文章基本信息
- 在线发表时间：2025年12月
- 第一单位：延世大学，韩国首尔 (Yonsei University, Seoul, Republic of Korea)
- 通讯作者：Zhicheng Lin (林志成，zhichenglin@gmail.com)
- 发表题目：FOCUS：应对信息过载的AI辅助阅读工作流程
- 发表期刊：Nature Biotechnology
摘要
正确的AI工作流程可以帮助你更广泛地阅读、更深入地思考，同时不牺牲严谨性。在21世纪头十年的后期，我的阅读清单基本是可管理的。我可以跟踪我所在领域的主要期刊，每月读一两本书，并且仍然有时间思考和探索。然而多年来，我的注意力变得越来越碎片化。当然有论文——这个宇宙还在不断膨胀——但也有预印本、播客、视频、新闻通讯和无尽地由算法调整的信息流。当科学界产出比以往任何时候都多的研究时，我用于深入、专注阅读的心智空间却在萎缩。
当像ChatGPT这样的AI工具变得广泛可用时，它们似乎提供了一条救生索。但这种希望伴随着合理的担忧。一个普遍的恐惧是AI会让我们技能退化，侵蚀我们的科学判断力，并用肤浅、自动化的效率取代通过阅读和写作锻造的深度思考。争论认为，将这些核心任务交给机器，就是放弃了科学过程本身。
担忧不止于技能退化。我们可能会失去那些源于仔细关注论文方法学或沿未经规划的引用路径探索而产生的意外洞见。自动摘要可能遗漏关键细节或引入错误。当将研究上传到基于云端、依赖用户输入进行训练的系统时，隐私和版权©️问题也隐约浮现。
这些风险是真实存在的，但在过去两年间将AI工具融入我的工作流程进行试验后，我发现通过谨慎的实施，它们是可以被管理的。如表1所总结，隐私担忧可以通过使用不在用户输入上训练模型的AI来解决——或者，当绝对隐私和安全至关重要时，可以使用本地运行的离线处理模型。当把AI视为辅助理解的工具而非替代品时，浅层参与的风险就会降低。
事实上，我已经确信，有意且熟练地使用AI工具不必取代我们的智力——它们可以增强它。它们帮助我们驾驭现代研究的广阔图景，不是通过代替我们思考，而是通过支持我们在任何个人都难以企及的庞大知识体中进行更深度的思考和更广泛的阅读。
这些经验促使我发展出所谓的FOCUS方法——一个将AI融入研究同时保持智力严谨性的框架。FOCUS代表查找、整理、浓缩、理解和综合。每一步都是在增强而非取代人类的判断力，有助于在信息过载中突围，同时不牺牲深度。
主要结果
图1
本段介绍了AI工具，特别是Google的NotebookLM平台，在整合分布式知识方面的应用。作者指出，播客、视频讲座等非文本形式的知识内容虽然富有洞见，但因其非文本特性而难以追踪和引用。AI工具可以将这些非结构化内容（如YouTube视频）转换为稳定、可用的文本格式（如转录稿）。更进一步，作者重点介绍了NotebookLM平台，它是一个检索增强生成平台，允许用户上传PDF、文本文件、网页链接等多种类型的资料，创建一个可搜索、交互式的知识库（图1a）。其核心优势在于：严格基于用户上传的资料生成回答，有效减少幻觉，提高事实准确性；允许用户针对跨文档的复杂综合性问题进行自然语言提问（图1b），并生成连贯的回答，揭示研究者可能忽略的跨文档联系；支持多种输出形式，例如可将学术内容转换为音频（播客）或视频概述（图1c），并具有协作功能，便于团队共享和共建知识库。这从根本上改变了知识管理方式，将个人或团队积累的洞察系统化、持久化。
图例：图1. 用于基于来源信息分析与综合的Google NotebookLM平台。其用户界面通过一个『大语言模型』（当前为Gemini 2.5 Pro）支持文献分析。a. 左侧的“Sources”面板列出了用户上传供分析的文档；此处选择了24份与AI伴侣相关的文档（1）。可以通过每个来源旁边的灰色对勾取消选择文档。b. 中央的聊天界面使用户能够基于所选资料向模型提出自然语言查询（2），生成用户可以保存为单独笔记的答案。c. 平台可以生成音频（播客）或视频概述，将密集的学术内容转换为多媒体解释。
图2
