在你信任AI代理的文献综述之前，应核实三件事：每个来源的出处、搜索策略的完整性以及综合论述的逻辑准确性——因为即使是最优秀的AI也可能产生幻觉、遗漏关键论文或曲解研究发现。
1. 核实每一条引用的出处
最关键的一步是确认每篇被引用的论文确实存在，并且内容与AI所述相符。许多AI工具会生成看似合理但完全虚构的参考文献。首先随机抽查5-10条引用：在PubMed、Scopus或Google Scholar等真实数据库中搜索DOI或标题。如果AI代理提供了“证据链”或可追溯的元数据（如页码、出版年份、期刊），请核实这些细节是否与原始来源一致。一份可信的综述会将每项主张链接到可验证的记录——而不仅仅是转述的摘要。
2. 评估搜索策略是否存在盲区
AI文献综述的质量取决于其训练或检索到的论文。向代理提问：你搜索了哪些数据库？使用了哪些关键词以及纳入/排除标准？是否包含预印本、灰色文献或非英语来源？如果代理无法说明其搜索逻辑，则应假设它可能遗漏了重要工作。这在快速发展的领域尤其危险，因为近期的论文（过去6-12个月）可能未被收录。对于复杂查询，如“包含关于X的研究但排除Y”，请验证AI是否确实过滤掉了不相关的结果，而不是返回一堆关键词匹配的杂乱信息。你也可以在专门的学术数据库中手动进行补充搜索，看看AI的参考文献列表是否与你自己检索到的顶级结果一致。
3. 仔细审查综合论述是否存在逻辑错误
即使来源完美，AI也可能曲解研究的方法论、混淆相关性与因果关系，或夸大共识。将AI对2-3篇关键论文的总结与摘要（或全文）进行对照，检查其忠实度。留意缺失的细微差别——例如，它是否承认了样本量限制、相互矛盾的结果或效应量差异？一份可靠的综述会指出不确定性，而不是呈现一个统一连贯的叙述。同时，检查AI的结论是否逻辑上源自所引用的证据，还是跳跃到了无依据的主张。
4. 验证时效性和覆盖范围
最后，确认综述覆盖了该领域的最新状态。如果AI无法告知其最后更新时间，它可能依赖的是一个静态语料库。对于持续进行的研究，你可能希望设置新论文提醒以匹配你的主题——例如，WisPaper的AI订阅源每天推送来自32个学科的最新更新，这样你可以捕捉到初始综述遗漏的任何内容。这也有助于你判断AI的综合论述是否已经过时。
底线： 将AI文献综述视为起点，而非定论。在将其引用到自己的工作中之前，请核实来源、探究搜索逻辑，并交叉检查其解读。