把一个研究想法变成完整论文，难点并不只是生成足够长的文本。系统还要检索文献、规划并执行实验、根据结果调整论断、制作可投稿的图表，并在长流程中维持引用、数据和叙述的一致性。Spark-to-Paper 的核心思路，是把这些工作拆成十三项可组合技能，直接实现于现有代码助手中，不另建智能体平台或编排服务。
把判断与可验证操作分开
系统明确区分两类任务：需要模型判断的工作，以及能够直接执行和检查的确定性操作。前者包括研究规划、内容审阅与论断修订；后者则承担可程序化验证的环节。这样的划分并不试图消除模型的不确定性，而是把能够检查的部分尽量交给工具和规则，减少长链路中错误持续累积。
另一项关键设计，是将实验规划与结果报告分离。系统先规定一个研究主张需要哪些证据，再观察实验结果；如果测量结果不支持原目标，论文中的主张必须随之修改。作者还定义了“自我反驳循环”：重复实验持续否定最初研究目标，流程却无法有效收敛。Spark-to-Paper 通过确定性完整性检查、自我批评及流程约束来限制这一问题。
从引用检查延伸到可编辑图表
论文不仅报告文字质量，也关注研究产物能否继续使用。实验图表通过程序化绘图生成，方法示意图则用代码重建，目标是输出可编辑的矢量图，而不是仅提供难以修改的位图。在八个受控研究主题上，论文报告引用有效率为 99.5%，图表可编辑率为 96.4%。消融结果显示，伪造内容的检出率从单次草稿的 14% 提升到采用完整完整性检查与审阅机制后的 92%。这些数字说明流程化校验具有明显作用，但摘要没有提供更广泛主题、不同模型或真实投稿环境下的结果。
我的判断
这项工作的价值主要在工程架构，而非证明 AI 已能独立完成可靠科研。十三项技能、实验先验规划和证据驱动修订，为代码智能体承接长周期科研任务提供了清晰接口，也便于逐步替换和检查。它更适合流程明确、实验可执行、结果可程序化验证的研究任务。其边界同样明显：引用有效不等于引用恰当，图表可编辑也不代表研究结论成立；八个受控主题不足以覆盖开放式科研。现阶段更合理的定位，是带完整性约束的论文生产流水线，而不是自主科学家的充分证据。