有一个叫Research Gold的网站，专门给医学研究者提供论文代写服务。它的首页用加大加粗的字体写着一句承诺，「100% human-written, never AI」。
404 Media的记者Emanuel Maiberg打了个电话过去。
接电话的是一个叫Sarah的「客服」。Maiberg直接问，你是AI吗？Sarah说，不是呀，我是真人。Maiberg又问，那你姓什么？Sarah顿了一下，然后继续热情地问，请问你的研究课题是什么方向，我可以帮你报个价。
Maiberg反复追问了好几轮。Sarah始终坚持自己是真人，始终不肯透露姓氏，始终在试图把对话拉回销售流程。
它当然是AI。整个Research Gold，从上到下，从团队介绍到客服电话到邮件回复，全部是AI在运转。
这件事有意思的地方不在于「又一个AI骗局」，而在于它骗的方式，它骗的恰恰是「我们不用AI」这件事。
Research Gold的网站上有一个「团队介绍」页面。创始人兼首席方法学家Dr. Elena Vasquez，「十二年心血管与传染病领域的证据综合经验」。范围审查专家Dr. Mei-Lin Chen，「为基金申请和政策简报构建范围审查和证据地图」。还有另外六位博士级专家，每个人都有一段看起来相当专业的履历描述。
问题是，这八个人不存在。
搜索他们的名字，在任何学术数据库、任何社交平台上都找不到与描述匹配的真人。他们的头像也是明显的AI生成图片。整个「团队」是虚构的。
但Research Gold更绝的一步是，它在网站的另一个区域列出了第二批方法学家，这些人有真实的LinkedIn主页、有真实的学术背景、有真实发表过的论文。
Jenny Berrio是一位证据综合科学家，她的名字、照片和个人简介出现在Research Gold的网站上。当记者联系她时，她完全不知道这件事。
「我不为Research Gold工作，我从未同意被列为他们的方法学家。我和这家公司没有任何关系，」Berrio说，「他们未经我许可使用了我的姓名、照片和个人简介。」
Research Gold直接从LinkedIn上扒了这些真实学者的资料，其中一张照片甚至还带着LinkedIn那个绿色的「#opentowork」标志。
你品一下这个操作的层次感，第一层是用AI生成了完全虚构的博士团队来充门面，第二层是盗用真人学者的身份来增加可信度，第三层是所有的客户交互，电话、邮件、在线聊天，全由AI完成，但对外坚称「全程人类专家操刀」。
记者做了个测试。他用网站表单提交了一个研究课题，「博客对0-5岁儿童的影响」。立刻收到了一封回复邮件，署名是一位「博士方法学家」。
邮件写得相当专业，指出0-5岁人群不是传统意义上的「读者」，建议将研究问题框定为两个可能方向之一，并且准确引用了PICO框架和评估方法论。报价1900美元，涵盖从协议制定到全文撰写的完整系统性综述服务。
如果不是事先知道这家公司的底细，这封邮件看起来完全像是一个经验丰富的方法学家在认真对待你的项目。AI已经能把「假装是专家」这件事做到让人无法从单次交互中分辨真假。
这里有一个更值得琢磨的问题。
为什么Research Gold要如此大费周章地伪装成「纯人工」？为什么不直接说「我们用AI辅助」？
因为「人写」在学术代写市场里已经变成了一个溢价标签。
想想这个逻辑链，AI写作工具泛滥之后，学术界对AI生成的内容高度警觉，期刊在查，学校在查，同行评审在查。于是「保证不用AI」变成了一种卖点，一种可以收更高价格的信任承诺。Research Gold收1900美元一篇系统性综述，如果它老实说「我们用Claude帮你写」，价格大概要腰斩。
「人写」从一个事实描述变成了一个信任商品。而当任何东西变成商品，就一定有人想着怎么以更低成本伪造它。
这才是这个故事最荒诞的地方。AI写作的普及催生了「反AI」的市场需求，而这个「反AI」的市场需求又被AI本身填充了。Research Gold用AI来伪装成「不用AI」，因为「不用AI」这四个字本身就值钱。
你看，这是一个完美的递归骗局。
