只靠公开论文就能蒸馏学术大牛。在学术圈想真正摸清一位资深学者的思考方式通常需要花上好几年去精读文献。但最近有团队选择直接把大牛给“蒸馏”了。具体做法是梳理学者过往著作中的推理逻辑再把这些原本较为抽象的判断结构转化为大模型在推理阶段可调用的约束条件。用这个加了约束条件的模型写完初稿后导师非常意外甚至来问作者是不是私下受过这位学者的直接指导。因为在人文学科里那些带有强烈个人特点的行文和思辨结构通常很难在短时间内模仿出来。为了验证这种操作的普适性该作者及其团队用严格的学术标准做了一轮系统测试并将结果写成了论文《The Relic Condition》发布在 arXiv 上。整个实验没有使用任何私密数据也没有对基础模型进行微调。研究团队仅依靠公开出版的文献就逆向提取出了两位知名学者的推理框架。在同行评审、博士生指导等核心学术任务的盲测中专家普遍认为这两个“数字替身”的产出已经达到了大学高级讲师的专业水平。打工人的核心技能被低成本蒸馏学者公开发表的成果被用来提取并复现个人的专业判断这已经不再是遥远的担忧而是正在发生的现实。论文标题The Relic Condition: When Published Scholarship Becomes Material for Its Own Replacement论文地址https://arxiv.org/pdf/2604.16116零微调纯靠公开论文逆向工程传统做法中要让模型掌握特定领域知识通常依赖大规模语料投喂和微调。研究团队直接绕开了这条高门槛路径。他们提取特征的唯一来源是两位国际知名人文社科领域学者的公开出版物。在语料规模上Scholar A 的本地语料库包含了 68 个分析单元涵盖约 1,742 页的专著、章节和论文Scholar B 则包含了 35 个分析单元。在基于本地封闭语料完成整套蒸馏流程后研究团队将生成的 Scholar-bots 直接投入四类核心学术场景测试博士生指导、同行评审、授课以及多轮多对象的 Panel 讨论。如何精准提取“学术灵魂”通用大模型在学术写作时常常会暴露出表述空泛、论证程式化的问题。团队没有去模仿学者的高频词汇和表层语言风格而是把重点放在了更上游的判断架构上。这套架构决定了一个学者如何界定研究对象、在什么条件下接受证据、倾向于调用哪些理论资源以及会如何识别和纠正常见的判断偏差。团队采用了一套 8 层提取法。该方法从文献中提取出本体论特征、概念特征、分析操作、评估特征、互文特征、修辞特征、边界特征和历时特征。只有在至少两篇独立文本或三个独立论证语境中出现的候选特征才会被保留。随后这些特征被整理为一套包含 9 个模块的技能架构并作为推理阶段的约束条件加载到 GPT-5.4 基础模型上。〓 包含 9 个核心模块的学者技能架构在这套架构中Activation 模块控制了技能的触发时机和退出条件。而 Refusal 模块则通过编码反面模式明确划定模型的论证边界限制其采用某些不符合目标学者风格的推理路径。实测数据大模型平替资深博导团队随后引入了三位高级学者进行独立盲测评估维度涵盖了诊断准确性、优先级排序、可操作性等。在 18 份针对同行评审、指导和授课任务的评估中专家给出的反馈相当一致这些 Scholar-bots 的输出已经达到了相应场景下的专业基准。〓 跨任务维度的专家评估结果摘要在六份独立的综合定级评估中评审一致认定这些模型的学术产出达到了澳大利亚大学系统的高级讲师Senior Lecturer水平部分评审甚至将其对标为 Associate Professor 或 Professor。在澳大利亚高校体系中Senior Lecturer 大致可以对应美国的终身副教授。Panel 压力测试进一步验证了系统的稳定性。前两轮的发言顺序翻转实验表明无论模型处于开场位置还是跟进位置其核心推理特征和诊断优先级都保持了较高一致性。在第三轮的三方讨论中团队引入了由第三位学者语料蒸馏而成的 Scholar C系统并没有因此失去一致性反而呈现出一种互补性的三角关系。这说明系统不仅能维持自身设定还能在多轮交互中持续提供相对独立的分析视角。除了专家10 位研究生也参与了可用性测试。〓 针对 10 名研究生的可用性调查描述性统计在 7 分制的量表中学生们在信息可靠性、理论深度以及逻辑严谨性这几个核心维度上均给出了平均 6.8 分的高分评价。复合表现得分也达到了平均 6.680 分。即便这些受测者本身已经相当熟悉基础模型的表现他们依然高度认可这种定向约束系统在特定学术任务中的输出质量。为什么仅靠论文就能蒸馏学者的思维中明明包含大量难以言传的隐性知识Tacit Knowledge仅仅依靠公开出版的文献就能克隆出专业判断力吗学术实践中的确存在一些难以被文字完整表达的“躯体隐性知识”和“集体隐性知识”这些部分目前仍难以被提取出来。但学术出版的同行评议制度也在不断迫使学者把另一层关键资产——关系型隐性知识——尽可能转化为可被明文表达的内容。为了让同行看懂并认可学者往往需要在论文中尽可能清楚地交代概念如何界定、证据如何采信以及反驳如何展开。这种在学术发表和同行交流中不断被外化出来的逻辑结构恰好为大模型提供了高质量的特征提取来源。当学者变成可被调用的数字“遗物”这项实验最终指向了论文的核心概念——遗物状态The Relic Condition。当出版系统使得学者的推理架构变得可提取、可廉价部署时公开的智力劳动记录就沦为了替代其自身功能的材料。在这个循环里最先出现的问题就是可见性本身并不对称。学术评议要求论文尽可能把逻辑链条写清楚这恰恰方便了机器去做特征提取。与之相对的是机器的提取动作、下游部署机制对被提取的学者而言却是一个黑盒。更现实的问题是在“不发表就淘汰”的评价体系下学者几乎不可能为了保护自己的推理架构而停止公开发表成果。每一次对概念边界的打磨某种程度上都在提升下一轮提取工具的精度。学者在为了职业生存而发表的同时也在不断为未来可能替代自己的系统提供语料形成了一种非自愿的产出贡献。而在机构雇主这一侧“只要足够好用就可以替代”的逻辑其实已经开始起作用了。机构在用 AI 替代人类时并不需要它在各方面都与学者完全等效。对于大学里的日常评审、教学指导或平台上的初步筛选来说只要系统的表现达到可用的基准线成本压力就足以推动它被更大范围地部署。结语我们或许正处在这一技术趋势刚刚开始显形的阶段。跨过学术蒸馏这道技术门槛如今已经不一定需要基础模型权重上的重大突破依靠现成工具和公开语料就有可能做到。在这一阶段这类系统的实际部署速度很可能会跑在伦理讨论前面。当高阶知识工作开始被批量封装进这种数字化“遗物”之中信息披露、知情同意以及合理补偿等问题就不能再停留在抽象讨论层面了。如果这种单向提取的机制进一步固化为行业基础设施学术创新赖以维系的激励体系很可能会被持续削弱。现在在「知乎」也能找到我们了进入知乎首页搜索「PaperWeekly」点击「关注」订阅我们的专栏吧·