Co-Authoring with AI: How I Wrote a Physics Paper About AI, Using AI

该论文以一篇利用人工智能撰写的计算物理学论文为例，探讨了人机协作模式下的作者身份与责任问题，主张人类作者应作为主导者确保科学逻辑的严谨性，并呼吁将完整的 AI 交互记录作为补充材料公开，以维护学术诚信。

要点

这篇文章就像是一位物理学家写的“幕后日记”，记录了他如何带着人工智能（AI）一起写了一篇关于“用 AI 写论文”的论文。

为了让你轻松理解，我们可以把这篇论文的核心思想想象成一位经验丰富的“老船长”（人类科学家）带着一支由“天才但迷糊的实习生”（AI）组成的船队，去探索一片未知的海域（科学研究）。

以下是用大白话和比喻对这篇文章的解读：

1. 核心转变：从“用锤子”到“带徒弟”

以前，科学家把电脑当锤子用：你敲一下，它动一下，完全听指令，不会出错，也不会自己乱想。
但这次，作者把 AI 当成了一群有才华但没经验的实习生。

• 老船长（作者）：负责定方向、画图纸、检查安全。
• 实习生们（AI）：
  • 一个负责抄写理论公式（像“初级理论家”）。
  • 一个负责把公式翻译成严谨的数学语言（像“资深博士后”）。
  • 一个负责写代码（像“程序员”）。
• 结果：以前研究生要几个月才能搞定的复杂任务，这支“虚拟船队”在24 小时内就搞定了。

2. 写作策略：别一上来就写“前言”

很多人觉得用 AI 写论文就是直接说：“帮我写个开头。”
作者说：大错特错！ 如果你直接让 AI 写开头，它会像喝醉了酒一样，胡编乱造，逻辑不通。

正确的做法是“先喂饱它”：
作者先把所有的背景资料、原始对话记录、数学公式、代码细节，像喂大象一样全部塞进 AI 的脑子里（这叫“加载上下文”）。只有让 AI 完全明白了整个项目的来龙去脉，它才能开始干活。

3. 人类的作用：不是“打字员”，而是“总导演”

这是文章最精彩的部分。作者强调，人类不能偷懒，必须时刻盯着 AI。他举了三个例子，说明人类如何“救场”：

• 纠正物理常识错误（像纠正“把鱼当鸟”）：

  • AI 说：“把连续的数学变成离散的代码很难。”
  • 作者拍桌子：“停！我们的物理模型本来就是离散的（像像素点），不是连续的（像水流）。你搞错概念了！”
  • 比喻：就像实习生说“我们要造一艘潜水艇去飞”，老船长必须马上纠正：“潜水艇是下水的，不是飞天的。”

• 使用最新的专业术语（像更新“字典”）：

  • AI 用了个过时的词“隐藏拓扑序”。
  • 作者说：“现在的学术界都叫‘对称保护拓扑序’了，赶紧改，不然审稿人会笑话我们不懂行。”
  • 比喻：就像实习生还在用“大哥大”这个词，老船长提醒他：“现在大家都叫‘智能手机’了，用词要跟上时代。”

• 维护学术外交（像“和稀泥”）：

  • AI 写了一句狠话，指责某些开源代码库太乱，可能会得罪那些代码的原作者。
  • 作者赶紧拦下：“别这么说话！那些原作者是行业大佬，我们要夸他们的代码很棒，把问题怪在 AI 自己‘记混了’上。”
  • 比喻：就像实习生在聚会上大声说“这菜太难吃了”，老船长赶紧捂住他的嘴，改口说“这菜很有个性，但我们的口味比较独特”。

4. 预判“挑刺专家”：先给自己找茬

在学术界，总有一位传说中的“审稿人 2 号”，专门找茬。
作者让 AI 扮演这个“挑刺专家”，提前在文章里把漏洞堵上：

• 质疑：“你说是 AI 写的代码，会不会只是从网上抄的？”
• 回应：作者让文章明确写出，代码里有很多独特的、只有这次实验才有的细节，证明是 AI 真的在“思考”和“推理”，而不是死记硬背。
• 比喻：就像老船长在出发前，先自己检查一遍船底有没有洞，把可能漏水的地方都补好，免得被路过的鲨鱼（审稿人）咬穿。

