当 Agent 也开始读论文：科学传播的三层未来

最近和 BC 的合作者刘淼讨论了很多关于 AI 与学术研究的话题，有一个问题我一直在想：大家在争论 AI 能不能写论文，但真正重要的问题可能不是这个。真正重要的问题是——当 agent 也成为读者的时候，科学传播本身应该长什么样？

PDF 该死了

先说格式。

学术界到今天还在用 PDF。PDF 的全称是 Portable Document Format，诞生于 1993 年，设计目标是让文档在不同打印机上看起来一样。它模拟的是纸。它关心的是页边距、分栏、字体渲染。这是一个为打印机设计的格式，我们在 2026 年用它来做科学传播。

AI 能不能读 PDF？能。但怎么读的？先把 PDF 转成文本或 Markdown，再处理。每一次"读 PDF"本质上都是一次逆向工程——把为打印机优化的格式强行还原成结构化文本。这个过程会丢失信息，浪费算力，而且经常出错（试过让 AI 读一个带复杂表格的 PDF 吗？）。

这不是 AI 的问题，是格式的问题。

其实不只是学术界。整个互联网都在经历同样的转变。Cloudflare 前阵子搞了一个 Agent Readiness Score，专门检测你的网站是否对 AI agent 友好——能不能被 agent 发现、读取、交互、交易。他们检测的标准包括：robots.txt 是否有 AI bot 规则、是否支持 Markdown 内容协商、有没有 MCP Server Card、有没有 OAuth 发现协议、甚至有没有 agentic commerce 协议。

换句话说，互联网的基础设施层已经在为 agent 重新设计了。 网站不再只是给人看的，也是给 agent 读的。Cloudflare 甚至把自己的开发者文档全部重写了一遍，目标是成为"最 agent-friendly 的文档站"。

网站在变，API 在变，文档在变。但学术论文还停在 PDF 时代。

格式之外：当读者变了，内容的逻辑也要变

但我越想越觉得，格式只是表面。更深的问题是：当 agent 成为读者，内容本身的逻辑也应该改变。

人类写给人类的论文，有一个根本约束——注意力稀缺。所以我们压缩。我们把几年的工作浓缩成 30 页。我们省略失败的尝试、不显著的结果、被丢弃的研究分支、中间推理过程。不是因为这些东西没价值，而是人类读者没时间看。

但 agent 没有这个约束。

对 agent 来说，那些被删掉的内容可能恰恰是最有价值的：失败的实验路径告诉它哪些方向不值得再探索；null results 帮它校准对效应量的预期；被丢弃的分支可能在另一个研究问题里正好有用；中间推理过程让它能真正 audit 和 reproduce 这项研究。

所以，一个 AI-facing 的研究产物应该遵循完全不同的逻辑：不是高度压缩，而是尽可能完整和诚实。

这让我想到，我们可能最终需要三层科学产出：

第一层：人写给人的论文。 这是我们今天最熟悉的形式。高度压缩，精心叙事，核心价值在于判断、解读和思想综合。这一层应该保留，因为它承载的是人类最深层的 intellectual work。

第二层：AI 写给人的论文。 当 AI 驱动的发现越来越多，我们需要一种方式把 AI 的发现翻译成人类能评估的形式。这一层的价值在于翻译和可读性——让人类能够理解、质疑和验证 AI 的工作。

第三层：AI 写给 AI 的研究记录。 这不是传统意义上的"论文"，而是结构化的研究记录——包含完整的方法、所有实验路径（成功和失败的）、中间推理、原始数据的指针，设计目的是让其他 agent 能复用、继续和累积学习。

但我对自己的框架也不完全有信心

坦率说，这个三层模型有几个我还没想清楚的问题。

第一层的"最深"能持续多久？ 我说人写给人的论文是"最深的解读层"，这在今天可能是对的。但如果 AI 的解读能力在五年后超过大多数人类学者呢？这一层会不会从"最深"退化成"最慢"？我不确定。也许人类论文的核心价值最终不在于它最深，而在于它是人类亲自思考的记录——不是因为我们想得最好，而是因为我们需要想。

第三层的信任问题。 如果研究记录是为 AI 设计的，人类很难有效 audit。但科学的根基是可验证性。一层人类读不懂的研究记录，怎么保证质量？这可能需要一套全新的验证机制——agent 审 agent，但那又引入了新的信任链问题。

转变的激励在哪？ 学术界的激励结构——tenure、引用、h-index——全部建立在当前的论文格式上。即使三层模型在理论上是对的，谁来推动转变？谁给第三层 credit？没有激励设计，框架再漂亮也是纸上谈兵。

所以这篇文章更多是一个问题，而不是一个答案。但我越来越觉得，比起"AI 能不能写论文"，更值得问的问题是：当读者不再只是人类，科学传播的形态应该如何演化？

我们可能正站在一个范式转换的起点。只是还没人画好那张新地图。