这两天被DeepSeek刷屏了。V4 Pro正式版发布，Harness开源，两个东西同一天上。

技术圈讨论得很热闹：1.6万亿参数、100万上下文、插件架构、峰谷定价。但这些对写论文的人来说都太远了。真正值得关注的信号，大部分人都忽略了：

DeepSeek给AI装上了手和脚。

V4 Pro是更强的脑子——三档思考模式、Agent能力逼近顶级闭源模型。Harness是手和脚——让AI能联网搜索、读写文件、运行代码、调用工具。

官方有一句概括：Model + Harness = Agent。翻译成大白话：模型负责想，Harness负责做。

我试用了一天，对论文写作有三个判断。

一、AI终于能查文献了，不只是编文献

前几天我写过一篇踩坑记录：让ChatGPT帮我写引言，15条引用里6条捏造、3条张冠李戴。那篇的结论是——AI推荐给你的每一篇文献，在被你亲手核验之前，都是幻影。

原因很简单：模型在"说话"，不在"查资料"。它根据训练数据中的语言模式来预测"最合理的下一段文字"，而不是去数据库里检索真实文献。

Harness改变的就是这件事。

它支持联网搜索和Skill扩展，AI可以直接查询知网、arXiv、PubMed、Crossref这些真实文献库，而不是靠自己"猜"。更关键的是，它有全流程日志——每一步操作都可回查。如果某条文献是它检索来的，你能看到它从哪个数据库、用什么关键词查到的。如果是它"编"的，日志里找不到来源。

以前用AI写文献综述，你要花大量时间核验每条引用是真是假。现在你可以让AI去查真实文献，它给你的每一条引用都有来源记录可追溯。

当然，Harness目前还是v0.1开发者预览版，官方自己也说"还很不完善"。把它当作"让AI学会查资料"的工具，而不是"自动防造假"的保险——这个定位更准确。但方向是对的：让AI从"编"文献变成"查"文献。

二、三档思考：不同环节用不同档

V4 Pro的思考模式分三档：low、high、max。

官方的建议是：简单任务用low，日常Agent任务用high，高度复杂的任务用max。

我试了一天，对论文写作各环节摸索出一个粗略分配：

有个细节值得注意：官方文档说，思考模式下temperature、top_p等参数不生效。你不能再通过调温度来控制输出的"创造力"——思考档位本身决定了推理深度。

这意味着用max档跑格式整理，和用low档跑研究问题分析，都是错配。过度推理有时让模型在简单任务上"想多了"，反而出错。

这和我们之前讨论ChatGPT思考按钮时的结论一致：拉满思考强度的人，论文反而可能更差。关键在于匹配，不是拉满。

三、全流程日志：你用AI的过程，可以交代清楚了

上周我们聊过Claude的隐形水印——你用Claude润色过的论文会被自动标记。那是一种被动留痕：不管你愿不愿意，痕迹都在。

Harness的日志是另一种方向：你主动留的痕。

它有一个设计叫"append-only session log"——所有与模型的交互，包括系统提示、推理过程、工具调用和结果、子Agent调度，全部按顺序记录。模型看到的任何内容，都能从日志中重建。

这个特性对学术诚信声明有直接价值。

越来越多期刊要求作者披露AI使用情况：用了什么工具、在哪些环节用、AI做了什么、作者做了什么。以前这些披露全靠手动回忆，写论文的时候谁还记得三周前让AI改了哪段话？

有了全流程日志，你可以导出完整的操作记录：哪一步是你写的初稿，哪一步是AI润色的，哪一步是AI联网查的文献，哪一步是你自己修改的。每一步都有时间戳。

这不是为了"自证清白"，而是让你的论文经得起审稿人和期刊的追问。当期刊问你"AI在论文中扮演了什么角色"的时候，你能拿出一份操作日志，而不是凭记忆写一段模糊的声明。

所以，变了什么

以前用AI辅助论文写作，本质是请了一个"会说话的顾问"——你问它问题，它给你建议，但活还是你自己干。

V4 Pro + Harness的组合，让AI从"顾问"变成了"助手"——你说需求，它去查文献、跑数据、生成图表、整理报告，你负责判断和决策。

DeepSeek V4 Pro + Harness 对论文写作的三个改变

这个变化的边界也很清楚：AI能帮你查资料、整理格式、生成初稿，但研究问题值不值得做、结论怎么解读、论文署名谁该在上面——这些判断，工具替不了你。

DeepSeek这一波刷屏，技术圈在比参数和分数。但对写论文的人来说，真正值得关注的只有一句：

AI终于能帮你"做"了，而不只是帮你"写"。

而"做"的每一步，都能交代清楚。