端到端论文生成系统：假结论检出率92%，自动跑实验、画图、直出论文初稿
Spark-to-Paper 是一套端到端研究论文生成系统，以 13 个可组合技能的形式运行在现有编程助手内部，无需单独部署的智能体平台或外部编排服务。从一句研究想法出发，系统自动完成文献检索、实验设计、实验执行、论文写作、证据驱动的结论修订、可编辑论文图生成，直至输出可直接编译的完整 LaTeX 项目。
在 8 个受控研究课题上，Spark-to-Paper 引文有效率达 99.5%，图形元素可编辑率达 96.4%；对 36 条人为注入的假结论，检出率从单遍生成的 14% 提升至 92%，对抗式评审精确率达 74%。平均每篇论文使用 11.9M token，成本 8.1 美元，耗时 3.2 小时。
论文：https://arxiv.org/abs/2608.11924
Hugging Face：https://huggingface.co/papers/2608.11924
目前，介绍该系统的论文已被 Hugging Face Papers 标记为当日第一。
AI 科研的痛点问题
CodingAgent 的发展重塑了传统科研流程，成为 AI 辅助科研的新范式：智能体负责科研任务规划、方案生成与任务执行等全流程工作，显著提升了科研效率。
但由于科研流程本身的复杂性和当前大模型能力的局限性，AI 科研仍面临两大痛点，制约着实际应用。
其一是工具碎片化：文献阅读、假设提出、代码编写、实验试错、参数调优等工作散落在多个平台，各环节产物难以衔接，即使使用编程助手 (Claude Code / Codex)，也缺少一套把「从想法到论文」完整串起来的端到端流程。
其二是科研幻觉：大模型存在固有幻觉问题，面对复杂、长链条的科研任务，容易出现文献引用、实验数字、因果推导等错误 —— 引用查不到、数字没有出处、实验结果与结论相悖时「假装无事发生」，严重破坏科研工作的可复现性与严谨性。
Spark-to-Paper：
从想法到论文的端到端科研工作流
Spark-to-Paper 没有再造独立的智能体平台，而是直接复用编程助手已有的读文件、代码执行、信息搜索与工具调用能力，把科研过程拆成 13 个可组合技能。每个技能只规定任务目标、约束条件、可用工具与交付标准，具体执行由编程助手根据当前项目状态自主完成；一条轻量级流水线负责指定任务顺序。全部技能共享同一个项目目录，通过文件化产物协作，前一步的输出就是后一步的输入，文献、研究蓝图、代码、实验结果、图片与修改记录全部保留 —— 任何一步出现问题，都可以从对应产物继续修改，而不是整篇重新生成。
从一句短想法出发，系统先将其扩展为结构化研究提案，再依次完成规划、引文、写作、修订、评审、画图与组装，最终输出包含手稿、参考文献、图表与模板配置的完整 LaTeX 项目，可直接编译。组装阶段按目标会议或期刊模板自动处理章节顺序、引用格式与文档结构，编译后通过确定性检查，确保没有未解析引用与 LaTeX 错误。
实验环节同样由系统自动完成：规划阶段预先确定数据集、基线、指标、消融与结果表格结构（数值留空），形成流程内的轻量级预注册；写作完成后，系统从论文的主张反推缺失证据，在代码与数据可用时自动运行最小实验集，记录日志、指标文件、表格与图，并用实测结果回填正文、重绘结果图，同时联动修订摘要、引言、结果与结论。
论文图则按角色走两条路径：结果图直接读取实测数据、由绘图程序生成并导出矢量 PDF；方法图与示意图先用图像模型产出视觉草图，再由编程助手重建为可编辑的网页文件并迭代校准，最终导出矢量 PDF。