毕业老学长给我留的最后一句话是：“AI 写的，别挂我名。” 我直接 神(Seed Evolving) 来！助我！

LucianaiB 2026-08-10 0 阅读11分钟

毕业老学长给我留的最后一句话是：“AI 写的，别挂我名。” 我直接 神(Seed Evolving) 来！助我！

毕业老学长给我留的最后一句话是：“AI 写的，别挂我名。”

那我就做一个让 AI 提取的每一条材料数据，都能被追溯、被质疑、敢挂名的工具。

1. 引言

这并不是我凭空担心的问题，而是真实存在于 AI 使用过程中的风险。

随着生成式 AI 快速发展，它已经越来越多地进入科研工作：帮我们读论文、整理资料、提取数据，甚至辅助写作。AI 的确可以让很多事情变得更快，但对于科研工作者来说，效率永远不能排在科研诚信前面。

尤其是在材料研究中，一个看起来很普通的数据，背后可能对应着具体的材料体系、制备工艺、测试温度、测试方法和实验条件。如果 AI 在提取过程中出现幻觉，给出了一个“看起来很像真的”数值，却没有可靠出处，我们很容易在不知情的情况下引用错误数据，甚至进一步带来科研诚信风险。

所以我一直在想：既然我们无法保证 AI 永远不产生幻觉，那能不能换一种思路——不要求它永远正确，但要求它说出的每一条材料数据，都必须有出处、有条件、可复查。

于是，我用 Seed Evolving 做了一个材料文献数据提取与核验 Agent——MatTrace。

用户只需要上传论文，AI 就会按照我设计的 Skill 完成文献解析、数据提取、条件核验、证据绑定和结构化整理。与其让 AI 直接告诉我“答案是什么”，我更希望它告诉我：这个答案从哪里来、依据是什么，以及哪些地方它其实并不确定。

2. 这次不是分享提示词

以前我也很喜欢分享提示词。

比如怎么让 AI 写得更像人，怎么让 AI 帮我改代码，怎么让 AI 整理资料。

但这次做完 MatTrace 之后，我感觉提示词只是很小的一部分。

真正有价值的不是“我怎么问 AI”，而是：

我能不能把一个复杂任务，拆成一套可复用、可检查、可复盘的流程。

所以这次我做的不是一个单纯的聊天页面，而是一个材料文献数据抽取 Skill，再配一个可以在线演示的 Agent。

用户上传论文以后，AI 会按照这个 Skill 的规则去处理文献，然后把材料组成、性能指标、测试条件、来源页码、缺失字段、可信度和证据链都整理出来。

换句话说，AI 不只是“回答我”，而是要“带着证据回答我”。

3.我想解决的其实是 AI 幻觉

AI 幻觉这个问题，大家都知道。

它会一本正经地编引用、编结论、编数据。有时候你不仔细查，还真看不出来。

但我觉得，解决 AI 幻觉不一定只靠“让模型更聪明”。

还有一种办法更直接：

你说什么都可以，但你必须给我证据。

在 MatTrace 里，一条材料数据不是只输出：

“这个材料的离子电导率是 1.2 × 10^-3 S/cm。”

而是要继续说明：

• 出自哪篇文档
• 在第几页
• 原文证据是什么
• 单位是什么
• 测试温度是多少
• 测试方法有没有写清楚
• 这条数据可信度为什么是高、中或低
• 如果条件缺失，缺了什么

