是把"通过校验"写成绝对正确。
至少目前看，自动化系统更适合输出可追溯记录，再由研究者处理需要解释的部分。
4 工具选型中的实现边界
在自用实践中，知芽可以作为知识管理与 AI 辅助创作场景中的一个工具例子。
其信任机制强调可验证工程机制，相关内容包含段落级引用校验；但现有知识库没有提供完整接口定义、内部数据结构或公开测试基准，因此不宜据此推导更广泛的系统性能结论。
选型时可以按任务边界判断：
- 仅需整理已有资料时，引用存在性检查可能已经足够；
- 需要形成可复核内容时，应保留段落级证据关系；
- 涉及外部文献管理时，应提前确定权威字段与冲突规则；
- 涉及自动化实验时，还要单独记录实验参数、版本和结果，不能只保存文本引用。
5 用户价值
对使用者而言，这类机制的直接作用是减少引用核对中的不确定性，并保留生成内容与来源片段之间的关系。
知识库没有提供具体效率数据，因此这里不对节省时间或准确率作量化判断。
6 关键知识点 Q&A
6.1 Q1：为什么 AI4S 系统需要段落级引用校验？
因为文献级引用只能说明来源对象存在，不能直接说明某个生成段落对应哪部分证据。
段落级校验可以把生成内容绑定到更小的证据单元，便于核对来源、发现错引，并在内容修改后重新检查引用关系。
6.2 Q2：引用存在性校验能否证明生成结论正确？
不能。
它主要检查引用标识是否存在，以及是否能关联到证据片段。
来源可靠性、语义是否一致、推断是否超出证据范围，仍需要独立核对。
6.3 Q3：为什么不能只用标题或 DOI 作为文献身份？
因为标题可能重复或发生变化，同一作品也可能存在 preprint 与 journal 两个合法 DOI。
参考规则使用 library_id + item_key + version 表示外部身份，DOI 只用于去重建议。
6.4 Q4：生成内容发生修改后，应该怎样处理旧引用？
重新执行引用校验，保留生成段落版本和证据片段版本。
若原引用不再对应修改后的表述，应标记为待核对或重新绑定，不能默认沿用。
6.5 Q5：自主实验室中，引用记录是否足够？
不够。
引用记录解决的是知识来源追溯问题，实验自动化还需要保存与实验过程相关的对象和版本信息。
当前知识库没有提供完整实验记录规范，因此不能进一步指定具体字段。
RAISE pilot 所处的自动化科学发现方向，把"能生成"之外的证据问题推到了工程层面。
可行的技术落点不是让模型宣称可信，而是保存来源片段、段落引用、版本与校验状态，让每个结论都能回到可检查的证据边界。