切问学术-真实文献0幻觉

切问学术官网入口,复旦大推出的AI学术搜索智能体,科研助手,学术codex—真实文献0幻觉

什么是切问学术?

切问学术由复旦大学自然语言处理实验室推出，定位为”科研检索智能体”。平台已覆盖 5 亿+ 学术文献与研究报告元数据（含 1.2 亿全文），并以每日持续更新的节奏覆盖主流期刊、会议与报告，检索响应可达毫秒级。学科上以自然科学与工程技术为主，覆盖生命科学、数学、物理、化学、材料科学、地球科学等，同时兼容教育学、管理学等少量人文社科资源。核心能力围绕”深度检索、文献精读、知识管理、前沿追踪“四大场景展开：支持自然语言检索与文献质量评估（JCR 分区、IF、匹配度），可按发表时间、引用量排序；提供 PDF 批注、Blog 易读模式与中英日韩印全文对照翻译，并针对学术语境深度优化；类 Zotero 的多层级文件夹管理，结合”学术问答”可直接对库内 PDF 发问；支持邮箱推送领域最新论文，可按研究方向智能筛选前沿动态。本次

切问学术官网: https://qiewenpaper.com/zh

---

一、引言

每天 arXiv 新增的论文已经稳定突破 3000 篇，叠加 Nature、Science、Cell、PNAS、JACS、CVPR、ACL、NEJM、The Lancet、JAMA 等众多顶刊与会议的实时更新——一个研究者一天要面对的”信息流”早已超出人体可处理的极限，而 Google Scholar 类型的关键词匹配又在持续失灵：检索出来的论文”看似相关实则无关”，引用网络要靠人工多次”顺藤摸瓜”，研究综述、论文复现、文献矩阵等任务更没有一款产品能真正串起来。

是 2025 年由 复旦大学自然语言处理实验室 孵化、海外知名科研工具 WisPaper 的国内版本，母公司为 ATOM INFINITE PTE. LTD.，中文品牌运营方为”源语真解”。它把”AI 学术检索 × 学术问答 × AI 订阅 × AI 综述 × 学术 Agent（Pro / DeepSeek 双版）× PaperClaw 论文复现 × 文献矩阵 × 研究构思 × TrueCite 引用核验 × 知识库”等 11 个模块拼成端到端闭环，号称“5 分钟筛 1000 篇论文，定位你必读的 20 篇”——这是它切入学术检索赛道最锋利的钩子。

本文将围绕这一产品，逐层拆解它的：

1. 产品本质与市场定位；
2. 目标客户与典型应用场景；
3. 11 个核心功能的深度玩法、效率提升与横向对比；
4. 双版本学术 Agent 与 PaperClaw 的差异化护城河；
5. 价格档位、Credits 计费机制与真实成本；
6. 适合人群、上手建议与潜在坑点。

最终你会得到一个清晰的判断：切问到底是不是当下最适合中国研究者的”AI 学术搜索工作站”。

---

二、什么是切问学术搜索

切问学术搜索是一款以 AI 学术搜索为核心、覆盖”检索-发现-阅读-复现-写作”全链路的科研工作平台。它把 arXiv、Nature、Science、Cell、PNAS、PRL、JACS、CVPR、NeuroIPS、ACL 等顶刊顶会的元数据与全文接入大模型，让用户可以用自然语言或关键词发起检索，由 AI 完成意图理解、多轮校验、结果去重、综述生成与引用核验，再借助 Scholar QA、知识库、AI Feeds、学术 Agent、PaperClaw、文献矩阵、研究构思、TrueCite 等模块，把”找一篇论文”扩展到”完成一组可执行的研究动作”。免费档即可使用基础搜索与有限次数的深度搜索；Plus / Pro / Max X2 / Max X5 四档订阅则解锁更多 Credits、存储、Agent 调用与 GPU 调度。简而言之：切问 = Google Scholar 的语料 × ChatGPT 的理解力 × Notion + Zotero + AutoGen 的资产沉淀与执行能力。