本段阐述了如何利用AI进行内容浓缩，并展示了如何通过创建可定制的AI代理（如Google Gemini平台的Gems功能）来自动化这一过程。作者指出，面对内容密集（有时是外语）的科学论文，通过精心设计的、多步骤的提示词，可以指令AI逐节提取每个要点，并辅以具体细节和直接引用（如提示词6）。为了提升效率并保持一致性，作者建议创建可重复使用的、由指令驱动的AI代理。例如，利用Gemini平台的Gems功能，用户可以定义专门用途的助手，配置其角色和任务（图2a），并为其提供详细的分步指令（如提示词6的完整框架）（图2b）。一旦配置完成，这个定制的Gem就可以将相同的分析框架应用于任何新文档，自动化原本需要手动完成的流程。此外，还可以通过为Gem上传特定的知识库（如自己的手稿）来增强其能力，使其成为一个动态的分析伙伴，能够系统性地评估新文献与手稿的关系，并提出整合建议。这极大地提高了处理海量文献的效率和质量。
图例：图2 | 使用Google Gemini平台中的Gems功能创建定制化AI代理。此功能允许用户通过定义其目的和指令，并用特定知识作为依据，来创建专门的AI助手。a. Gem管理器界面。从该仪表板，用户可以探索预设的Gems（1）或创建一个新的、自定义的Gem（2）。b. 一个名为‘Summary’的自定义Gem的配置面板。用户通过在此输入详细的、分步的指令来定义Gem的角色和任务。
图3
本段描述了AI如何在理解阶段充当苏格拉底式的对话伙伴，并提供实时、情境化的辅助。作者介绍了将AI对话功能无缝集成到阅读和研究流程中的具体工具。重点展示了Gemini in 『Chrome』浏览器扩展（图3）。该扩展允许用户在不离开当前浏览页面的情况下，通过浏览器工具栏启动一个交互式侧边栏，对当前网页内容进行实时分析。用户只需授权页面访问权限，即可在侧边栏中通过输入文字（图3中的4）或使用集成的语音聊天功能（5）进行提问，AI会基于屏幕上的内容提供情境化的回答。这种原位辅助模式极大地简化了证据收集、快速澄清复杂材料等任务，使得研究过程更加流畅、不间断。作者指出，这种交互方式——无论是文字还是语音输入（图3中的1）——使得AI成为一个无处不在的研究助手，帮助研究者在不替代批判性思维这一基础工作的前提下，高效地导航不熟悉的领域，从而保持高质量学术研究所需的深度。
图例：图3. 使用Gemini in 『Chrome』扩展进行语音输入和网页内容的上下文分析。用户与AI模型的交互可以通过键入文本或集成的语音听写进行（1）。此外，Gemini in 『Chrome』扩展提供了一个AI助手，能够对活动浏览器标签页的内容进行实时的原位分析。该扩展从浏览器工具栏启动（2），打开一个交互式侧边栏。为了启用上下文分析，用户首先需要通过共享功能授予访问权限（3）。然后在侧边栏内，可以通过键入文本（4）或使用集成的语音聊天功能（5）输入查询。
总结
本文提出并详细阐述了名为 FOCUS 的AI辅助研究阅读工作流程，旨在应对日益严重的信息过载问题，同时维护科学研究的严谨性和深度。FOCUS由五个核心步骤构成：
- 查找：利用具备联网搜索功能的AI工具，进行自然语言提问，拓宽信息来源，涵盖正式学术文献和社 交媒体等非正式讨论。
- 整理：使用AI将播客、视频等非文本内容转录为可搜索、引用的文本，并借助NotebookLM等平台构 建持久的、可查询的个人或团队知识库。
- 浓缩：通过精心设计的详细提示词，指令AI对论文、书籍等进行深度摘要，提取所有关键点、细节和 直接引用。进一步，利用Gemini Gems等功能创建可重复使用的定制AI代理，自动化这一分析 流程。
- 理解：将AI用作苏格拉底式对话伙伴和实时研究助手，通过文字或语音（如Gemini in 『Chrome』扩展） 随时提问，澄清概念、检查事实、深化理解。
- 综合：在AI辅助完成前述步骤的基础上，研究者亲自整合摘要、笔记和观点，梳理成连贯的文档，识 别模式、矛盾和空白，完成创造性的综合。
AI不应被视为人类智力的替代品，而应被当作一个可定制、可指令的研究基础设施。 通过战略性地将AI整合到工作流程中，研究者可以将自己从繁重的信息检索、格式转换和初步摘要等劳动密集型任务中解放出来，从而将宝贵的认知资源集中于更高阶的科学研究——批判性分析、创造性综合和对现有范式的质疑。这种方法不仅不会导致研究者“技能退化”，反而通过扩展信息来源、提升处理效率、加深理解深度，显著增强了研究者的能力。最终，FOCUS工作流程展示了在面对信息洪流时，研究者如何通过主动、策略性地运用现代工具，在保持智力自主权和学术严谨性的同时，极大地拓展其分析与综合的边界。
