专访沁言学术创始人罗实：全流程科研Agent，要有自己的学术浏览器

“AI写论文”正吵得不可开交的当下，他偏偏绕开了最热闹的那条路。

不是降重神器，也不是一键生成。沁言学术，这个名字安静得不像 AI 产品，正在悄悄把一群科研人聚过来。它不替你写完整篇论文，但在你查文献、梳理课题、协同申报的时候，能当一个靠得住的“学术搭子”。

我们找沁言学术的创始人聊了聊：为什么坚持做一款“小而重”的产品？为什么不急着开放试用、不追流量转化，只闷头打磨体验？

他说：“我们想的是，用户用上之后会忍不住想推荐给身边人。”

产品名称：沁言学术

Slogan：搞科研，用沁言

主要功能：免费文献管理专家，2G云存储永久免费，海量文献搜索高达2亿篇，AI选题、文献管理、文献阅读（解释、总结、翻译、扩改写、智能助手）等基础功能均免费可用。

官网：https://www.qinyanai.com/

下面是我们和沁言学术创始人罗实的对话：

K姐研究社

您个人之前是什么背景？为什么会想做学术科研这块的产品？

🧑🏻‍💻 罗实

我们有一位合伙人一直在学术圈里，对这个领域挺熟。他跟我们讲了很多真实痛点，比如你得先发一篇论文，才能毕业、才能评职称。

这种强需求摆在那里，我们就开始认真考虑这个方向。

刚好我们收购了一个叫“边写边搜”的文献管理工具，就决定在它的基础上做 AI 化，看看能不能把论文写作过程中的那些难点给用户覆盖掉。

K姐研究社

你们团队现在多少人？

🧑🏻‍💻 罗实

现在差不多十五个人左右。

 

换名字，是想更贴近真正要做的事

 

K姐研究社

为什么把产品名从“边写边搜”换成“沁言学术”？

🧑🏻‍💻 罗实

“边写边搜”这个名字把产品定义得偏窄了，听着像一个轻量级小工具，而我们希望产品之后能覆盖科研的完整流程，从选题到写作，再到参考文献管理。所以干脆换个名字，让它更贴近我们真正想做的事。

K姐研究社

我看你们现在的功能还是集中在收集资料、整理资料、总结、翻译上，为什么没有直接去做论文写作？

🧑🏻‍💻 罗实

这其实是个优先级排序的问题。我们更看重前期的“货量”——也就是用户真正高频、需求最强的那一环。

比如谷歌学术，大概是学术领域访问量最大的工具，月活几亿。这说明大家最痛的是找文献、管文献，不是一上来就写论文。

我们现在就是把这一块尽可能磨好：文献搜得快、管得清，存在本地知识库里。如果你有50篇相关文献，想写个综述，我们其实就能直接给你生成一份格式规范、引用准确、接近可发表水准的初稿。

所以不是不做写作，而是我们认为——前面的基础工作打扎实了，后面的写作才水到渠成。

 

盯住学术场景，做全流程科研学术Agent

 

K姐研究社

你们产品里加了一些像“我的小组”这样偏社交的功能，为什么会考虑加这些？

🧑🏻‍💻 罗实

“我的小组”最早在边写边搜阶段就有了。我们把它保留下来，是因为学术写作这个场景里团队协作太常见了，特别是前期资料收集、文献整理这几步。

要是有个公共空间，小组成员能共享资料、同步讨论进度，对论文的产出是有帮助的。

对我们来说，协作能力是一个很重要的方向，后面也会在这块持续加码，目标是把它做成真正好用、好协同的科研工具。

K姐研究社

市场上 AI 写作工具不少，通用型助手也有，有的会挂个小 Agent 或者塞些提示词来辅助写论文。你们和它们最本质的差别在哪？

🧑🏻‍💻 罗实

和其他工具最大的区别在于：不是靠模型“更聪明”，而是场景做得“更对”。

我们本身没有自研大模型，用的也是通用模型，但围绕学术场景做了很多加强，尤其补了搜索能力和本地知识库管理的能力。

简单说，模型本身提供的是知识“思考”的能力——它能推理、能生成，但它不一定知道“从哪获取准确信息”。喂给它的上下文如果不靠谱，输出就很容易出幻觉。

所以我们专门强化了两点：第一，检索一定来自高质量的学术数据库，像谷歌学术、PubMed、Articles 这些；第二，建立本地知识库，让用户能把自己收集的资料结构化地存起来、随时调用。模型再去生成内容，就是站在一个更“可信的语境”上了，回答不仅更准，还能附上出处。