读完这段介绍，你已经可以告诉一位从没听过切问的同行：”它是一款可以让你用自然语言去和学术数据库对话的中文 AI 学术搜索引擎，能直接读论文、生成综述、帮你做文献矩阵，甚至能拉一台 GPU 自动复现论文实验。”

---

三、目标客户和应用场景

1. 核心目标客户画像

切问的官方定位是”你的学术搜索智能体 | 告别论文苦读，高效获取灵感”，从功能、付费模式、Credits 用量和示例 prompt 来看，它的核心客群是以英文为主战场、做 AI/计算机/生物医学/材料/理工科交叉研究、需要长期追踪顶刊顶会的中高端研究者。下表是综合产品描述做的客群画像：

角色身份	占比（推测）	核心诉求	切问匹配度
博士生 / 硕士生	35%	快速找 Reading List、写综述、做实验	★★★★★
高校青年讲师 / 研究员	25%	追踪顶会、撰写基金本子、做文献评述	★★★★★
工业界研究员（AI / 医药 / 材料）	20%	调研技术趋势、对齐学术前沿	★★★★
科研团队 PI / 实验室负责人	10%	团队共享知识库、复现论文、共享配额	★★★★
跨学科 / 通识读者	5%	复旦馆藏搜索、PDF 翻译、Blog 摘要	★★★
本科生 / 纯文科用户	5%	仅用免费档浅层体验	★★

2. 典型应用场景一：博士开题阶段的”5 分钟定位 20 篇必读论文”

读博第一年最大的痛点不是写论文，而是搞清楚一个新方向上”哪些论文真的重要、哪些是噪声”。传统做法是导师丢 5 篇论文→顺藤摸瓜滚雪球→几个月后才形成 Reading List。切问的做法是：进入”学术搜索”页，输入一句自然语言（如”近 3 年关于非线性多智能体系统最优编队控制的论文”或”用于诊断支持的医学影像基础模型”），选择深度搜索，AI 会自动完成意图校验、相关性打分、引用网络识别，5 分钟内返回前 20 条结果，并附带”引用数、JCR 分区、IF、年份、是否 Open Access PDF“。再点一下”生成 Survey”，切问能基于这 20 篇直接产出结构化综述，让开题答辩前的”读文献-写综述”周期从 2 周压缩到 2 天。

3. 典型应用场景二：AI Feeds 自动追踪前沿，省掉 RSS 与邮件订阅

每天手动刷 arXiv、Twitter、各路 Newsletter 又累又漏，是科研人最大的时间黑洞。切问 AI Feeds 模块提供了完整替代：你在 onboarding 里挑选学科（化学、地球科学、工程、信息科学、生命科学、材料、数学、医学、物理、心理学十大主题），再勾选订阅源（arXiv、Nature、Science、Cell、NEJM、The Lancet、JAMA、The BMJ、PNAS、PRL、JACS、CVPR、NeuroIPS、ACL 等），填写最多 5 个兴趣关键词（例如”基于 RAG 评估””LLM 后训练”），系统每日自动扫描并按 AI 相关性打分，把真正”应该读的”20 篇推到”今日 / 全部”两个 Tab，并提供”已过滤 / 已匹配 / Token 消耗量 / 兴趣 / 发表日期“统计。官方示例一句话很经典：”大部分论文与你无关，但其中一篇，可能正是你下一次研究的灵感来源“——对一个同时关注 LLM 和 Drug Discovery 的双线研究者来说，这个功能的 ROI 是最高的。