这样一来，AI 就很难靠一句“我觉得”蒙混过去。

它可以提取，但不能随便补全。

它可以总结，但必须留下证据。

它可以发现冲突，但不能静默覆盖。

这就是我做这个 Skill 的出发点。

处理这个的办法，我选择的是在 Agent 里面接入模型Seed Evolving

4. MatTrace 是怎么跑起来的

本项目通过 Github 和 Cloudflare Worker 成功部署上线：lucianaib2004.github.io/mattrace-de…

4.1 初始化

进入 Demo 后，首页是一个材料文献工作台。

左边是导航，中间是文档工作区和分析结果，右边是证据链预览、缺失条件提醒、冲突检测和导出报告。

它不是一个普通的“你问我答”聊天框。

我更希望它像一个科研工作台：你把文献放进去，它一步一步告诉你自己做了什么。

进入页面后，可以先载入公开论文，也可以上传自己的 PDF、DOCX、TXT 或 Markdown。

我在 Demo 里内置了几篇真实公开论文，方便用户不用找文件也能直接体验。

4.2 载入文献并分析

载入文献以后，用户可以自己勾选想分析哪几篇。

点击“开始真实分析”以后，它会按六个阶段往下跑：

1. 文献解析
2. 数据提取
3. 单位规范化
4. 条件核验
5. 冲突检测
6. 报告生成

最后得到的不只是一个答案，而是一张带证据的数据表。

每一行数据都能看到材料体系、制备工艺、性能指标、数值、测试条件、来源文档、页码和可信度。

4.3 Skill管理

这次项目里我还专门做了一个 Skill 管理界面。

这里不是只放一个 SKILL.md。

我把完整 Skill 文件夹都放进去了，包括：

• 任务描述
• 输入输出 Schema
• 单位规范化规则
• 失败案例
• 输出示例
• 核心脚本
• 可导出的完整 Skill ZIP

这样用户不只是看到“这个页面能跑”，也能看到背后那套 Skill 到底长什么样。

4.4 配置设置

模型配置这里支持用户输入自己的 API Key。

Key 只保存在当前浏览器，不会写进项目、不进导出报告，也不会上传到 GitHub。

目前我主要接入了火山方舟 Agent Plan，模型用的是 doubao-seed-evolving。另外也支持 ChipCloud 和自定义 OpenAI-compatible 接口。

这里还有一个上线时遇到的小坑。

本地跑的时候可以直接走本地代理，但线上 GitHub Pages 是纯静态页面，没有后端服务。火山方舟 Agent Plan 的接口又会拦截浏览器里的 Authorization 请求头，所以线上会出现 Failed to fetch。 解决办法：最后我用 Cloudflare Worker 做了一个固定白名单中转。

这个 Worker 不保存 Key，也不是开放代理，只解决浏览器 CORS 的问题。用户自己的 Key 还是由用户自己输入、自己调用。

本项目已完全开源，感兴趣的可以获取项目，然后进行二改：github.com/LucianaiB20…

5. 技术栈

5. 1 Seed Evolving

使用这个模型，主要它一直保持的是一张永远"最新"的模型卡片，就在一周前，它依旧一直在更新。

这次为什么选 Seed Evolving?

这是它 8 月 1 日进行的一次更新：

1. Coding 工程能力大幅提升：复杂仓库修复、跨文件修改、真实功能开发和长程工程任务表现更好，复杂任务执行更稳定
2. Agent 检索能力显著增强：信息检索、缺失信息召回、搜索结果整合更好，多工具并行调用与结果回传更稳定
3. 幻觉控制能力明显改善：搜索幻觉、工具调用幻觉、抗误导与状态幻觉均改善，更少基于错误结果继续作答

与我这次降低 AI 幻觉风险的目标非常契合，我觉得可以使用我抵消 AI 幻觉的办法，加上模型的抵消 AI 幻觉，达到一个双抵消幻觉的效果。

材料文献抽取不是简单问一句“帮我总结一下论文”。

它需要：

• 先读文档
• 再找材料数据
• 再按格式输出
• 再绑定页码和原文
• 再检查缺失条件
• 再判断是否能比较
• 最后生成结构化报告

这个过程很像一个小型科研助理在做数据整理，而不是单轮问答。

我选择 Seed Evolving，也是因为我希望它在这个过程中更稳一点：少一点瞎编，少一点硬凑，多一点“我检查过什么、我没找到什么、我为什么这么判断”。

之前我看到的一些测试里，Seed Evolving 在幻觉控制、工具调用、抗误导、状态保持这些方面都有改善。比如有些任务里，它会更愿意说明自己没有验证到，而不是为了完成任务去编一个看起来漂亮的结论。

