Elicit

Elicit 是由人工智能安全研究机构 Ought 开发的学术文献研究助手，专门针对科研场景设计，帮助研究者在海量论文中快速定位、提炼和整理有效信息，缩短文献综述周期。与通用 AI 对话工具不同，Elicit 依托 Semantic Scholar 数亿篇论文数据库，采用语义搜索而非单纯关键词匹配，用户输入研究问题而非精确关键词，系统即能理解意图并返回相关文献。

其最具实用价值的能力是跨论文结构化数据提取：用户可指定所需字段（如研究方法、样本量、干预手段、实验结论等），Elicit 自动读取检索到的论文并将信息汇总为可横向对比的表格，对系统综述（Systematic Review）和元分析（Meta-analysis）的初筛阶段尤其省力。

举两个具体场景：一位临床医学研究生需梳理某药物干预的随机对照试验证据，以往要逐篇读摘要再手动记录，现在输入研究问题即可在数分钟内得到按样本量、干预组对照组划分的结构化对比表；计算机科学方向的研究者快速调研某新兴子领域时，可对多篇论文一键生成要素摘要，帮助快速判断与自身研究的相关程度。

适合人群：在读博士生和硕士生（尤其处于文献综述阶段）、学术科研人员、循证医学从业者、政策分析师等需要系统梳理学术证据的群体。Elicit 界面以英文为主，暂无中文本地化，对中文文献的处理能力有限；国内用户访问时网络稳定性因环境而异，可能需要代理工具。