4. 典型应用场景三：上传 PDF，让 AI 替你读、替你回答、替你写综述

切问的另一个杀手锏是知识库 + Scholar QA。把 50 篇 PDF（综述、领域代表作、最新进展）拖进”我的知识库”后，系统会异步完成全文索引（AI Index）——免费档限 5 万字索引，付费档可全库全文索引。索引完成后，Scholar QA 表格模式 能让你一次性发起”对比这 8 篇综述里都提到了哪些数据集””这 20 篇里谁用了 RLHF””这 30 篇里 attention 变体的差异是什么”，AI 会逐条引用并返回”证据 / 摘要 / 参考文献”三段式结构，最终把多篇文献的关键信息并排比较并导出 xlsx。对要写 Related Work、要开 Group Meeting、要评审他人论文的研究者来说，这是效率提升 5–10 倍的”读论文代理”。

5. 不适合哪些人？

切问并非万能。它明确不擅长以下场景，请谨慎选择：

• 纯中文古籍 / 地方志 / 民国文献检索：底层以英文为主战场的中外学术数据库为主，知网古籍、超星读秀才是更优解；
• 法学 / 经济学的实证数据检索：不对接 SSRN、北大法宝、Wind、BvD；
• 临床医生查药物剂量、医保政策：强时效 + 强合规场景建议使用 UpToDate、Lexicomp、丁香园等专业库；
• 把切问只用作 ChatGPT 平替的个人用户：深度搜索的每次调用都消耗 Credits，免费档每天 3 次体验后会迅速触及限额。

6. 场景-适配度对比表

场景	推荐使用方式	预期效果	难度等级
博士开题 / 找 Reading List	深度搜索 + AI Survey	5 分钟定位 20 篇必读	★★
每日追踪 arXiv / 顶刊	AI Feeds + 兴趣订阅	节省 80% 刷推时间	★
写综述 / Related Work	Scholar QA 表格模式 + 导出 xlsx	节省 2 周整理时间	★★
复现一篇 SOTA 论文	PaperClaw + GPU 配置	一键跑通环境与代码	★★★
多领域 idea 启发	学术 Agent · 灵感发现	5 类任务并行调度	★★★
团队共享知识库	Library + Project 协作	无缝共享阅读笔记	★★
复旦校内资源	复旦馆藏搜索	馆藏 / 特藏 / 学位论文	★

---

四、核心功能深度拆解

1. 杀手级功能一：深度搜索（Deep Search）+ 表格式结果

功能介绍。深度搜索是切问整套产品中曝光最高的核心。它的设计哲学是”基于意图验证的多维度校验”，与快速搜索（关键词匹配）形成清晰分工：

• 快速搜索：关键词匹配，适合”我想找那篇标题里有 ‘Transformer’ 的论文”这种确定性需求，极速响应；
• 深度搜索：自然语言 + 验证条件，适合”近 3 年研究 AI4Science、提出过新颖评测方法、监督方法在计算病理学领域应用的最新论文”这种意图清晰但表达复杂的需求，多维度校验、精准匹配。

操作步骤：

1. 进入 /app/search，切换到「深度搜索」模式；
2. 在输入框用自然语言描述需求（placeholder 提示词：例如”查找介绍新 RL 算法用于 LLM 后训练的论文”）；
3. 可选添加”搜索问题 / 验证条件”（至少一条、最多 100 字符），例如「是否使用人类偏好数据集」「是否对比 PPO/DPO」；
4. 提交后 AI 自动改写查询、多轮检索、合并去重，给出带证据、可追溯的结果；
5. 切换「表格视图」，按”标题 / 作者 / 单位 / 引用数 / 发表位置 / JCR / IF / 年份 / MATCH RESULT / TASK / METHOD / Actions”等多列查看；
6. 支持”添加列”自定义 Prompt（如”提取损失函数与 batch size”），并能下载 Excel 或加入 Project。

使用技巧：

• 多写”约束词”（”近 3 年””必须使用 RLAIF””IF ≥ 10″”Open Access”等）能显著提升 precision；
• 借助”验证标准”模块，可以让 AI 自动过滤掉题目沾边但内容不符的论文；
• 命中数量很多时优先按”引用数 / JCR / IF”降序，再二次人工筛选；
• 切换搜索模式要在”搜索结束后”才能操作，避免冲突。