这就是我们的判断：做科研类工具不能只靠模型“拍脑袋”给答案，得把上下游场景串起来。

K姐研究社

明白了，就是在论文这种严肃场景里，先保证信息源可追溯、可验证。

🧑🏻‍💻 罗实

对，是的。

K姐研究社

前段时间市场有个热点话题，用 AI 去降 AIGC 率。你们怎么看这件事？用沁言学术写出来的论文，也会有 AIGC 率过高的问题吗？

🧑🏻‍💻 罗实

我们做过一些调研。现在的 AIGC 检测方式还比较单一，谈不上完备，确实可以通过一些降 AIGC 率的策略，让检测算法识别不出来。

不过我们当前的产品重点还没进到写作这一层，更多还在搜集、整理、知识管理这些环节，所以暂时没直接碰到这个问题。

后续规划里，等我们开始做生成类功能，肯定会把这类降 AIGC 的策略考虑进去。我们希望最终生成的内容，是让检测算法判定不出 AI 生成的。

这个我们做过很多测试，确实是市面上现有算法能做到的。

K姐研究社

跟那些通用型 Agent 比，你们最大的优势是什么？

🧑🏻‍💻 罗实

最大的优势还是刚才说的——我们比较盯得住学术场景，也会针对学术场景做专门优化。

比如生成文献综述，就得符合学术引用规范。中间涉及很多优化，目前市面上的通用模型或者 Agent，很多在这块基本做不出来。我们的优势就在这：输入更精准，输出更贴学术人群的实际需求。

K姐研究社

你们为什么没做文献下载？按我的理解，很多人检索完其实是想 down 下来的。

罗实：对，我们即将上线一个新版本，会把文献下载功能带上。

K姐研究社

很快就上线了是吧？

🧑🏻‍💻 罗实

对，它有点接近 agent 的一种模式。比如你丢给它一篇论文的标题、一组论文的列表，或者只说一句“我想要人工智能领域最近两年发表的引用量最高的10 篇论文”，它会自动搜索、下载原文，再把文献整理好、归档进你的个人知识库——也就是我们“边写边搜”的学术网盘。

整个过程是对话式的：你给需求，它去做检索、筛选和存储。

K姐研究社

了解。这确实是非常刚需、很日常、也很高频的需求，现在市面上也有不少镜像站在提供类似服务。

🧑🏻‍💻 罗实

是的。我们想做的，是把用户“找文献”的过程弄得更顺。以前想下一篇文献，得东检索西检索，很费时间。

现在底层整合了镜像站、学术数据库，还有像 Google Scholar 这些渠道，尽量自动帮你去全网找，只要能确认是对的，就帮你下载下来。

 

学术浏览器，是下一步的重点

 

K姐研究社

你们现在的目标用户是大学生还是老师？实际观察和预期有差别吗？

🧑🏻‍💻 罗实

大学生其实不是我们的重点用户。主要用户群体是研究生、博士、老师，还有像医生这样的专业人群。

大学生对“发表期刊论文”的需求没那么强。比如毕业论文，要求并没有那么严格。

从现有用户来看确实也是这样，博士、医生、老师会多一些，他们最后的目标都是发一篇有创造性、有价值、能进高水平期刊的论文。

现阶段看，目标用户和我们的设想是对得上的。

K姐研究社

科研人群相对小众，但付费能力是 OK 的。

🧑🏻‍💻 罗实

对，是的。

K姐研究社

那你们是怎么找到并拓展这类用户的？

🧑🏻‍💻 罗实

这块我们一直在试，也总结出几个方向。

一条是现在这种深度交流、访谈内容，把产品理念讲清楚；

另一条是去小红书、B站，找KOL或者垂直博主做专业分享。

第三，学术人群其实挺集中，不管在医院、学校还是科研机构，口碑传播的效率都很高。所以我们也在优化产品体验，把病毒式传播的能力做强——让用户愿意把工具推荐给身边的同事同行。