5. 画图也要“人管 AI"

连画插图（Figure）也是人类指挥 AI 完成的。

• AI 一开始画的图，把量子物理的图（像一串珠子）画成了乱糟糟的神经网络（像蜘蛛网），还写错了公式。
• 作者（老船长）必须像艺术总监一样，给 AI 下死命令：“把蜘蛛网擦掉！画成一排整齐的珠子！把那个错误的公式用红叉叉掉！”
• 只有经过人类严格把关，AI 画出来的图才是科学准确的。

6. 最终结论：透明才是王道

文章最后提出了一个非常重要的观点：
以后用 AI 写论文，不能只说“我们用了 AI"，必须把“人类和 AI 的聊天记录”全部公开！

• 为什么要公开？ 就像科学家做实验要公开原始数据一样。
• 怎么公开？ 把人类怎么提问、AI 怎么回答、人类怎么纠正、AI 怎么修改的全过程，像实验录像一样放在论文的附件里。
• 目的：证明人类才是那个掌舵的船长，AI 只是工具。这样大家才能相信，这篇论文里的科学真理是人类智慧的结果，而不是 AI 瞎编的。

总结

这篇论文其实是在说：AI 很强大，能帮我们要快、要准地干活，但它没有灵魂，不懂物理，也不会做人。
未来的科学家，不再是埋头写代码的“码农”，而是指挥 AI 团队的“总导演”。
只要人类掌握方向盘，AI 就是最强的副驾驶；但如果人类放手不管，AI 就会把车开进沟里。

为了让大家放心，作者甚至把自己和 AI 的聊天记录都挂到了网上，让大家随便查，这就是他所说的“彻底的透明”。

技术摘要

这是一份关于论文《Co-Authoring with AI: How I Wrote a Physics Paper About AI, Using AI》（与 AI 共同创作：我如何利用 AI 撰写一篇关于 AI 的物理学论文）的详细技术总结。

1. 研究背景与问题 (Problem)

随着大型语言模型（LLM）深度融入科学写作，传统的作者身份定义、责任归属及科学诚信面临根本性挑战。

• 核心矛盾：研究人员正从将计算机视为确定性工具（编译器、方程求解器）转变为管理“虚拟协作者”。然而，直接让 AI 生成论文会导致内容泛化、科学逻辑浅薄甚至产生“幻觉”（Hallucination），无法满足顶级期刊（如 Physical Review）的严谨性要求。
• 具体痛点：
  • AI 缺乏对特定物理语境的深刻理解，容易在引入部分（Introduction）丢失逻辑弧光。
  • AI 生成的文本常包含物理概念错误（如混淆离散与连续系统、过时的拓扑序分类）。
  • AI 缺乏学术外交能力，可能因措辞不当冒犯同行（如批评开源库作者）。
  • 缺乏透明度导致无法区分“参数记忆”与“真正的上下文推理”，引发数据污染质疑。

2. 方法论 (Methodology)

作者提出了一种**“人机回环”（Human-in-the-Loop, HITL）**的协作范式，将人类角色从“文本撰写者”转变为“首席研究员（Principal Investigator, PI）”，将 AI 视为受指导的“虚拟研究小组”。

2.1 虚拟研究小组架构 (Virtual Research Group)

在构建张量网络引擎和撰写论文的过程中，作者将 LLM 分配了具体的学术角色，形成多智能体工作流：

• LLM-0 (初级理论家)：负责从密集的理论综述中提取原始方程。
• LLM-1 (资深博士后)：负责编写数学上严谨的 LaTeX 蓝图（Blueprint）。
• LLM-2 (程序员)：负责执行最终的 Python 代码实现。
• 人类 PI：负责定义结构、强制科学严谨性、指导叙事约束并纠正错误。

2.2“由内而外”的写作策略 (Inside-Out Writing Strategy)