同类对比：

工具	输入方式	检索范围	是否带证据引用	是否支持结果二次过滤
切问深度搜索	自然语言 + 验证条件	arXiv + 顶刊顶会全文	✅ 逐条引用	✅ 表格视图 + Excel
Google Scholar	关键词	综合	❌	✅ Citation/Year
Semantic Scholar	关键词 + TLDR	综合	⚠️ 片段引用	✅ 引用数 / 字段
Consensus	自然语言	论文摘要	⚠️ 段落引用	⚠️ 有限
Elicit	自然语言	Semantic Scholar	✅ 摘要引用	✅ 表格
ResearchRabbit	种子论文	引文图谱	❌	✅ 列表 / 网络

效率提升数据：官方宣称”5 分钟筛 1000 篇、定位 20 篇必读”，在多数实测中，深度搜索相比人工 Google Scholar + 滚雪球可节省 60–80% 时间。

---

2. 杀手级功能二：学术 Agent（Pro / DeepSeek 双版本）

功能介绍。如果说深度搜索是切问的”眼睛”，那么学术 Agent 就是它的大脑。学术 Agent 是一种”可执行长时任务、可调度 GPU、可读写文件、可读取文献”的多模态智能体，官方描述是——“启动后，Agent 将持续运行，为你提供灵感发现、论文复现、文献综述、GPU 配置等全方位学术支持。你可以随时通过对话指挥 Agent 执行任务”。

学术 Agent 内置 9 大任务模板：灵感发现、论文复现（PaperClaw）、文献综述（AI Survey）、配置 GPU、画论文主图、论文评审、Idea 升华、LaTeX 写作、顺藤摸瓜（Connected Search，基于引文网络扩展）、Library 管理、Data Check。

操作步骤：

1. 进入”学术 Agent”页，点击”开启 Pro Agent”或”开启 Lite Agent（DeepSeek 版）”；
2. 选择任务模板（如”灵感发现”），填写研究主题（placeholder：例如”基于深度学习的自然语言理解研究”）；
3. 可选上传论文 PDF、补充 Markdown 格式的背景、参考文献、资源约束；
4. 系统提示将消耗 5000–20000 Credits，确认后启动；
5. Agent 持续运行，会在文件系统中写入”计划 / 草稿 / 摘要 / 代码 / 实验日志”；
6. 完成后可在”案例 / 精选 / 回放”里查看完整轨迹，并下载产物。

真实使用感受：

• DeepSeek 版 Agent 上线后credits 消耗直降 97.5%，近似免费（针对 DeepSeek 深度 harness 定制），对预算敏感的研究生极其友好；
• Pro 版保留更复杂的工具调用和更长的任务链，处理”顺藤摸瓜”任务时，会先做 Connected Search 再做摘要与对比，可视化极佳；
• 每个任务结束会产出 .md / .pdf / .bib 等可下载产物；
• 任务被中断后，可在”运行中任务管理”页恢复或终止；
• 余额预警机制完善，低于建议积分会提示并允许切换。

与同类对比：

智能体 / Agent	任务类型	是否调度 GPU	是否理解引文图谱	是否支持 LaTeX 写作
切问学术 Agent	9 类科研任务	✅	✅（顺藤摸瓜）	✅（LaTeX 模板）
AutoGen / MetaGPT	通用 Agent	需自配	❌	❌
ChatGPT Research	信息检索 / 综述	❌	⚠️ 部分	❌
Perplexity Pro	网络研究	❌	❌	❌

