一早读到“后图书馆现场“微信公众号“一个老馆员”的原创推文《学术AI工具，现在能买吗？》，我的留言是：“贴近现实，关照现实的深度思考。”我知道，部分内容作者用了“曲笔”但我能较好地理解，因为好些内容是共同面对的。

      我先是借助Gemini Pro（3.5 Flash）生成《学术AI工具在高校中的应用现状概述》（https://blog.sciencenet.cn/blog-213646-1539531.html），学术AI工具在高校中的应用，绝非一场简单的“效率工具升级”，而是一次对高等教育生态的重塑。它逼迫教育者重新思考“何为学习”、“何为创新”的本质。未来的高校，将不再以“谁掌握的知识多”来衡量人才的价值，而是以“谁能更好地向AI提问、谁能进行更高维度的逻辑重构、谁能严守学术伦理底线”来定义卓越。积极拥抱并理性规范AI，构建人机协同的学术新生态，是当代高等教育发展的必然选择。

      随后在圕人堂QQ群发布了一条@all信息（详见延伸阅读）。该文属于贴近现实，关照现实的深度思考，特此“连接”进圕人堂QQ群，期待引发更多关注与思考。与此同时，我与“一个老馆员”通过微信进一步交流。称赞其思考非常好！有深度、有力度。当前，我们高校图书馆的力量非常散，远未形成应有的合力。现实面临的问题确实挺多的。生成式AI的应用还存在隐形的“鄙视链“。比如：洋模型>本土模型（混合一点洋模型）>本土模型；收费版（专业版）>收费版（普通版）>免费版。当前，貌似绝大多数人已在不同程度使用（体验）。实际上，应用的层级相差悬殊。“AI不会成为一开始预期的大众平权的工具”，我赞同，我自身有几分焦虑。我近期参加学校层面组织的本科教学教师座谈会，2个小时的会，基本与图书馆无关。会上有个焦点是聊AI对教学的冲击。涉及AI素养方面，这方面图书馆能做的也非常苍白。许多高校图书馆较为正规的信息检索类教学已停掉许多年。

       紧接着，我在圕人堂QQ群发布关于圕人堂微信公众号“私信”AI服务的声明：凡是“内容由AI生成”的互动信息，AI的任何“承诺”均是无效的。原因是，发现微信公众号的AI会“私自揽活”，给出有鼻子有眼的承诺。此类承诺是无效的，特此提醒！之前没留意，今日发现“严重不适”，琢磨了一会，找到了关闭AI智能回复的方法。已关闭。那种“创作”相当于“诈骗”，把我吓出一身汗（我作为该微信公众号的运营者某种意义上成了AI的“工具人”，不由自主，幸好发现及时。）。个例显示，用户提出的需求，AI会迎合，甚至超预期给对方惊喜。有点“吹牛不上税”的味道，实际是不大可能做到的。从私信互动的情况看，用户似乎是真的相信了。因此图谋特别发出声明，提醒注意，并关闭AI自动回复功能。我联想到AI智能体等应用，是否存在类似被工具人的“隐患”？

      注意到两位资深高校图书馆同行评价《学术AI工具，现在能买吗？》。其一是在微信公众号末尾评论：“思考极有前瞻性，出版商和服务商的AI产品确实比面向公众的大模型产品更加不透明”。其二是私底下与我交流时表达：“有情怀。看他写的文章是有很多想法的，不像国内目前对AI都是普遍拥抱，提出质疑的不多。”

      学术AI工具的浪潮不仅是技术的迭代，更是对图书馆员职业尊严与学术生态的严峻考验。无论是对于“鄙视链”背后的数字化不平等，还是AI自主交互带来的信任危机，我们都不能仅做“工具人”，而应保持清醒的审视。正如“一个老馆员”所呼吁的，在这场大变革中，图书馆员不仅要拥抱技术，更要具备“驯服”AI、规范伦理与重构知识权威的自觉。唯有将深度的思辨植入每一次人机协作，才能在算法洪流中守护住学术图书馆应有的价值锚点。 

延伸阅读：

学术AI工具，现在能买吗？

“后图书馆现场“微信公众号发布推文：

一个老馆员.学术AI工具，现在能买吗？.https://mp.weixin.qq.com/s/fiCTKapDstJC5GXuSDaKCw

国外数据商的学术AI工具，使用的底层大模型是否进行了合规性备案？算法是否进行了审查？用户交互数据是否被保存在境外服务器或者被用于AI训练？学术AI工具参与学术写作的界限到底在哪里？给学生提供学术AI工具是不是在助长懒惰？是不是越早购买学术AI工具越好？

图谋导读：

      该文由资深图书馆从业者撰写，结合行业会议见闻、国内外监管案例与一线实践，直击当下高校图书馆与科研界的核心疑问：学术 AI 工具究竟是否适合采购落地。文章首先依托行业会议共识，点明 AI 浪潮下图书馆正从传统资源中心向知识中心转型，科研人员使用 AI 已成普遍趋势，同时强调可信技术、批判性思维在智能时代的重要价值。

      作者结合多地执法案例与国内一系列人工智能、数据安全相关法规，梳理出 AI 服务上线的完整合规流程，指出当前多数境外学术 AI 工具尚未完成算法备案、安全评估等合规工作，潜藏多重风险。与传统外文数据库单向检索模式不同，学术 AI 依托大模型运行，交互过程会产生大量科研数据、对话记录，极易出现数据跨境流动问题，不仅可能造成科研机密泄露，还会触及数据主权与国家安全红线。此外，境外大模型受地缘政治、出口管制影响，服务稳定性难以保障，收费模式也存在不确定性。

    文章也给出破局思路，国内开源模型、本地部署方案已能满足大部分学术需求，各类免费开源学术 AI 工具功能完善、安全性更高。作者还抛出诸多行业思辨：如何界定学术 AI 的使用边界、工具是否会助长学术惰性等。全文跳出单纯的产品评测，立足合规、安全、稳定三大维度，为高校图书馆采购学术 AI 工具提供理性参考，值得图书馆从业者、科研管理人员及广大师生阅读思考。

支持单位：