第四，结合热点，比如最近 Agent 比较火，我们也在 Agent 这块做了一些尝试，让用户体验到一些比较新奇的东西。

现在我们也在准备做学术浏览器，把 Agent 和浏览器更好地整合到一起。可以想象一下——你给它一个任务，它就像 Agent 一样自动调用各种工具，在浏览器环境里把搜索、判断、下载、归档这一整套复杂流程走完，最后给你一个成型的结果。

这套链路如果能跑通，并和现有系统打通，体验的完整度和结果质量都会上一个台阶。

K姐研究社

我看当前产品是不能试用，要付费才可以用。为什么没给用户开放试用体验？

🧑🏻‍💻 罗实

对，我们现在会员版本分成基础版、创作版和协作版。

一方面我们考虑用 to B 的方式去销售；另一方面，我们也觉得现在这个版本还不够完善。这几个月里，部分功能还没做深度迭代。

K姐研究社

了解，相当于它是个更产品化、打磨得更厚实的工具，但还得再完善，准备充分之后才面向普通用户开放体验？

🧑🏻‍💻 罗实

是的。

K姐研究社

你们现在订阅用户多吗？会担心盈利问题吗？

🧑🏻‍💻 罗实

当然会担心，这是核心问题。ROI 能不能跑正，很大程度上取决于获客成本、付费率、付费ARPU（用户的平均付费金额）。

我们的打法是先沉住气把核心体验做到位，尤其是文献搜索和文件管理这两块，要真能帮用户省时间，做出“让人愿意留下来”的核心功能，然后再一步步去优化付费率和付费ARPU。

目前文献管理功能已经全部免费开放，功能上没有任何限制，只有存储空间可能需要象征性付一点，比如5毛钱一个G，总体很便宜。

现在最主要的付费点是AI 的 token 消耗，比如做论文的筛选和下载要消耗大量token，这也是我们重点打磨的方向。

K姐研究社

你们在商业模式上，是更希望从 C 端用户手里收到钱，还是未来开放企业或者校园那一侧的合作？

🧑🏻‍💻 罗实

肯定是优先考虑 C 端，因为 C 端的运营模式相对简单。只要产品体验足够好，就有可能靠口碑自然扩散，实现低成本触达和快速增长。

当然，C 端跑通之后我们也会考虑 B 端合作。我们也内置了代理机制，比如医院、学校的用户，手上有合适的渠道和资源，我们这边会提供分成支持。

K姐研究社

你们官网上有企业版，这个版本主要给谁用？

🧑🏻‍💻 罗实

你说的应该就是协作版。你之前提到的小组功能，就是团队协作相关的场景，但这部分现阶段不是我们的重点方向。

K姐研究社

那会考虑出海吗？出海意味着生产英文论文，很多留学生或者国外的学生都有这个需求，而且他们的付费能力更强。

🧑🏻‍💻 罗实

对，是的。我们在完善核心功能的同时，很快就会出独立的海外版本，到时候逐步推广。

K姐研究社

那你们有拿融资吗？还是说不考虑融资？

🧑🏻‍💻 罗实

今年我们一直在接触一些投资人和机构。目前公司的主要资金来源还是大股东自投——Ta是我们的合伙人之一，之前成功退出过两家 10 亿量级的公司，个人资金比较充足。

所以我们不急着融资，但碰到合适的资源，也会积极推进。

 

哪个大模型，更适合科研？

 

