OpenClaw—AI研究人工智能正在帮助科学家大幅缩短研究时间，但科学家们也在为验证AI的输出付出额外代价。Google、Google DeepMind与麻省理工学院（MIT）联合发布的一项新研究，揭示了AI在科学工作流中的真实效率增益与隐性成本。
研究的核心发现是：AI能让科学家在假设生成阶段提速，但在结果验证阶段，科学家们反而需要花时间审核AI生成内容的准确性。研究团队指出，AI加速了假设生成，但人类和物理实验能力去验证这些假设的速度并没有同步提升，这形成了科学pipeline中的新瓶颈。
论文还关注了一个更宏观的担忧：AI生成内容中的幻觉问题，以及学术界所说的理解幻觉现象，正在对同行评审机制造成压力。随着AI生成内容在学术文献中的占比上升，评审人越来越难判断一项研究结论究竟是来自真实实验，还是来自AI的编造。
与近期关于失控AI的激烈讨论不同，这项研究聚焦的是更具体的问题：AI输出到底有多可靠？研究团队收集了8个流行开源指令微调模型在有无聊天模板条件下的自我描述文本，用Claude Opus 4.8作为评判模型，对超过9600条生成结果进行了系统性评分。
结果显示，聊天模板对模型的自我描述行为影响显著：有模板时，模型使用免责声明语言（如我只是AI）的频率明显更高；去掉模板后，模型更倾向于表达主观体验感。这表明AI的自我描述并非纯粹来自模型权重，还受到部署格式的强力调节。
研究的实践意义在于：科研团队在引用AI辅助生成的内容时，需要更加谨慎地区分模型真正理解的内容与由提示词工程引发的话术。同时，对于AI公司而言，如果想让模型在专业场景中表现得更值得信赖，聊天模板的设计本身就是一个值得深入优化的维度。
目前，这项研究已发表于学术会议并开放preprint下载。对于AI研究者和科学从业者来说，理解AI在科学工作流中的真实效率与局限，正在成为一项必备素养。