---

3. 杀手级功能三：AI Feeds（智能订阅推送）

功能介绍。AI Feeds 是切问为”信息饥渴症”量身定制的产品，它把”订阅源 × 兴趣 × AI 过滤”三件事压缩成一个 5 步 onboarding 流程。

操作步骤：

1. 进入”AI Feeds”，点击「创建我的订阅」；
2. 选至少一个检索源（系统已预置 arXiv、Nature、Science 等十余个高权威来源）；
3. 选择感兴趣的主题（化学、地球科学、工程、信息科学、生命科学、材料、数学、医学、物理、心理学）；
4. 填写至多 5 个兴趣关键词（例：”Rag 评估的论文””LLM 的 RLHF 后训练”）；
5. 保存后，每天由 AI 帮你拉取并筛选。

最佳实践：

• 兴趣关键词尽量使用”主题 + 任务 + 时间”三段式（如”近 2 年 LLM 推理加速 量化”），命中率更高；
• 同时关注多个子领域的研究者建议为每个子领域开一个独立 Feed，例如把”LLaMA 系”和”Mamba 系”拆开；
• 在统计 Tab 看”已过滤 / 已匹配 / Token 消耗量”，调整 Filter 严格度；
• 邮箱推送支持校验，每天的新论文可直接送到邮箱。

常见误区：

• 把 RSS 习惯直接搬过来，一口气填 5 个宽泛词（如”AI”），会被海量”AI”论文淹没，建议每条兴趣加上 5–8 个限定词；
• 期望 100% 召回 → 不现实，AI Feeds 是”漏斗”，不是”全部论文”，重要论文建议同时用深度搜索做反向兜底。

与同类对比：

工具	数据源	AI 过滤	个性化粒度	价格
切问 AI Feeds	12+ 顶刊 / 顶会	✅ AI 重排	子领域 × 关键词	含在 Plus / Pro
arXiv Sanity	arXiv	❌	时间 / 作者	免费
Google Scholar Alerts	Google Scholar	❌	关键词	免费
Feedly + Leo	RSS	部分	关键词	订阅制
Inoreader	RSS	部分	关键词	订阅制
朋辈推荐（Twitter）	X	人工	作者	免费

---

4. 差异化特色功能：PaperClaw（论文一键复现）

功能介绍。PaperClaw 是切问独有的”上传论文 PDF → 自动生成实验复现计划 → 一键启动 GPU → 产出代码 / 日志 / 评估报告”工作台。它把 Agent 与 GPU 配置深度结合，是切问和市面上”只做检索不做实验”的 AI 学术工具最大的不同点。

完整流程（4 阶段）：环境配置 → 数据预处理 → 模型训练 → 模型评估。每一步都能下载产物，并支持中途中止。

GPU 选项：内置 6 档实例——中大型实验（mediumLarge）、论文原始配置（paperOriginal）、最新架构（newArch）、低成本（lowCost）、推荐配置（recommended）、小型 GPU（smallGpu）。

算力合作方：由 GPU Hub 与 PPIO 提供算力支持，运行时可看 IP 地址、显存 / 利用率、温度、剩余时长等指标，到期自动释放；Agent 控制 GPU 时 SSH 连接被锁定，避免冲突。

为什么 PaperClaw 让切问”不只是一个搜索工具”：在 AI 时代，写一篇论文很多时候不是”想不出 idea”，而是”idea 跑不起来”。PaperClaw 把这两段缝起来——你上传一篇论文，告诉它复现哪部分，它就帮你跑出来，并且按 credits/h 估值，可设置闲置。

---

5. 差异化特色功能：AI Survey（文献综述自动生成）

AI Survey 是深度搜索的”高阶产物”。当搜索结果命中足够多 Perfect 论文时，AI 自动把这些结果汇成结构化综述——背景、方法、对比、结论、参考文献；还支持”搜索尚未完成 → 已命中部分结果时立即生成“的兜底；导出 Markdown 或”保存为图片“，方便分享。所有引文都在画面中显式标注，可点击回溯到来源论文。

