浙大、上交团队提出 Deep Academic Survey：AI 一小时内自动生成可发表综述
高质量综述难写，AI 能帮上忙吗？
学术文献数量爆炸式增长，研究者想快速了解一个新领域，最高效的方式往往是读一篇好的综述。但写综述本身却是个苦差事——要读上百篇论文，理清发展脉络，还要准确归类、合理引用，最后组织成逻辑严密的长文。这个过程动辄数周甚至数月。
大模型出现后，不少系统开始尝试自动生成研究报告。它们能检索论文、提取信息、写出几万字内容，看起来效率很高。但仔细对照真正发表在期刊上的学术综述，就会发现差距不小：结构松散、分类模糊、引用堆砌、图表与正文脱节，更别提最终能否顺利编译成规范的PDF。
问题出在哪？关键在于，写综述不只是“多读多写”，而是一套严谨的知识组织工程。你需要决定怎么划分研究方向（Taxonomy），每篇论文该放在哪个章节，某个观点该由哪些文献支撑，以及如何保证全文引用、图表、交叉引用的一致性。
针对这些痛点，浙江大学 APRIL 实验室联合上海交通大学等团队提出了 Deep Academic Survey（DAS），目标很明确：让 AI 在 1 小时内自动生成一篇面向发表的学术综述。
先读懂200万篇论文，再谈写综述
DAS 的第一步不是急着写，而是先建一个扎实的文献底座——DAS-2M Literature Metadata Lake。
团队对 2020 年 1 月以来近 200 万篇 arXiv 论文进行了全文解析，利用大模型提取结构化元数据，包括每篇论文的方法、使用的数据集、主要实验结果、创新点和局限性等。这些信息被整理成一个可查询、可复用的元数据湖，并已开源到 Hugging Face。
这相当于提前对海量论文做了一次“预理解”。相比传统方法只依赖标题和摘要，DAS-2M 能更精准地判断一篇论文到底讲了什么、适合用在综述的哪个部分。更重要的是，一篇论文只需解析一次，就能被多个不同主题的综述重复调用。随着新论文不断发布，系统还会持续更新这个元数据湖，确保 DAS 始终能追踪最新进展。
有了这个底座，DAS 才能进行下一步：当用户输入一个主题（比如“扩散模型在医学图像生成中的应用”），系统会从 DAS-2M 中检索出相关候选论文，然后基于这些论文构建一个有据可依的分类体系（Candidate-Grounded Taxonomy）。
不是流水线，而是闭环智能体
传统自动综述系统通常是“检索—分析—写作”的线性流程。DAS 则完全不同——它采用 Stateful Agentic Closed-Loop Manuscript Construction 框架。
简单说，整个过程围绕一个不断演化的 Manuscript State（手稿状态） 展开。这个状态包含候选论文集合、分类结构、每篇论文应归属的章节（通过 Reverse Paper-to-Section Routing 确定）、段落规划、观点主张（Claim）及其对应的引用组（Citation Group）。
写作不是从零开始，而是在这个共享状态下逐步细化。DAS 会先做分层规划：从整体 Taxonomy，到每个章节的段落大纲，再到每个段落要表达的核心观点，最后才确定每个观点该由哪几篇论文支撑。引用不是事后补的，而是在观点形成之初就绑定好。
写完初稿也不代表结束。系统内置两个审查模块：
- Semantic Reviewer：检查章节目标是否达成、逻辑是否连贯、引用是否充分支持论点；
- Deterministic Validation：验证引用标识符是否正确、交叉引用是否匹配、LaTeX 语法是否合规、能否成功编译。
如果发现问题，系统不会简单重写全文，而是根据问题粒度执行 Direct Edit（直接修改）、Paragraph Replan（段落重规划）或 Section Replan（章节重规划），然后再次审查。这个 Generation → Review → Repair → Re-evaluation 的闭环，确保最终输出的手稿在结构和细节上都足够可靠。
效果如何？220 篇综述已公开
光看指标不够直观。DAS 团队在 DAS-Bench 的 30 个综述主题上进行了评测，从 Citation、Taxonomy、Discourse 和 Manuscript Reliability 四个维度打分，DAS 平均得分为 4.34，显著高于最强基线（4.03）。在专家匿名偏好测试中，DAS 在 27/30 个主题上优于 Naive RAG，在 19/21 个计算机科学共享主题上优于 AutoSurvey。
更实在的是，项目官网已经开放了 220 篇热门研究方向的完整综述 PDF，涵盖人工智能、机器学习、计算机视觉等多个领域。你还能在同一页面看到 Codex、GPT Deep Research、AutoSurvey 等其他方法的生成结果，直接对比差异。
比如，有些系统容易出现“引用堆砌”——一段话后面跟十几篇参考文献，但实际只有两三篇真正相关；或者图表是通用模板，和正文内容脱节；又或者整篇综述结构重复，每个小节都是“介绍—方法—实验”的固定套路。而 DAS 生成的综述在这些方面表现更接近人工撰写：引用精准、结构灵活、图表与论述紧密结合。
距离真正“写完”还有多远？
需要强调的是，DAS 的目标是“面向发表”，而不是“直接替代人类投稿”。生成的综述仍需研究者核验，尤其是在专业判断和批判性分析方面。此外，学术综述本身的评价标准也存在主观性，不同评审专家对同一份综述的细粒度打分可能有差异，论文中的跨评审实验也证实了这一点。
但 DAS 探索的方向很有价值：AI 不应只是生成长文本的工具，而应成为可追溯、可修正、可持续更新的知识组织助手。随着 DAS-2M 元数据湖不断扩充，未来还可以支持动态追踪新论文、人机协同修改综述，甚至构建“活”的综述文档——当领域有重大进展时，系统能自动提示更新相应章节。
说到底，DAS 想回答的问题不是“AI 能不能写出一篇很长的文章”，而是：面对指数级增长的学术知识，AI 能否帮研究者更快进入新领域，并持续、可靠地组织和理解这些知识？
目前，论文、代码、数据集和生成的综述均已公开，感兴趣的研究者可以直接访问项目网站体验。