Paper2Agent：Nature打开的一扇门
已有技术打开入口，新的出版理论仍须提交自己的结构。
一、一个现实参照，不是一块用来衬托自己的背景板
本书讨论论文智能体，不能绕过Paper2Agent。《Reimagining research papers as interactive and reliable AI agents》及其公开项目，把论文相关研究资源组织为可交互、可调用的能力，涉及结果重建、方法应用和进一步研究任务。[3][4] 它的重要性，在于把“论文不只供阅读”推进到能够接受实际任务的系统设计。
比较这类系统，首先需要准确辨认已有能力，而不是把不同技术名称排列成高低层级。导论已经说明，Paper2Agent并不只重复原文，也涉及对既有解释的重新评价；公开项目中的 Skill 组织方式，同样不能被当成对方完全没有的环节。[3][4]
因此，本章不以证明“SDE 比Paper2Agent先进”为目标。未经相称实验，这种结论没有根据。我们要做的是把两类问题分开：已有系统提供了什么技术参照，本书又准备在知识组织与出版治理上提出哪些可以进一步检验的要求。
技术先例的价值，不在于替本书宣布胜利，而在于迫使本书变得具体。既然论文已经可以被组织成工作能力，那么发生学就不能只重复“让知识活起来”，而必须说明自己增加了哪些结构、怎样检查这些结构，以及在什么条件下可能没有增加价值。
资料窗 从论文资源到任务能力
Paper2Agent的Nature论文发表于2026年9月16日。研究将论文、附件、数据、代码与流程组织为 MCP 资源、工具和提示，使模型能够调用相关方法。论文还展示对既有解释的重新评估，以及多个论文智能体协作的案例。[3]
这里的关键，不是让 PDF 自己开口说话，而是把研究资源与可执行方法连接起来。读者提出一个任务，系统需要定位材料、调用合适的工具并说明结果；原文里的一段描述，由此获得了通向实际操作的接口。它提示出版者，未来交付清单可以包括的不只有正文，还包括正文能够怎样被使用。
这份技术参照也让 SDE 方案的任务更加明确。已经能够运行的方法，仍然需要辨认它在新情境中显露了什么，哪些差异来自正常输入变化，哪些差异要求重新检查条件。系统产生了一个新结果以后，出版项目还要决定它是一次应用记录、一个候选解释，还是经过相应确认的新版本。
因此，方法能力化与出版发生学可以在同一系统中协作。前者提供可以调用的研究能力，后者把能力放入持续的知识关系：进入现实，保存差异，检验主张，回写规则，再进入下一次任务。需要验证的是这种组织实际增加了什么，而不是不同框架在名称上谁更先进。
二、论文从表达对象变成任务入口
Paper2Agent这类工作的一个重要启发，是把论文理解为可以进入任务的研究对象。读者不再只能问“作者得到了什么”，还可以问“这项方法能否在给定材料上工作”。这种提问改变了论文与使用者的关系。
但任务入口并不自动取代文献。用户提出自然语言请求，系统背后仍需依赖明确来源、工具与执行条件。若这些条件不完整，入口可以存在，能力却必须收缩。一个界面能够接受所有问题，不等于它能够可靠处理所有问题。
从发生学看，这种转变值得重视，因为它使知识不再只以结果被保存，还以方法关系继续进入现实。新输入、新目的和新约束，会使原论文未曾直接呈现的问题显露出来。
与此同时，原文的责任身份仍需保持。系统根据论文提出的新建议，并不自动成为作者在发表时已经说过的话。任务入口越开放，越需要区分原结论、方法迁移和候选新解释。
因此，这扇门打开的是一种新的关系可能，而不是对全部知识边界的取消。论文开始工作，首先意味着工作可以被说明，而不是任何输出都被论文的权威担保。
三、材料完整性决定可以承诺什么
任何把论文转成能力的方案，都需要面对材料差异。有的论文提供较完整的代码、数据与操作说明，有的只提供概念论证，有的关键信息不足以恢复原过程。不同材料条件下，合理承诺必然不同。
对于材料完整的方法研究，可以尝试组织可执行流程，并检查运行是否与原文相称。对于理论论文，可以组织阅读、概念比较和论证挑战。对于细节缺失的研究，系统应当把缺口列出来，而不是以生成能力替代不存在的证据。