典型功能清单（其它常被低估的差异化模块）：

模块	简介	主要价值
表格抽取（paper_column_extractor）	把非结构化论文批量抽表	文献矩阵
Blog 生成（summary-v2）	把一篇论文浓缩成”总结 / 问题 / 方法 / 结果 / 要点”易读模式	二次传播
顺藤摸瓜（Connected Search）	从种子论文出发，依托引文网络全面收集相关文献	找综述锚点
文献矩阵（LiteratureMatrix）	多篇论文按自定义维度并排对比	写 Related Work
TrueCite	在 AI 输出中校验引用是否真实存在	防 AI 编造
翻译（PDF 翻译质量优化版）	引擎升级，学术翻译准确度 +30%，专业术语识别更精准	跨语言阅读
LaTeX 写作	在 Agent 内写论文 + 公式 + 模板排版	投稿
研究构思（ideaDiscovery）	输入主题 + 背景 + 参考文献 + 实验约束，结合相关文献生成可行 idea	选题
论文评审（Paper Review）	模拟同行评审、拓展创新点与可行方案	投稿前自评
Idea 升华	优化研究想法、拓展创新点	提质
论文主图（Overview Figure）	核心思想 + 符合期刊规范的主图	投稿配图
Data Check	审核论文数据与实验结果、发现问题并给出建议	校稿

---

6. 核心功能矩阵速览（按入口）

入口	模块	关键能力
/app/search	快速搜索 / 深度搜索 / 复旦馆藏搜索	毫秒级响应、JCR / IF / 匹配度
/library	个人 / 公共 / Web 知识库	上传 + 索引 + 分类
/qa	Scholar QA	带证据引用 + 表格模式 + 导出 xlsx
/chat	AI Chat	通用对话
/feeds	AI Feeds	AI 订阅筛选
/agent	Pro / DeepSeek 学术 Agent	9 类任务
/ideadiscovery	研究构思	输入约束出 idea
/paperclaw	PaperClaw	自动复现
/projects	Project	团队协作
/settings	Credits + Plan 管理	配额可视化

---

五、AI Agent 体系：切问的差异化护城河

1. 为什么 Agent 是护城河

学术检索赛道有一个共同的弱点：用户搜了 30 篇论文之后，没人告诉你下一步该干什么。Elicit、Consensus、Semantic Scholar 都在试图用”摘要 / 段落级问答”填补，但仍停留在”读论文”这一段。切问把链条拉得更长——它把”找论文 → 读论文 → 论文复现 → 写综述 → 写 LaTeX”五个动作全部塞进同一个 Agent 里，并允许用户用自然语言持续指挥。

2. Pro Agent vs DeepSeek 学术 Agent（Lite）

切问官方明确区分了两档 Agent：

对比项	Pro Agent	DeepSeek 学术 Agent（Lite）
模型基座	切问自研 + 主流大模型	DeepSeek 定制
credits 消耗	较高	限时直降 97.5%（近似免费）
复杂工具调用	✅ 完整 9 类	✅ 针对”灵感 / 复现 / 综述”深度优化
上手建议积分	20000+ Credits	5000+ Credits
适用人群	重度实验 / 工业研究员	研究生 / 教学型用户 / 试用

日常使用建议：先用 DeepSeek 版跑通流程，再用 Pro 跑重型任务，是性价比最高的组合。

3. 学术 Agent 与”AI 自动写论文”工具的本质区别

很多”一键写论文”产品最后栽在了”幻觉”和”实验无法跑通”两点。切问的解法有三条：

1. 每一步都引用来源：搜索问题、验证条件、写作结论全部带证据段；
2. GPU 计划可见：复现任务不可跳过数据预处理阶段，必须人工确认硬件；
3. 产物可下载：所有中间结果（计划 / 数据 / 代码 / 评估报告）都可导出，便于人工复核。