这点和 MatTrace 的思路很一致。

科研数据里，承认没找到，比编一个答案更重要。

5.2 Claude Code + CC Switch

使用 CC Switch 在 Claude Code 无缝衔接 Agent Plan。

我们只需要 CC Switch 输入请求地址和 API 密钥以及选择的模型即可。

Claude Code 极速接入指南

配置环境变量 ANTHROPIC_BASE_URL：https://ark.cn-beijing.volces.com/api/compatible ANTHROPIC_AUTH_TOKEN：获取 API Key → ANTHROPIC_MODEL：doubao-seed-evolving 1 打开配置文件 vim ~/.claude/settings.json 2 编辑配置文件 将 <ARK_API_KEY> 替换为火山方舟控制台实际生成的 API Key： { "env": { "ANTHROPIC_AUTH_TOKEN": "<ARK_API_KEY>", "ANTHROPIC_BASE_URL": "ark.cn-beijing.volces.com/api/compati…", "ANTHROPIC_MODEL": "doubao-seed-evolving" } } 3 使设置生效 保存配置文件并退出编辑后，打开一个新的终端窗口加载配置。 4 在项目根目录使用 Claude Code 进入项目目录并启动 Claude Code： cd my-project claude 启动后输入 /status 确认模型连接状态。

6. 做这个项目时，我最大的感受

以前我觉得 AI 项目最重要的是“模型能力”。

模型越强，效果越好。

但这次做完以后，我感觉真正落地时，模型只是其中一环。

一个能给用户用的 AI 工具，还要考虑很多细节：

• 文件怎么上传
• PDF 怎么预览
• 文本解析够不够完整
• 用户能不能选择多篇文档
• 失败以后有没有原因
• API Key 会不会泄露
• 线上能不能真的调用
• 导出的结果能不能复查
• 页面是不是一眼能看懂

这些东西看起来不像“AI 能力”，但它们决定了用户会不会真的使用。

尤其是科研场景，不能只追求“生成得快”。

如果一个工具生成得很快，但用户不敢相信，那它还是没用。

7. MatTrace 和普通论文总结工具有什么不同

普通论文总结工具更像是在回答：

这篇论文讲了什么？

MatTrace 更像是在追问：

你提取的这个数据，凭什么可信？

所以它有几个我自己比较满意的点。

第一，它要求每条数据都有证据链。

没有来源、没有页码、没有原文片段的数据，不能当成高可信结果。

第二，它会记录每篇文档的处理状态。

如果一篇文档没有抽到数据，也要说明是没找到、失败了，还是被取消了。不能只展示有结果的部分。

第三，它会做缺失条件提醒。

比如温度没写、测试方法没写、样品状态没写，这些都会被标出来。

第四，它会做可比性判断。

不是所有数字都能放在一起比较。不同温度、不同测试方法、不同样品状态下的数据，直接比较很容易误导。

第五，它能导出结果。

JSON、CSV、Markdown 都可以导出，后续可以继续整理、复查、写报告。

8. 我不是想让 AI 替科研人负责

这点我觉得必须说清楚。

MatTrace 不是想证明“AI 可以替科研人判断一切”。

恰恰相反，我想做的是让 AI 的输出更容易被人检查。

AI 可以帮我读文献，可以帮我整理数据，可以帮我找证据，但是最后该不该采用这条数据，还是要人来判断。

所以我没有把重点放在“让 AI 说得更像专家”。

我更想让它说清楚：

• 我从哪里看到的
• 我检查了哪些页面
• 我发现了什么
• 我没找到什么
• 哪些地方需要人工复核

这才是我觉得 AI 在科研里比较健康的姿势。

9. 上线以后，项目现在能体验什么

目前 Demo 已经上线：

lucianaib2004.github.io/mattrace-de…

用户可以打开页面后：

1. 载入公开论文
2. 打开模型配置
3. 输入自己的 API Key
4. 选择要分析的文档
5. 点击开始真实分析
6. 查看证据链、缺失条件和导出报告

如果只是想看项目结构，也可以看开源 Demo 仓库：

github.com/LucianaiB20…

这个仓库里包含网页端完整代码。

10. 最后

这次项目最开始，只是因为一句话：

“AI 写的，别挂我名。”

但做到最后，我反而觉得这句话说得挺对。

不是说 AI 不能用，而是不能让 AI 变成一个没人负责的黑箱。

如果 AI 帮我们写东西、整理数据、生成结论，那它至少应该告诉我们：

证据在哪里。

条件是什么。

哪里不确定。

哪里需要复核。

所以我做了 MatTrace。

它不一定是一个很大的项目，但它表达了我现在对 AI 工具的一个想法：

好的 AI 工具，不只是帮人更快地产出内容，也要帮人更容易地承担责任。