引用本文请注明出处

作者：Chris Reid

译者：赵宇晴

校译：王一雪

来源：https://scholarlykitchen.sspnet.org/2026/08/21/guest-post-your-next-reader-is-a-machine-and-we-are-ready/

在过去几年间，全球产生的数据量已经超出了任何人能够用大脑所能记下的范围。如今，每年数据产出以泽字节（zettabytes）为单位衡量，其增长曲线几乎呈垂直状态。泽字节的规模非常难以想象，单纯说它是10²¹个字节实际上没有什么参考意义；一个更形象的类比是：它相当于约1亿座美国国会图书馆，而每个图书馆的全部文本馆藏约为10太字节。

在大约一万年的时间里，人类的创作产出基本处于停滞状态。此后，我们学会了书写，发明了印刷机、计算机以及互联网。如今，我们迈入人工智能时代，各类传感器、仪器与软件源源不断地生成并记录数据。根据引用率最高的行业预估所呈现的增长趋势推算，全球今年将产生约220泽字节的内容。即便一个人穷尽整个职业生涯，以全职阅读的方式，也只能读完这一总量中极其微小的万分之几。

从某些方面来看，这并非一个新问题。相关文献中随处可见研究人员阅读负担过重的相关论述，例如有学者指出：“即便是闲暇充裕之人，想要通过研读源源不断出版的大量著作跟上医学科学的发展步伐，也并非易事；对于工作繁忙的执业医师而言，做到这一点几乎不可能。然而，恰恰是这类从业者，最需要持续跟进当下实用技术的改良与新发现，因为他们往往最常面临需要充足治疗手段储备的临床场景。”

该案例出自1845年的《美国牙科科学期刊》，当时期刊正在评述最新的医学科学半年摘要。随着数据的大规模增长，这一问题将会加剧。正如郝等人在《自然》期刊中指出的，每年已有数百万篇论文、预印本、数据集、实验方案以及补充文件发布。

作为学术专业人士，我们长期以来一直担忧这类文献的获取问题，但新出现的挑战将是注意力问题。在任意一个研究领域，发表的相关文献数量远超在职研究者的阅读能力，而且这一差距还在逐年扩大。到了某个阶段，我们必须直白地如实描述后续的发展：人类将不再是学术内容的主要阅读者。软件，确切地说是人工智能智能体，将会阅读绝大部分学术文献。

对出版商而言，这听上去像是一场生存危机。而我的观点恰恰相反：学术传播领域早在十多年前就已经勾勒出了这个时代的蓝图，我们已经做好了准备。

我们一直都在为机器而构建

2016年，大批研究人员、出版机构与资助方共同发布了FAIR指导原则，提出学术成果应当具备可发现性、可访问性、互操作性与可重用性。如今该原则已深度融入资助方的强制要求与基础设施发展路线图，人们很容易忽略其最初观点的尖锐性。FAIR原则并非仅面向人类读者制定。事实上，该原则的核心主张是强调机器可执行性：数字对象的描述与结构设计，要让计算系统仅需极少的人工干预，就能够实现定位、获取、整合以及复用。

文中使用的术语是“智能体”。2016年那篇具有里程碑意义的《Scientific Data》论文明确阐述了作用于数字对象的计算智能体。如今，结合人工智能助手与检索系统重新研读该论文就会发现，它与其说是一套数据管理标准，不如说是为当下新兴领域撰写的一份设计纲要。当人工智能智能体替研究人员阅读百篇论文并输出综合总结时，其行为恰好契合FAIR原则对出版商内容所提出的支持要求。

这一点十分重要，因为它表明：尽管人工智能革命具备变革性，但它也是学术出版领域一贯发展脉络的延续。这正是该系统专门为适配而设计的应用场景。相较于需要人类下载、费力阅读并努力记忆的PDF文件，机器能够检索、解析和复用的内容具备更高的可发现性、可复现性与实用价值。无论我们当初是否预料到，围绕持久标识符、结构化元数据以及共享词汇体系所开展的十余年工作，本质上都是在为非人类阅读主体做准备。

网站向来只是阅读内容的其中一种途径

如果读者越来越多地变成机器，那么一个显而易见的问题便是：我们要为其提供什么内容，以及该如何提供。在此，无前端（headless）或称多前端内容管理系统（CMS）是一个很有价值的概念。其核心理念十分简单：将全部文本、元数据、标识符以及权限信息统一存储在单一结构化核心当中，再对接多个输出展示端，为内容获取方提供灵活的使用方式。换言之，就是适配读者所处的各类使用场景。

其中一个层面是出版商网站，针对人类浏览与阅读进行优化。另一个层面是一组应用程序编程接口（APIs）与数据推送源，面向机器做优化。还有较新的一类，借助模型上下文协议（MCP）这类新兴规范，直接为人工智能智能体提供服务。