K姐研究社

你们产品实际上接了不少主流模型，包括默认给的就是 Qwen3。

🧑🏻‍💻 罗实

对。

K姐研究社

我看也有一些国外的模型。从你们内部使用或者评测的角度看，哪个模型更适合用在论文科研的场景？

🧑🏻‍💻 罗实

单看输出质量，肯定还是我们现在付费的那几款，像 Claude 4、GPT 4o、Gemini 2.5 Pro和Grok 4，整体看这几款在科研类场景的表现都不错。

特别是Claude 4 和 Gemini 2.5 Pro，我们综合评测下来觉得质量最好，所以做付费的高质量输出时用得比较多。

 

像小米那样，让用户有惊艳的感觉

 

K姐研究社

目前你最大的焦虑是什么？来自哪里？

🧑🏻‍💻 罗实

第一个焦虑点是产品体验够不够“打动人”。我们特别希望用户第一次用的时候能有“哇，好厉害”的感觉，那种强烈想要分享的冲动就来了。

但这事其实非常难。怎么让 AI 工具真的在科研场景里帮上忙，而且体验好到让人惊艳，最让我们伤脑筋的就是这里。

第二个焦虑是增长。我们是 to C 产品，收入和付费用户直接挂钩。目标人群虽然有千万级，但问题在于——怎么低成本触达这些人，再把他们转化进来？

投放我们试过，买量成本还是偏高，目前没跑通。所以现在一直在试新的增长方式。

接下来我们也准备上英文版本，尝试出海，希望这能成为一个新的增长突破点。

K姐研究社

如果用一句话预测你们产品一年之后的样子，你会怎么说？

🧑🏻‍💻 罗实

一年以后，我们的核心定位是一款学术全流程覆盖的产品。

我们准备把 AI 学术浏览器当重点。它基于 Chrome 的开源架构，围着学术场景转，把搜索、文献管理、论文写作，再到与期刊匹配、投稿前的智能评审都整合起来，所有环节都能在这一个浏览器里完成。

K姐研究社

相当于市面上很流行的 AI 浏览器，只是落到科研学术场景。内核还是 Chrome，但加了很多原生的 AI 能力？

🧑🏻‍💻 罗实

对，是的。我们在 Chrome 开源架构上，加了本地运行小模型、调用数据库这些能力。

像Manus 这类 Agent 产品，所有东西都跑在云端，token 消耗量级很大，成本很高。

我们希望用户能在端侧跑一部分模型运算。比如做现代化、re-rank 的处理，成本省了，用户体验也能提上去。

这个学术浏览器会是我们的关键节点，它能把手上的功能整合得更好，给用户更智能的体验。

K姐研究社

产品里往往会藏着创始人的影子，你觉得沁言哪一点最像你？

🧑🏻‍💻 罗实

应该是专注吧，专注和极致。这一点我们几个合伙人也比较一致——我们都挺推崇小米。

K姐研究社

小米？

🧑🏻‍💻 罗实

对，我们希望产品做出那种让人眼前一亮的感觉。用户横向对比一圈，再回头用我们的产品，还是觉得惊艳。

要做到这点，就必须聚焦到最最关键的点上，把学术领域的核心环节做到极致的状态。

我们会把最前沿的 AI 能力，比如 Agent 、AI 浏览器，融合进来，在这个细分领域里给目标用户真正极致的体验。

K姐研究社

了解，所以你对自己的理解是，你是个极致专注的人，对吗？

🧑🏻‍💻 罗实

对，嗯。我觉得是。

K姐研究社

那生活里有体现吗？除了工作和做产品，生活中哪个方面或者爱好能体现你这种极致和专注。

🧑🏻‍💻 罗实

我生活里的爱好比较简单，两项比较持久，一个是读书，一个是滑雪。

滑雪滑了十几年，一直在滑；读书我基本保持一年读 100 本书，好多年都是这个量。

翻来覆去，真正吸引我的好像就这两件事。

K姐研究社

谢谢你今天的分享，沁言接下来的每一步我们也会持续关注。

原文链接：专访沁言学术创始人罗实：全流程科研Agent，要有自己的学术浏览器｜K姐独家