连研究AI幻觉的人，都被假文献唬了一把。今年5月《柳叶刀》刊发"AI引文造假"通讯后，《每日经济新闻》专访牵头人Maxim Topaz——这位哥大副教授、全球前2%顶尖科学家讲了亲身经历：他明知AI有幻觉，写评论时特意核对了所有引文，期刊编辑还是揪出一条AI"悄悄植入"的假文献。他后来说，比失误本身更值得警惕的是：连常年和AI打交道的专业人士都会中招，普通研究者更难幸免。中国新闻网
开学这两周，你多半正在干类似的事：几十篇PDF丢给AI文档助手，让它替你读、替你综述、替你排版——一句话下去，一份19页带图的学术汇报就躺在编辑器里，封面连世界名画都配好了。
AI读得又快又顺，参考文献列表期刊名对、年份对、连DOI都配齐。问题是：这份"顺"，是2026年最危险的信号。
一、1.25亿条引用摊开数了一遍
这次审计的规模此前没人做过：2471758篇开放获取论文、超过1.25亿条参考文献，时间跨度2023年1月至2026年2月。结果摊开是几行数字：中国新闻网
识别出4406条编造的参考文献，分布在2810篇已发表论文里；
生物医学文献的假引文率，从2023年每万篇约4条涨到2026年初的每万篇56.9条——两年12倍，拐点和AI写作工具普及的时间严丝合缝；
综述类文章的编造率比其他文体高57%。知乎
第三条是对着文献综述党来的：你让AI替你综述时那个"我没读过但看着相关"的引用区，恰好是全数据库造假密度最高的文体。
更冷的一条：截至今年2月，查出含假文献的论文里超过98%无任何出版方处理——没撤稿也没勘误，继续被检索、被引用。“它被收录了"和"它是真的”，是两件事。知乎
假文献难发现，是因为AI编的不是胡话：格式正确、主题具体、署的是真实研究者、日期合理，唯一破绽是点进去论文不存在——而审稿人通常不点。极端样本：某论文30条引用18条疑似编造，照样发表。Retraction Watch的联合创始人Ivan Oransky，一个追踪撤稿的人，去年11月被AI"署名"进了一篇虚构参考文献。追假文献的人，自己被假了一次。知乎
二、"我没遇到过"为什么不能当结论
知乎那个78万浏览的回答说，20年刚开始用ChatGPT时会遇到编造参考文献，24年以后再也没有遇到。这条观察不算假：带检索的工具多了，凭空造文献的体感确实在降。但风险没消失，只是换了形状——变成三个更难逮的版本。知乎
1. "半真"引用。 西北大学学者Mohammad Hosseini批评这个审计只摘了"低垂的果实"：真正的大头是真实存在、但不准确、有偏、不完整的AI生成引用——"我们连检测都还做不到。"文献是真的，但它撑不撑得住你转述的那句话，没有工具能替你判断。知乎
2. 数字错配。 9月7日一篇实践专栏（作者自述发布前经人工核对）讲过一个对账案例：一份材料说"覆盖三千二百多人"，另一份说"查过两次的三千二百多人"，看着同一个数，中间差着九百——根子是把记录条数当成了检查次数。两边都没算错，错在两个数说的不是一件事。AI不会替你想起问这一句。知乎
3. 把推断写成事实。 小红书4717赞、7577收藏的"用AI读论文两年半"热帖，它的12问prompt里专门加了一条硬性要求：严格区分"论文明确声称的、已有文献结论的、基于证据的推断、仍不确定的猜测"四类信息，“不要把推断写成事实”。深度用户最后防的，还是AI把猜测讲得像原文。小红书
这三样，没有一样会像"搜不到的文献"那样给你报错。它长得全对，读着也顺。
三、产品化越顺滑，交付前越要人核