之所以说该方案并没有听上去那么激进，是因为出版商多年来一直在运用多终端部署模式，只是没有对其进行命名而已。最典型的例子就是纸质出版。在数字领域，内容已经从平台流向各类阅读终端，包括公共医学中心（PMC）、文摘索引服务平台、检索发现层、研究之门（ResearchGate）、谷歌学术（Google Scholar）以及各类内容聚合平台。以上每一个平台都服务于读者：作为内容接收端，它们获取同源基础内容，并按照自身需求对内容完成格式调整。

打造面向AI智能体的交互界面，是发展历程中的又一步，并非对既有分发模式的颠覆。其战略优势在于：内容只需完成一次创作与管理，便可针对不同受众做适配调整；无需重构核心平台，就能服务新增受众群体。这意味着无论是人类读者还是机器读者，都可以访问权威定稿版本，也就是出版商与编辑最为重视的已发布成果，该版本也是期刊产出内容的标准定型版本。

智能体并不喜欢你的网站，人类大概率也不喜欢

对于所有投入精力打造阅读体验的我们而言，这个令人难以接受的现实十分残酷：不仅人类直接阅读你内容的时间会变少，替人类读取内容的机器也根本不需要访问你的网站。AI智能体不需要网站导航、Cookie提示横幅、相关文章轮播图、订阅通讯弹窗，也不需要你耗费大量时间、历经多方利益相关者艰难协调才打磨出来的精心设计的主页。在智能体看来，一篇设计精美的文章页面，不过是一小部分有用信息被大量无关冗余信息包裹，而它必须剔除这些冗余。这并非说这些设计完全没有存在的必要，人类依旧会进行阅读，不同主题领域、不同读者场景下的内容阅读量仍会存在巨大差异。因此，视觉品牌形象依旧具备价值，但一切都将会发生演变。

智能代理想要的，更接近FAIR所描述的目标：干净、结构化的内容，具备稳定标识符、明确的许可协议，以及一种可预判的方式来精准获取它所需的特定内容，设计层面的问题将会发生转变。在持续优化网站以供人类使用的同时，如今还存在一个并行的、甚至可以说更为紧迫的问题：该为那些永远不会加载网站的读取方提供什么内容。为人类浏览打造的网页并不适合机器读取，配备结构化内容与清晰条款的有文档记录的接口才是更优选择。

出版商网站具备多种用途，如提供高质量期刊内容的访问渠道，充当可信度与权威性的标识，同时体现出版商及其期刊所秉持的价值理念与服务的社群。然而，出版行业从业者大多清楚，人类读者并不比机器阅读器更偏爱出版商网站，抱着偶然发现文献的期望来浏览出版商网站的科研人员数量正在不断减少。倘若人类都不喜欢出版商网站，那么智能代理程序自然更不会青睐这类网站。

值得开展的讨论

需要说明的是：目前这一切都尚无定论，我们或许还未度过这场变革的初始阶段，最值得关注的问题并非技术层面，而更多关乎价值与信任，不同群体将会得出不一样的答案，我欢迎行业各界提出不同意见并展开探讨。关键在于，这不仅仅是一次技术更迭，而是一场范围更广的变革，需要所有人参与其中，即便人工智能最终只是一项“普通技术”，它也会对学术出版的方方面面产生深远影响。

如果一切都在发生变化，我们应当首先关注哪些方面？我认为主要有三大领域：来源归属、报酬补偿以及治理机制。

1. 来源归属：当智能体利用你的内容回答研究人员的问题时，研究人员能否知晓内容源自于你？原始作品的引用形式能否在信息整合生成后依然得以保留？出版商可以作为答案的信息来源，却可能在最终输出的答案中完全隐匿。

2. 报酬补偿：这是来源归属的密切相关议题。倘若机器读取成为主要的访问方式，那么原本为人类下载所搭建的授权许可与计量统计框架就需要迭代升级，针对人工智能调用使用量的统计与上报相关标准制定工作才刚刚起步。

3. 治理机制：对于众多出版商而言，决定允许哪些爬虫程序与智能体访问、设定何种访问条件，以及如何以机器可识别的形式公示这些条款，如今已经上升到董事会层面需要考量的问题，而不再是仅仅写在robots.txt文件里的简单任务。

这三者背后都存在同一个战略层面的担忧：在这个全新的环境下，我们该如何确保出版机构不会被悄然去中介化、自身内容被无偿吸纳以及品牌价值流失？未来几年我们做出的基础设施选择，将决定行业未来的样貌。我们每个人都有能力去塑造未来的学术格局，现在正是行动参与的时机。

支持单位：