---

六、价格、Credits 与真实使用成本

1. 订阅档位

切问提供 5 档订阅：Free / Plus / Pro / Max X2 / Max X5。每个档位同时提供”按月 / 按年”两种计费模式（年付一般有 8.8 折优惠），同时支持一次性充值包（Topup Credits）用于补充额外用量；也提供”连续订阅”与”阿里云市场购买”等更多支付方式。

2. 各档功能解锁对比

能力	Free	Plus	Pro	Max X2	Max X5
快速搜索	✅ 不限	✅ 不限	✅ 不限	✅ 不限	✅ 不限
深度搜索	每日有限次	较多	高	高	不限
AI Feeds	⚠️ 受限	✅ 不限	✅ 不限	✅ 不限	✅ 不限
Scholar QA	每日限制条数	较多	较多	较多	不限
AI Survey	不可用	可用	✅ 全功能	✅	✅
学术 Agent	不可用	受限	✅	✅	✅
知识库索引量	5 万字	较多	较多	较多	全库
存储空间	少	较多	较多	较多	多
Team / 多人协作	❌	❌	✅	✅	✅
每月 Credits	0 / 少量	几百	上千	数千	上万
每日登录补给	有	有	有	有	有
充值折扣	5 折	8.8 折	优惠	优惠	优惠
桌面客户端	✅	✅	✅	✅	✅

注：充值包不享受 Free 用户折扣；机构账号需升级到 Pro 及以上才能购买积分包；不支持个人会员购买的机构账号会引导注册新个人账号。

3. Credits 计算与”约几次”换算

官方在 FAQ 中明确：”约 10000 积分 ≈ 约 500 次 Deep Search / QA / Survey”（即每次深度搜索约 10–20 Credits，QA / Survey 视长度浮动）；10000 Credits 还可以做 1 次完整学术 Agent 任务。DeepSeek 版 Agent 限时直降 97.5%（近乎免费），是预算敏感用户的首选。

真实使用成本测算（以研究生为例）：

使用强度	场景	月消耗	推荐档位
轻度	每周 3–5 次深度搜索、偶尔 Survey、偶尔读 3 篇 PDF	< 200	Free + 充值包
中度	每天 1 次深度搜索 + 1 次 Survey + 3 次 QA + 1000 文章 Feeds	500–800	Plus
重度	每天 ≥ 3 次深度搜索 + Feeds + Agent 任务	2000–5000	Pro / Max X2
实验室级	多账号 + Agent + GPU 复现 + 团队配额	10000+	Max X5

4. 价格 FAQ 关键点

• 免费 vs 付费：免费适合”日常刷一刷”；付费适合”Agent + Survey + Feeds”三条主力同时跑；
• 订阅 vs 充值包：订阅按月发放（未使用月底清零），充值包长期有效（一般 1 年），可叠加；订阅与充值 credits 共存时优先消耗订阅每月 credits；
• 付费也能买充值包：Free 也支持充值，但无会员折扣；
• AI 索引与存储同步：5 万字免费，超出需升级 Pro / Max；
• 公平使用原则（FUP）：不限次权益仅供个人正常使用，自动化脚本可能触发限流；
• 机构用户：只能在 Pro 及以上套餐才能购买积分包。

---

七、竞品对比：切问在 AI 学术工具圈的真实位置

1. 同档横评

维度	切问（QieWen）	Semantic Scholar	Elicit	Consensus	Connected Papers	ResearchRabbit
自然语言检索	✅ 深度搜索	⚠️ TLDR	✅	✅	❌	❌
意图校验 / 验证条件	✅	❌	⚠️	❌	❌	❌
AI Feeds / 推送	✅	⚠️ 简单 Alert	❌	❌	❌	❌
AI 综述（Survey）	✅	❌	✅	✅	❌	❌
学术 Agent	✅	❌	❌	❌	❌	❌
论文自动复现	✅ PaperClaw	❌	❌	❌	❌	❌
GPU 调度	✅	❌	❌	❌	❌	❌
知识库问答	✅ Scholar QA	❌	✅	❌	❌	❌
翻译 / LaTeX 写作	✅	❌	❌	❌	❌	❌
中文学术支持	✅（复旦馆藏）	❌	❌	❌	❌	❌
价格	Free / Plus / Pro / Max	免费	订阅	订阅	免费	免费