• 上下文加载 (Context Loading)：在生成任何段落之前，人类必须向 AI 加载完整的上下文，包括原始理论思想、分步项目细节、数学规范以及未经编辑的完整交互记录。这确保了 AI 基于真实项目历史而非通用参数进行生成。
• 概念生成 (Conversational Genesis)：核心术语（如“虚拟研究小组”、“通用 API"）并非零样本生成，而是通过人类直觉与 AI 的迭代对话涌现出来的。
• 蓝图先行：先通过对话确立逻辑支柱和标题，再分章节起草，避免 AI 在逻辑未锁定时迷失方向。

2.3 人类干预与修正机制

人类作者必须在三个关键层面进行干预：

1. 物理准确性：纠正 AI 对物理概念的分类错误（例如：将 Haldane 相的“隐藏拓扑序”修正为现代分类下的“对称保护拓扑序 SPT"；纠正张量网络基于离散自旋晶格而非连续空间的错误表述）。
2. 学术外交：调整措辞以维护学术共同体关系，将批评指向 LLM 的“惯例混合”问题，而非开源库作者。
3. 预判审稿人 (Anticipating Reviewer 2)：主动在文中构建防御逻辑，解释为何模型在零样本（Zero-shot）下失败但在有约束的 LaTeX 蓝图下成功，以此证明是“上下文推理”而非“数据记忆”。

2.4 多模态协作 (Visual Storytelling)

• 人类 PI 不直接操作图像生成器，而是让文本 AI 担任“艺术总监”。
• 文本 AI 将抽象的学术需求转化为严格的图形提示词（Prompt Engineering），明确约束布局、排版和颜色编码，防止图像生成器产生科学谬误（如将 1D 矩阵乘积态画成混乱的神经网络）。

3. 主要贡献 (Key Contributions)

1. 提出 HITL 协作新范式：证明了在科学写作中，人类的核心贡献已从“撰写样板文本”转变为“智力引导、逻辑纠错和学术指导”。
2. 验证了分阶段多智能体工作流：展示了将 LLM 拆解为不同角色（理论、蓝图、代码）并辅以人类监督，可将原本需研究生数月完成的任务压缩至 24 小时内。
3. 确立了“上下文推理”的实证方法：通过对比零样本失败与有约束蓝图成功的案例，证明了 AI 在科学编程中的能力瓶颈在于缺乏结构化数学上下文，而非缺乏推理能力。
4. 提出“激进透明度”标准：主张将 AI 交互记录视为原始实验数据。

4. 结果 (Results)

• 效率提升：成功在 24 小时内完成了从理论综述到可扩展 Python 代码库的构建，并撰写了符合 Physical Review 标准的论文。
• 质量保障：通过人类干预，消除了所有物理概念错误（如离散/连续混淆、SPT 序分类错误）和学术礼仪风险。
• 可复现性验证：生成的代码利用了蓝图中新定义的数组操作字符串，且在非标准推导中表现出独特的矩阵表示，证明了其并非简单的开源代码复制（Regurgitation），而是真正的上下文符号推理。
• 视觉呈现：成功生成了物理上准确的多模态图表和编辑漫画，准确展示了 1D 量子物理系统（MPS/DMRG）而非通用的神经网络结构。

5. 意义与影响 (Significance)

• 作者身份与责任的重构：明确了在 AI 辅助写作中，人类作者必须承担最终责任，包括物理逻辑的严谨性、学术外交和应对审稿质疑。人类角色从“执行者”升维为“指导者”。
• 科学诚信的新标准：论文强烈呼吁学术界强制要求将完整的、未编辑的 AI 交互记录（Transcripts）作为补充材料发表。
  • 这能打破生成式 AI 的“黑箱”。
  • 证明人类在逻辑引导、错误纠正和创新驱动中的核心作用。
  • 确保在 AI 时代，作者身份的问责制和科学记录的完整性得以保留。
• 未来展望：这种“虚拟研究小组”模式将成为科学软件开发和论文起草的标准范式，但必须伴随彻底的透明度机制，以解决关于思想起源和问责制的根本问题。

总结：该论文不仅是一次关于利用 AI 加速科研的实践记录，更是一份关于如何在 AI 时代维护科学严谨性、重塑作者责任以及建立透明学术规范的宣言。它强调AI 是强大的工具，但人类必须是掌握方向盘的首席研究员。