这两年国产文档AI收敛成了两种形态：一种是嵌在办公软件里的——WPS把AI直接放进工具栏，腾讯文档的AI入口把"生成PPT、撰写文档、PDF转Word"排成一排，底下标注"AI生成内容请谨慎参考"；另一种是任务代理式的——讯飞智文这类产品，一句话下去，二十来页带大纲带配图的汇报已经排在左侧。
界面越顺手，风险就越往交付那一刻集中。今年7月6日，PNAS挂出撤稿声明：一篇去年9月底上线、讨论衰老大脑脑膜淋巴结构的评论文章被撤回——作者承认用Microsoft Copilot把粗略引文整理成格式化的参考文献列表，提交前没核实；文章的图1也是生成式AI做的，违反期刊政策。从发表到撤回，不到十个月。这是《美国科学院院刊》首例"AI编参考文献"撤稿，更是信号：撤稿理由正从"数据造假"这种重罪，降到"你没核过AI给的东西"这种本该人人会做的功课。新浪微博
别等编辑部替你核。上面那篇"核实过上百条"的专栏定了三条规矩，结合热帖实践，压成今晚可用的版本——
一查文献（抽验，不是全验）。 拿到带引用的AI结果，先抽2-3条，标题贴进PubMed或谷歌学术：标题、作者、期刊、年份四项全对上才算数。依据是专栏观察："模型开始编的时候，往往一整批都在编，不会只编一条。“抽验全对，这批大概率能用；一条对不上，整批存疑重做。这比"花三小时核查AI三十秒写完的东西"省一个量级——实测五款国产AI写综述的知乎作者，原话是"心态崩了”。知乎
二追数字。 关键数字问一句"出自哪份数据、哪个版本、哪一页"，答不到出处的当它没说过；前后出现的同一个数，对账。公认经典也一样——专栏原话值得抄在便签上：被引用得多，说明它重要；核实不到，说明它暂时进不了你的稿子——这两件事不相干。知乎
三看诚实。 让AI把没依据的判断标成"待验证"，不许包装成定论；数据撑不起的，白纸黑字写"做不了"。AI产出可不可信，先看它敢不敢说自己做不了什么。
点"下载"之前，这三关跑完——下载出去的东西，很快就不只是你一个人的事了。出版方已经在集体动：Taylor & Francis投入了专职人员和筛查技术，含疑引用超过一小部分、或明显影响稿件完整性的，通常直接拒稿；PLOS在评估"全系统引文完整性筛查"；Topaz团队建议把自动引文核验直接嵌进投稿流程、放在同行评审之前（AI初筛加人工校验，准确率91%）。中国新闻网
这条路眼熟吗？先是查重，然后是AI率检测，现在轮到引文。每一道都从自觉抽查开始，最后变成系统前置。等导师或编辑部拿着核验报告找你时，问题只剩一个：你核没核过。
国内也在发生：8月中旬，微博出现"豆包虚构DOI、虚假文献"的舆情整理帖。有意思的是那几篇时间线帖本身——正文是微博智搜生成的。连"讨论AI编文献"的内容都是AI写的，受害者名单你也得核。新浪微博
四、最后：按场景分个流
闭卷（上传PDF让它读）相对安全：文献不会凭空多出来，但页码跳错、数字抄串、推断冒充原文照样发生——引用前回到那一页看一眼，就一眼。
开卷（直接问它"这个方向有什么文献"）危险区：检索增强只是降低、不是消除凭空造文献，出来的每一条默认待验，综述、研究现状这类"帮你想到你没想到的"任务尤其。
结论文句（AI替你归纳领域共识的那句话）：AI只配给结构，引用点和落点自己补——“这条文献到底支不支持我这句话”，查重、AI率、引文核验三道门加起来仍然是空的那一格，永远只能作者自己回答。
今晚的动作：把最近一次AI给你的文献清单翻出来，随机抽两条去搜标题。习惯这个动作，剩下两条规矩自然跟上。接下来值得盯的信号：你投稿的系统里，有没有长出"引文核验"这道新关口。
评论区聊聊：AI给你编过最离谱的一条"参考文献"长什么样？知乎同名问题下面，已经有人的豆包把查不到的文献"重新发明"了一遍。
