Elicit

Elicit 是一个面向科学研究的 AI 助手，官方定位是「让研究者以十倍效率做循证工作」。它把检索、摘要、数据抽取与对话式阅读整合在同一套工作流里：输入一个研究问题，就能在 1.25 亿篇以上论文中检索，并自动生成带引用的结构化研究报告。官网称已有超过 500 万研究者使用，覆盖学界与产业界，并将产品形容为「站在巨人肩膀上」——更快理解科学已知的边界，从而去发现未知。

核心能力

• 研究智能体（Research Agent）：输入研究问题后，自动检索数百万篇论文，并在几秒内生成带引用的结构化研究报告，直接给出该问题的证据概览，把原本数天的工作压缩到分钟级。
• 论文检索与对话：覆盖 1.25 亿篇以上论文，可跨文献提问，围绕一个主题从多篇论文中综合答案，而不只是给出单篇摘要。
• 数据抽取：从多篇论文中按同一维度提取信息（如样本量、干预措施、主要结果），自动整理成可横向比较的表格，大幅减少手工录入与核对。
• 系统性文献综述：针对需要严格流程的系统综述工作提供专门支持，帮助组织检索、筛选与证据整理，适配正式研究项目的方法学要求。
• 文库与提醒：把感兴趣的论文归入文库统一管理，并可订阅新论文提醒，持续跟进领域动态，形成个人证据库。
• 规模与透明度：官网强调 Scale（百万级论文）、Accuracy 与 Transparency——生成内容均带引用来源，可回溯核对，比纯聊天式问答更可信。

适合谁

需要做文献综述、快速掌握某领域现状的研究生与科研人员；需要跟踪证据更新的临床与政策研究者；以及要在有限时间内读大量背景资料的行业分析师。官网展示的客户故事覆盖多个行业，从学术机构到企业内部研究团队都适用，尤其适合「研究问题明确、但文献量大」的场景。

注意事项

• Elicit 强调透明可溯源，生成内容都带引用，但引用仍需逐条打开核对——尤其数据抽取结果，模型可能把不同研究的设计与人群混在一起，形成误导性表格。
• 它擅长「从大量文献中找方向」，但关键结论、数字与争议点请回到原文确认，AI 摘要可能丢失细节或语境。
• 免费版通常有使用额度限制，批量抽取与长篇报告建议评估付费档位；订阅提醒注意邮件频率设置，避免信息过载。
• 涉及未发表文献或付费墙内内容时，检索覆盖面可能受限，不能保证 1.25 亿篇全部可读全文。

使用建议

适合把它放在「读之前」：先用研究报告判断值得精读哪几篇，再用数据抽取整理可比较的表格，最后回到原文核对。把长期跟踪的方向存进文库并开启提醒，能持续积累自己的证据库；与团队协作时，报告与文库也可作为共同的研究底稿。