一句话定位：切问是当前 AI 学术工具圈里唯一一款”从搜到写到复现”全部打通的产品；其他工具各有专长，但都不构成端到端闭环。

2. 真实用户口碑（基于官方落地页描述与公开印象）

• 好评：① “5 分钟筛 1000 篇”的口号确实兑现；② 表格 + 列定制（Method / Task / Problem）让”自定义文献矩阵”做综述时极其顺手；③ DeepSeek 版 Agent 几乎免费，对学生很友好；④ 桌面客户端（Windows / macOS Intel / Apple Silicon）可用，体验稳定；⑤ 翻译引擎升级后学术论文翻译准确度提升 30%。
• 差评 / 吐槽：① 深度搜索仍有”幻觉引用”，需要用 TrueCite 二次核对；② Free 档深度搜索每日次数偏少；③ 充值包暂不支持退款；④ Agent 长任务偶发”等待 prompt”等待时间较长。

---

八、上手指南：从注册到跑通第一个 Agent

1. 5 分钟入门路径

1. 访问 https://qiewenpaper.com/zh，使用邮箱注册（支持微信、邮箱）；
2. 激活后先用「快速搜索」找一篇论文（如”Attention Is All You Need”），点开阅读；
3. 进入「我的知识库」，上传 3–5 篇你正在读的 PDF；
4. 打开 Scholar QA，输入”这 3 篇的差异是什么”，体验带证据的表格模式；
5. 切到「深度搜索」试一次，输入一句自然语言；
6. 创建第一个 AI Feed，挑选 2 个学科 + 2 个关键词；
7. （可选）开启一次 DeepSeek 版学术 Agent 任务，体验”灵感发现”。

2. 10 个让你用得更好的细节

• 搜索框 placeholder 多写约束（年份 / JCR / IF），precision 显著提升；
• 表格视图的”自定义列”可以用自然语言定义 Prompt，把非结构化论文半结构化；
• 命中的 PDF 拖入 Library 时记得勾选”可被学术问答引用“——否则上传了也不会被索引；
• Feeds 兴趣里加” + 论文”会大幅提升召回；
• Agent 任务结尾记得点”下载产物“——中间文件只能在任务页下载；
• 充值包仅在订阅周期外可部分退款，使用前看清条款；
• 用复旦账号登录后会自动开放”复旦馆藏搜索“入口；
• 在桌面客户端打开论文时，左侧的”问题 / 方法 / 结果 / 要点”会自动展开；
• 论文复现类 Agent 一律建议先开启「建议积分 5000+」，否则会中途因 credits 不足中断；
• 团队协作请提前买 Max X2 以上，包含 Project + 团队配额可视化。

---

九、是否值得订阅？我的真实建议

1. 决策树

你是谁？
├─ 高校研究生（每周 ≤ 5 次深度搜索）
│   └─ Free + 充值包
├─ 在读博士 / 青年讲师（每天都要查文献 + 写综述 + 跑代码）
│   └─ Pro（性价比最优）
├─ 工业研究员（Agent + 调研并重）
│   └─ Max X2 / Max X5
└─ 实验室团队（多用户 + 共享 Library + GPU 复现）
    └─ Max X5 + Topup

2. 适合买 / 不适合买的清单

适合买：

• 你每周至少 3 次要做文献调研、写综述；
• 你正在写博士开题或 Research Proposal；
• 你想从 arXiv 转向”以 AI 帮我盯 arXiv”；
• 你需要让团队成员共同维护一份带 AI 索引的 Library；
• 你想尝试一键复现 SOTA 论文。