機器之心原創

作者：張倩

「未來，99% 的 attention 將是大模型 attention，而不是人類 attention。」這是 AI 大牛 Andrej Karpathy 前段時間的一個預言。這里的「attention」可以理解為對內容的需求、處理和分析。也就是說，他預測未來絕大多數資料的處理工作將由大模型來完成，而不是人類。

身為經常接觸大量文檔和文案的開發者、研究者，相信你對 Karpathy 的這一預言有著深刻的共鳴。如今，當我們拿到一篇論文時，將其交給 AI 進行初步總結，已然成為了一種常規操作。至于選擇哪款 AI，頂尖的模型似乎在基礎功能上表現得都相差無幾。然而，如果想要實現更多功能，例如深入精讀或做筆記、存檔，很多 AI 就難以滿足需求了，因為目前真正為研究場景量身定制的 AI 助手并不多見

這也是為什么「心流 AI 助手」用起來感覺如此與眾不同。

這種感覺就像「你可以用便簽紙寫博士論文，但這肯定不是最優解」。同樣的，你可以用任意一款 AI 助手讀論文，但未必每個都適合長期用。

從「心流 AI 助手」的一系列設計中，我們能感覺到這是一個可以長期用的工具。比如它接入了 DeepSeek 滿血版，支持論文圖譜、一鍵直達引文、自定義知識庫問答，還能隨時隨地就整篇或局部段落與 AI 對話并將對話保存為筆記并導出，甚至生成播客…… 這一系列功能考慮到了科研工作者對于知識獲取的高效性和知識管理系統性的需求，提供了其他通用 AI 助手尚未提供的差異化體驗。而且，它還是的。

為了了解「心流 AI 助手」究竟對研究者有多大幫助，機器之心進行了一手實測，一起來看看效果如何。

讀論文的那些難處

心流 AI 助手給梳理明白了

我們首先體驗的是「心流 AI 助手」左邊欄的「閱讀」功能。這是一個可以檢索論文的界面。只要輸入論文標題或作者，我們就能找到相應的論文，并選擇「AI 精讀」。

打開后的精讀界面如下所示。在這個界面讀論文的過程中我們發現，如果你是一個某研究領域的初學者，你會覺得很多設計非常貼心，比如劃重點，劃詞解讀、提問，一鍵翻譯全文，一鍵導讀……

心流 AI 助手的論文精讀頁面。

心流 AI 助手的「導讀」功能。

心流 AI 助手的劃詞解讀。

在翻譯對照界面，點擊譯文的某一段，原文的對應段落就會被高亮顯示，不用像之前用翻譯工具一樣自己去查找。

心流 AI 助手的原文 - 譯文對照閱讀模式。

而這些剛剛學會的知識點，或剛剛劃下來需要記住的東西，通通可以放入筆記，分門別類保存，方便下次查看。

心流 AI 助手無處不在的「筆記」功能，劃出的重點、劃詞之后的解讀、自己寫的筆記、AI 給出的總結等均可添加為「筆記」。

不過，除了這些基礎功能，對于領域資深研究者來說，引文直達論文「圖譜」可能更具吸引力。

如圖所示，我們拿來測試的這篇論文引用了 DeepSeek R1。如果是直接在 arXiv 上閱讀，我們需要點擊這個引文，跳轉到文末的引用文獻列表，然后根據列表中給出的相關信息去瀏覽器搜索。但是在心流 AI 助手的論文精讀界面，我們可以一鍵直達，而且鏈接到的 DeepSeek R1 論文依然可以精讀，這種「套娃」鏈接模式簡直不要太方便。

心流 AI 助手的引文直達功能。

而點開「圖譜」這個按鈕，我們還發現了新的驚喜 —— 所有引文都被編織在了一張「網」里，每個節點都可以點擊（也是直達論文并支持精讀）。這就是心流 AI 助手特有的「論文圖譜」功能，它不僅包含所引用的論文，還把論文作者的其他論文也網羅了進去，方便我們追根溯源。