这里不应把论文类型排成高低等级。可执行代码多，不意味着思想贡献一定更高；没有代码，也不意味着不能形成有价值的智能体。关键是能力声明与材料身份匹配。
一个好的转换系统甚至应当善于“不转换”。它能够说明某一步无法由现有材料恢复，某项结论不能自动推广，某种解释需要作者补充。不能转换的部分得到清楚表达，也是出版质量的提升。
因此，本书从技术先例中获得的不是“任何 PDF 都能立即成为可靠专家”，而是“论文相关资源可以被组织成有边界的工作能力”。边界不是附属免责声明，而是能力本身的组成部分。
四、自然语言前台与严谨后台之间的距离
自然语言使任务进入更方便，但方便并不自动产生可靠性。用户一句“用这篇论文分析我的数据”，可能包含许多尚未说明的条件：数据是否适合，目标是否一致，指标是否可比，缺失值怎样处理，输出将被用于什么判断。
系统若把这些问题全部隐藏在后台，用户可能误以为论文能力是无条件的。相反，若每个问题都要求用户填写冗长表格，自然语言入口又失去意义。设计的难点在于辨认哪些信息对当前任务真正关键。
SDE 可以在这里提供一种候选组织方法。先明确当前希望显露什么，再辨认与原研究之间的差异序列，最后检查哪些特征关系决定迁移是否合理。这个过程是否优于其他任务分析方法，需要实际比较，而不能仅因使用了 SDE 字母就成立。
后台还应当保留显式操作与根据。它不必公开模型全部内部过程，却应能说明调用了什么资料、执行了哪些工具、采用了哪些关键假设，以及哪些步骤未完成。用户看到的是可核查的工作记录，而不是一段关于系统如何“思考”的表演。
因此，自然语言入口的真正成熟，是让复杂任务更容易进入，同时不让复杂条件消失。简化交互，不应等于简化责任。
五、工具测试不等于科学结论已经成立
一个工具能够正确接收输入、完成运行并返回预期格式，是重要的工程质量。但它与某个科学解释是否成立，不是同一层问题。程序没有报错，不会自动使研究结论获得证据支持。
可以把检查区分为几个方面：接口是否正确，计算是否按既定程序执行，程序是否忠实表达方法，方法是否适合当前材料，结果是否支持相应解释。前一个方面通过，不必保证后一个方面通过。
这不是针对某个系统的批评，而是所有论文智能体都需要面对的结构。越容易自动执行，越需要避免把运行成功误认为知识成功。尤其当用户不熟悉领域时，绿色完成标记很容易被理解成“结果可靠”。
发生型出版可以让不同检查留下不同状态。执行完成可以公开报告，适用性仍待确认也应同时显示。若结果进入新假说，系统还需要说明该假说相对于哪些材料成立、哪些解释没有排除。
因此，技术测试与知识验证应当相互连接，而不是相互替代。把这座桥建立清楚，比争论系统究竟属于工具还是智能体更有实际意义。
六、重新评价结论已经超出简单搬运
如果一个论文智能体能够把方法带入新材料，并由此重新检查原有解释，它已经不能被概括成“找到作者原句然后重复”。这类工作会产生原文没有直接写出的结果，也可能使旧主张面临新的条件。[3]
但“产生原文没有的结果”仍有多种意义。它可能是同一方法在新输入上的输出，可能是新的应用方案，也可能是对理论的候选修订。不同结果需要不同的确认方式，不能全部合并成一次新发现。
SDE 方案要做的，不是独占“新结果”这个名称，而是尽可能清楚地组织从差异到判断的过程。新的结果究竟改变了什么？是输入不同造成的正常变化，还是原方法对条件的假设不成立？它要求修改工具、补充边界，还是重新考虑核心命题？
这些问题能够把新颖输出转化为可以研究的知识变化。它们也可以被其他系统采用，并不只属于 SDE。理论的价值不因能够共享而消失，反而应当通过可使用性接受检验。
因此，发生学与已有论文智能体之间更有建设性的关系，是共同把“能产生新东西”推进到“能够说明新东西的根据、身份与后果”，而不是争夺一个笼统的先进性标签。
七、Skill、工具协议与运行系统各做什么
讨论论文智能体时，几个技术词容易被混成一团。Skill 组织任务知识与工作规则，工具接口使系统能够调用具体能力，运行系统负责在当前任务中协调模型、资料、权限和状态。这些功能可以由不同技术实现，但概念上需要区别。
一份 Skill 可以规定何时使用某个工具，却不能凭文字保证工具存在；一个工具接口可以使调用格式统一，却不能保证方法适用；运行系统可以自动协调步骤，却不能因此获得替作者确认新知识的权力。
