AI-помощник для учёных: не вместо вас, а вместе с вами

На GitHub появился открытый проект Academic Research Skills (ARS) — набор навыков (skills) для Claude Code, охватывающий полный цикл академической работы: от поиска источников и написания черновика до рецензирования и финальной правки. Плагин устанавливается за 30 секунд и работает в Claude Code CLI, VS Code и JetBrains начиная с версии v3.7.0.

ℹ Философия проекта
«AI is your copilot, not the pilot» — ключевой принцип ARS. Инструмент не пишет статью за вас, но берёт на себя рутину: поиск ссылок, форматирование цитат, проверку данных и логической согласованности.

Что умеет ARS

Проект состоит из четырёх основных компонентов:

  • Deep Research — команда из 13 агентов с режимом Сократовского диалога, поддержкой PRISMA-методологии систематических обзоров и верификацией через Semantic Scholar API.
  • Academic Paper — 12 агентов для написания статьи: адаптация под авторский стиль (Style Calibration), проверка качества текста (Writing Quality Check), поддержка LaTeX, конвертация форматов цитирования.
  • Academic Paper Reviewer — 7 агентов для многопerspективного рецензирования с оценками по шкале 0–100, включая роль «Адвоката дьявола» (Devil’s Advocate).
  • Academic Pipeline — оркестратор из 10 этапов с контрольными точками, верификацией утверждений и поддержкой воспроизводимости (repro_lock).

graph LR
    A[Тема / вопрос] --> B[Deep Research\n13 агентов]
    B --> C[Academic Paper\n12 агентов]
    C --> D[Integrity Gate\nStage 2.5 / 4.5]
    D --> E[Academic Paper Reviewer\n7 агентов]
    E --> F[Revise & Finalize]
    F --> G[Готовая статья\nAPA 7.0 PDF/DOCX]

Почему не полная автоматизация?

Автор проекта прямо ссылается на работу Lu et al. (2026, Nature 651:914–919), в которой описана система The AI Scientist — первая полностью автономная система, чья статья прошла слепое рецензирование на воркшопе ICLR 2025 с оценкой 6,33/10 против среднего показателя 4,87. При этом в разделе «Ограничения» той же работы перечислены типичные сбои автономных систем: баги реализации, галлюцинированные результаты, подтасовка методологии, зацикленность на одной рамке (frame-lock) и галлюцинации в цитированиях.

«ARS построен на предпосылке: исследователь, усиленный ИИ, справляется с этими провалами лучше, чем любой из них по отдельности.»

Именно поэтому на этапах 2.5 и 4.5 встроены обязательные integrity gates — блокирующий чеклист из 7 режимов, который нельзя пропустить.

Проблема галлюцинированных цитирований

Отдельная мотивация для выпуска версий v3.7.x–v3.8 — масштабное исследование Zhao et al. (май 2026): аудит 111 млн ссылок в 2,5 млн статей на arXiv, bioRxiv, SSRN и PMC выявил как минимум 146 932 галлюцинированных цитаты только за 2025 год. При этом 85,3% «фантомных» ссылок из препринтов переходили в опубликованные версии.

В ответ на это:

  • v3.7.1 добавил trust-chain frontmatter для отслеживания происхождения источников.
  • v3.7.3 ввёл трёхуровневые якоря цитирований (citation anchors).
  • v3.8 запустил опциональный аудит-проход (ARS_CLAIM_AUDIT=1), который сверяет каждое утверждение с источником и блокирует вывод при обнаружении проблем пяти новых классов HIGH-WARN.
⚠ Важно о цене
Полный 10-этапный пайплайн для статьи объёмом ~15 000 слов обходится примерно в $4–6 через API Anthropic. Это не бесплатный инструмент, но и не дорогой для академической задачи такого масштаба.

Быстрый старт

# Установка через плагин-маркетплейс (Claude Code v3.7.0+)
/plugin marketplace add Imbad0202/academic-research-skills
/plugin install academic-research-skills

# Первый запуск — Сократовский диалог по структуре статьи
/ars-plan

# Быстрый тест — обзор литературы по теме
/ars-lit-review "your topic"

Для пользователей Codex CLI существует отдельная версия: Imbad0202/academic-research-skills-codex — тот же workflow, упакованный как единый skill $academic-research-suite с псевдонимами ars-*.

Сравнение подходов к AI-помощи в академическом письме

ПодходЧто делаетРискARS-ответ
Полная автоматизация (The AI Scientist)Пишет статью самостоятельноГаллюцинации, методологические ошибкиНе используется
«Гуманайзер»Скрывает факт использования AIАкадемическая нечестностьЯвно отвергается
Copilot-подход (ARS)Рутина — AI, смысл — человекЗависимость от инструментаIntegrity gates, Style Calibration
Без AIВсё вручнуюМедленно, пропуск источников—

Для кого это

💡 Целевая аудитория
ARS ориентирован на аспирантов, постдоков и исследователей, которые хотят ускорить работу над публикацией, не жертвуя академической честностью. Style Calibration учится на ваших прошлых текстах, Writing Quality Check отлавливает «машинные» паттерны — цель инструмента именно в качестве, а не в имитации.

Итог

ARS — это попытка найти практический баланс между скоростью AI и требованиями академической строгости. В эпоху, когда масштаб галлюцинированных цитирований уже измеряется сотнями тысяч в год, а полностью автономные системы демонстрируют системные провалы, инструментарий с обязательными контрольными точками и человеком в петле выглядит как разумный компромисс. Проект открытый, активно развивается и уже содержит реальные артефакты пайплайна — включая пример, где на этапе pre-review было поймано 15 сфабрикованных ссылок и 3 статистические ошибки.