另外，和其他 AI 助手類似，我們可以就這篇論文與心流 AI 助手背后的大模型展開對話，并且可以將對話內容導出為 PDF、markdown 等格式的文件，方便后續導入其他平臺進行分享或處理（如把 AI 寫的代碼導入 Notion，作為筆記或博客的一部分）。

知識庫、腦圖、播客

讀論文也可以私人訂制

在論文精讀界面，我們會看到右上角有一個「加入知識庫」。這就是心流 AI 助手的另一個特色功能，它可以讓大家把讀過的論文存儲成一個一個的文件夾，然后在想要回顧的時候去相應文件夾提問。

心流 AI 助手精讀頁面的「加入知識庫」功能。

比如，在這個「后訓練相關論文」文件夾里，我們可以導入多篇論文（精讀頁面導入、網頁鏈接導入、本地導入均可），在回顧時，每篇都可以選擇「速讀」和「精讀」。所以，即使我們忘了自己存的論文寫了什么內容，也能通過這些功能快速回想起來。

心流 AI 助手知識庫的速讀功能，滿足回顧時的快速預覽需求。

如果不確定哪篇論文可以解答自己的問題，或者問題比較綜合，可以選中文件夾里的所有論文，和大模型展開對話。此時，這些論文都可以作為與大模型聊天的上下文，非常方便。這可能才是 RAG 在科研場景的正確打開方式？

心流 AI 助手的知識庫問答功能。

此外，我們注意到，每輪問答的右側都會附帶兩個特色功能 ——腦圖和播客

在我們的測試中，心流 AI 助手生成的腦圖結構非常清晰，適合預覽和回顧，而且還能下載為圖片、Xmind、Markdown 等格式保存。

播客的生成效果給了我們一些驚喜，因為它能深入淺出地概括論文的核心內容，還穿插了一些形象化的說法來幫助理解。如果你只是想通過播客預覽論文，這個功能絕對夠用。

播客試聽鏈接：https://mp.weixin.qq.com/s/ZHVmyQI68AuMKqeoAGzizQ

當然，以上這些功能不僅可以用來讀論文，把一些有用的公眾號文章放進去，同樣可以建立一個知識庫。利用自己建立的知識庫去深度閱讀，知識的獲取會更加個性化，效率也會更高。

科研專用 DeepSeek

心流 AI 助手未來可期

除了論文精讀和知識庫，我們還體驗了心流 AI 助手的搜索功能。我們發現，這個功能針對不同場景進行了設計 —— 如果我們的問題對信息來源的權威性要求比較高，那可以選擇「專業模式」；而如果問題對推理能力要求比較高，我們可以選聯網的 DeepSeek 滿血版。

在兩種模式下，我們都可以清晰地看到模型所引用的內容源，并一鍵跳轉到原網站。如果被引用的內容是論文，我們還可以在精讀模式下閱讀這篇論文。

此外，這個搜索框還有一個對科研非常有幫助的功能——多輪深度搜索（打開「深度搜索」選項即可激活）。也就是說，對于我們問的問題，AI大模型會反復思考，反思自己的答案是否全面、正確，最終給出簡潔但足夠有信息量的答案。這種不吝惜 token 的做法在追求嚴謹的科研場景可能非常必要。

整體體驗下來，「心流 AI 助手」的設計理念已經非常清晰，他們就是要為科研工作者打造一個專用的 DeepSeek 級別的 AI 工具。在這個工具里，我們可以高效地完成知識的獲取和沉淀，所有思考痕跡都能像實驗室筆記般完整保存。畢竟對研究者來說，靈感的脈絡往往比結論更珍貴。

當然，這個工具只是初具雛形，還有很多可以改進的功能，比如播客的音色、停頓有時還不夠自然，鏈接到的論文有時不支持直接精讀（需要一個上傳的操作）…… 相信在未來的版本中，這些小問題都會被一一解決。

期待心流 AI 助手的下一波更新。