因此，“论文先转成 Skill”是一条有价值的结构表达，但不是说有了 Skill 就已经完成全部工程。来源组织、执行依赖、测试材料与确认制度仍然需要进入。轻量中间层能够降低某些成本，也可能把未明说的复杂性留给运行阶段。
本书所说的 SDE 知识发生 Skill，应当明确自己承担的是哪一部分组织：显露目标怎样确定，差异怎样记录，特征纠缠怎样进入应用判断，候选结果怎样接受验证。其余技术功能可以与已有工具体系协作，不必重新命名一切。
这种分工也有助于比较。若两个系统使用同一模型和工具，却采用不同 Skill 结构，就可以更清楚地研究规则组织带来的差异。没有分工，任何效果都容易被笼统归给“智能体”。
八、从一个共同任务看两种组织思路
设想一项分析任务：一篇论文的方法原本用于某类文本，现在用户希望用于更长、结构更复杂的专著。一个系统可以先组织论文方法为可调用工具，再根据用户请求执行；一个 SDE 设计则可以额外要求明确当前任务显露、追踪粒度变化与检查跨章依赖。
这并不意味着前一个系统必然不考虑这些问题。实际比较必须检查具体实现，而不能把自己希望增加的功能自动当成别人缺失的功能。两种系统完全可能在许多方面重合。
真正可以比较的是：在同样材料与运行条件下，谁更清楚地识别了任务变化，谁更少把短篇方法机械扩张，谁能够给出更可核对的应用结果，以及增加检查需要多少成本。比较对象是操作与结果，不是名称。
若 SDE 规则使系统在边界任务上更稳定，我们可以据此提出局部有效性主张；若两者没有实质差异，就应当承认已有安排已经处理了相应问题；若规则增加负担却没有收益，也需要修改设计。
这个例子说明，发生学不必通过贬低技术先例证明自己。它可以把先例当作可合作、可比较的基础，进一步检验自己的组织假设。
九、发表对象与运行对象之间需要一份转换说明
论文转成智能体，难免发生某种压缩与重组。原文是连续论证，智能体需要任务分支；原文允许读者自行推敲，运行系统需要在有限步骤内决定下一步。转换本身因此成为需要审读的对象。
本书建议为重要项目保存转换说明。它应当交代哪些规则直接来自原文，哪些是为运行增加的编辑性安排，哪些材料无法获得，哪些能力经过测试，哪些仍是设想。说明不必很长，却应当足以让别人检查知识与能力之间的距离。
例如，原文只是建议比较多个案例，Skill 却规定至少比较三例。这个数目如果来自设计者，应当标为设计选择，而不是作者原话。设计可能合理，但其来源身份必须清楚。
同样，系统为了处理新数据增加了预处理步骤，应当说明该步骤的根据与影响。否则，用户看到的结果可能已经不是原方法的直接应用，却仍以原论文名称获得权威。
转换说明使论文智能体不再是一个只展示输出的黑箱。它公开承认能力如何从文献中组织出来，也为后续修订提供了可以讨论的对象。
十、把“人在回路中”写得更具体
许多系统设计都会保留人的参与，但“人在回路中”本身仍可能非常含糊。人是在最后点一下确认，还是有能力检查关键证据？他知道系统完成了哪些步骤，还是只能看见一段流畅结论？
有意义的人类参与，需要与具体判断相连。研究者决定问题与方法范围，审读者检查推论与证据，作者确认哪些变化进入自己的正式版本，使用者决定实际行动是否符合本地条件。不同角色不应被一个泛泛的人工审核全部替代。
同时，系统应当把需要人判断的内容整理得可进入。如果一次任务生成大量日志，却没有指出关键分歧，人工参与可能只是形式。人的注意力有限，知识发生设计需要帮助它落在真正影响结论的位置。
这并不是让模型隐去其他信息，而是建立分层记录：简明决策摘要能够进入完整材料，关键警告能够定位相关步骤，未决问题能够说明为什么不能自动解决。人类参与因此有条件承担，而不是被动背书。
发生型出版的责任主体不能因智能体能力增强而隐身。技术越能扩展行动，越需要把公开确认与实际根据连接起来。
十一、转换成本不是唯一成本
论文转智能体的速度和直接运行费用很容易成为传播焦点。但一项出版能力的总成本还包括材料整理、权限核查、工具维护、测试更新、反馈处理和长期保存。一次转换很快，并不代表持续运营没有负担。
本书不使用某个演示项目的成本数字推算整个行业。不同论文类型、材料质量和服务承诺会使成本结构显著不同。更有价值的分析，是把一次性建设与持续维护分开，把自动运行成本与专业审查成本分开。