AI取代了人类的部分写作能力 → 市场产生了对「纯人工」的溢价需求 → 有人发现可以用AI来冒充「纯人工」赚取这个溢价 → 为了让这个冒充更可信，又用AI来扮演团队、接电话、回邮件 → 整个公司从产品到服务到客户沟通，全部由AI完成，唯一由人类完成的部分是……注册域名和收钱。
如果不是被记者捅破，这个模式的运营成本极低。不需要雇佣任何方法学家，不需要维护一个办公室，不需要发工资。你只需要一套精心设计的AI流程和一个收款页面。1900美元一单，客户付了钱，AI就开始「工作」，交付一份看起来像模像样的系统性综述。
这种模式不会只有Research Gold一家在做。它会像所有套利模式一样迅速被复制。因为它的利润结构太诱人了，几乎零边际成本，卖的是信任差价。
**整个学术代写市场正在经历一次结构性的转变。从「雇佣真人枪手」到「AI生成+人类包装」再到「全AI运转但打着纯人工旗号」。**Research Gold只是被抓到的那一个。
新罕布什尔大学的博士候选人Sebastian Rowan是最早发现Research Gold问题的人之一。他在准备博士答辩时偶然看到了这个网站。他说了一句话很值得记住，「我亲自阅读了超过250篇论文，从头读到尾。我论文中每一个结论都能追溯到具体的引用，我理解其中的细微差别。」
Rowan的话点出了一个根本性的问题，系统性综述不只是「把文献找出来排列组合」，它需要研究者对每篇论文的方法论质量做出判断，需要理解不同研究之间的矛盾和互补，需要在综合之后形成自己的学术判断。这些东西，至少现在的AI做不到。或者更准确地说，做到了你也没法验证。
而更要命的是幻觉问题。AI会编造根本不存在的论文引用，这对系统性综述来说是致命的。如果一篇综述里引用了一篇不存在的研究，这个错误会被后续所有引用这篇综述的人传播下去。
想象一下这个场景。某个医学研究团队用了Research Gold的服务，拿到了一份关于某种新药副作用的系统性综述。综述里引用了12篇临床研究，得出结论说副作用发生率低于2%。但其中3篇引用是AI编造的，根本不存在。如果这份综述被提交到FDA作为药物审批的支持性证据，如果审批通过了，如果这个药物上市后那个被低估的副作用开始在真实患者身上出现。
这不是假设性的危言耸听。2024年就已经有研究者在学术期刊上发现了AI生成的虚假引用。只是那些案例规模还小。当Research Gold这样的全AI流水线开始规模化运作，被污染的不是一篇论文，而是整个文献生态的根基。
学术诚信的基石是可追溯性。每一个结论都能追溯到证据，每一个证据都能追溯到原始数据。AI生成的学术内容从根本上动摇的就是这个追溯链。
坦率的讲，Research Gold的骗局本身可能规模不大。我们没有看到知名研究者使用其服务的证据。但它暴露的那个结构性问题不会消失，当「人写」变成商品标签，验证这个标签的成本会越来越高。
你怎么证明一篇文章是人写的？
Anthropic刚刚宣布给Claude的输出加了不可见水印，用来标记AI生成的内容。这是从生产端做标记。但从消费端来看，一个声称「100%人写」的服务商，你要怎么验证它？打电话过去问？电话那头的也可能是AI。查团队成员？团队成员可以是虚构的。看学术履历？履历可以是从真人那里偷来的。
这个困境有个名字，叫信任的无限回归。你需要一个可信的第三方来验证信任，但那个第三方本身也需要被验证。
也许最终的答案不是「证明这是人写的」，而是回到Rowan说的那个最朴素的标准，你对你写的每一句话能不能负责？你引用的每一篇论文有没有亲自读过？你的每一个判断有没有清晰的推理路径？
信任的锚点从来不是「谁写的」，而是「谁愿意为它负责」。
一个AI可以写出完美的方法学建议邮件，但它不会为一篇系统性综述的结论在学术会议上接受质询。一个Research Gold可以伪装成博士团队，但当FDA基于一篇有问题的综述做出药物审批决策时，没有人会站出来承担后果。
在一个AI可以伪装成任何人的时代，真正的稀缺品不是「人写」这个标签，而是署名背后那个愿意承担后果的人。
谢谢你看我的文章，我们，下次再见。
/ 作者：青玉白露
评论区
欢迎留下你的看法，支持匿名评论。
你的评论会公开展示，建议填写便于交流的昵称，并尽量提供有信息量的反馈。