例如，一个只提供阅读解释的项目，维护重点可能在来源与模型输出；一个执行研究方法的项目，还需要维护数据和工具依赖；一个承诺知识回写的项目，则需要持续判断新结果是否值得公开确认。
因此，出版社决定是否采用某种路线时，不应只问“多久能转好”，还应问“转好以后由谁负责，哪些变化会触发复测，停止服务时留下什么”。这些问题决定能力能否成为可靠产品。
技术先例打开了可行性之门，产业制度还需要决定怎样以可维持方式走进去。发生学革命不等于把成本从视野中删掉。
十二、SDE 真正需要提交的证据
本书的 SDE 主张若要获得更强支持，需要提交实际结构与实际结果。至少应有可审读的 Skill、来源对照、测试任务、运行记录以及对失败的分析。没有这些材料，SDE 只能作为有待检验的设计框架，而不能被当成已经证实优越的技术方案。
测试尤其需要陌生案例。系统在作者精心挑选的例子上表现良好，可能只是规则贴合了例子。面对新材料、新粒度和不适用任务时，能否保持边界，才更能说明组织方式的价值。
还需要反向测试。给系统一个看似新颖却没有根据的结论，它能否拒绝回写？给它一条与作者声望冲突的有效反例，它能否认真处理？给它一份含有操作诱导的外部材料，它能否把内容与权限分开？这些问题比生成一段漂亮解释更有检验力。
如果测试显示 SDE 规则有效，应当说明有效在哪些任务、依赖哪些条件。不能从有限结果直接宣布所有出版物都应采用同一方案。若测试不支持，也应保留失败记录，使框架本身继续发生。
因此，发生学最有说服力的姿态，不是宣布已经走得更远，而是把自己接下来必须证明什么说得更清楚。
十三、技术先例怎样进入本书的原创结构
一个原创框架可以借助已有技术而不失去独特性，但必须清楚区分借用了什么与提出了什么。本书借助论文智能体、Skill、检索和工具运行等已有方向，提出以知识社会性发生为中心的出版组织方式。
其核心不在于某个文件后缀，也不在于给每篇文章绑定一个模型，而在于把来源、SDE 分析、任务能力、验证回写、贡献关系与持续责任组织成一个出版项目。这个组合是否具有不可替代的价值，仍需要实际案例与比较研究。
因此，本书不主张对“论文成为智能体”拥有概念独占。我们更关心，一篇已经成为智能体的论文怎样继续接受现实，怎样形成可说明的知识变化，怎样保护原文和参与者，以及怎样进入更大规模的知识交通。
技术先例与哲学框架可以相互促进。先例让哲学避免停留在愿景，哲学让技术重新审视任务中心和责任结构。两者不必构成谁淘汰谁的关系。
这也是本章保持克制的理由。准确看见别人已经打开的门，才能认真决定自己准备在哪些地方继续建造，而不是在文字中重新发明一扇早已存在的门。
十四、门已经打开，出版仍需作出选择
Paper2Agent为本书提供了重要现实参照：论文相关知识可以被组织为可交互、可调用并能进入进一步任务的能力。[3][4] 但从一项研究系统到一种普遍出版制度，中间仍有许多不能自动跨越的选择。
哪些作品适合，能力怎样声明，谁维护工具，谁确认修订，谁保留个人成果，哪些材料不能公开，服务结束以后怎样保存，都需要出版者、作者、使用者与相关共同体共同设计。
这些问题并非技术之外的附属伦理。它们会直接改变系统怎样运行、哪些任务允许执行、哪些结果进入公共知识。责任结构本身就是发生条件的一部分。
因此，本章的结论不是“Nature已经替我们证明发生学”，也不是“Nature还没有达到我们的层次”。更准确的结论是：现实技术使论文的能力化成为值得严肃研究的对象，而 SDE 出版方案必须在这个对象上提交自己的明确结构与可检验贡献。
下一章将继续处理另一个容易被简单化的技术邻居：RAG。我们需要说明，检索为什么重要，为什么仅有检索还不够，以及为什么不能把检索与知识发生机械对立。
已有技术打开入口，新的出版理论仍须提交自己的结构。
Paper2Agent已经展示论文资源的能力化，不能把它缩成简单检索。SDE 方案要说明的，是怎样把差异、条件纠缠、验证、回写与持续责任组织进出版项目。组件可以共享，贡献则要通过明确任务与实际结果来辨认。
一个新方案与已有系统用了相同组件，它仍可能增加什么？你准备怎样检查？