AI自动写综述做到什么程度了？浙大、上交提出DAS，1小时生成面向发表的Acad ...
随着学术文献数量持续增长，高质量学术综述已经成为研究者快速进入陌生领域、梳理研究脉络和追踪最新进展的重要入口。但真正写好一篇综述并不容易：它通常需要阅读大量文献、持续跟进领域动态，并投入大量专家时间。
大模型的出现，让这件事开始有了新的可能。近年来，Deep Research 和自动 Survey Generation 系统已经能够完成论文检索、资料整理、分析与长文本生成，甚至快速产出数万字的 Research Report。
但如果真正对照一篇高质量的 Academic Survey，问题就复杂得多。
论文该怎么组织？Taxonomy 怎么划分？不同论文应该放到哪些 Section？一个 Claim 到底应该由哪些 Citation 支撑？写完之后，References、Cross-reference、Figure、Table 和最终 PDF 又是否真的可靠？
这些问题，并不是简单拉长上下文、生成更多文字、引用更多论文就能解决的。现有 Deep Research 和自动 Survey Generation 系统，很多时候仍主要围绕 “检索 — 分析 — 写作” 展开，最终结果也更接近一份 Research Report，而不是一篇结构完整、组织严谨的 Academic Survey。
针对这些问题，浙江大学、上海交通大学团队及其合作者提出 Deep Academic Survey（DAS），尝试让 AI 在 1 小时内自动完成一篇面向发表的 Academic Survey。
不同于传统的「检索 — 写作」流水线，DAS 采用 Stateful Agentic Framework，将整个过程重新定义为 Stateful Agentic Closed-Loop Manuscript Construction。
图 1｜现有 Deep Research 和自动综述生成系统与 DAS 对比图
在 DAS-Bench 的 30 个 Survey Topic 上，DAS 从Citation、Taxonomy、Discourse 和 Manuscript Reliability四个核心维度进行评测，最终平均得分达到4.34，完整参与 30 个 Topic 的最强基线为4.03。在专家匿名评测中，DAS 相比 Naive RAG 在27/30个 Topic 上更受偏好，相比 AutoSurvey 则在19/21个共享 CS Topic 上更受偏好。
目前，项目网站已经直接开放了220 篇 DAS 自动生成的热门方向 Survey，完整结果和不同方法的对比都可以在线查看。
[*]论文链接：https://arxiv.org/abs/2608.18034
[*]项目地址：https://zhikaixu24.github.io/projects/DAS/
[*]代码链接：https://github.com/ZhikaiXu24/DAS
[*]数据地址：https://huggingface.co/datasets/ZhikaiXu24/DAS-2M
面对近 200 万篇论文，
DAS 先解决的不是「写」，而是「读懂」
DAS 的后续检索、组织和写作，都建立在一个底层文献基础设施之上 ——DAS-2M Literature Metadata Lake。
团队对2020 年 1 月以来近 200 万篇 arXiv 论文进行全文解析，并利用 LLM 提取面向 Survey Writing 的结构化 Metadata，包括方法、数据集、实验结果、创新点和局限性等信息，目前DAS-2M 已完整开源至 Hugging Face。相比只依赖 Title 和 Abstract，这相当于提前对大规模论文进行更细粒度的「预理解」：一篇论文只需解析一次，便可以被不同 Survey Topic 重复利用；同时，DAS-2M 也是一个持续动态更新的 Literature Metadata Lake，随着新的 arXiv 论文发布，系统会通过同一套解析与 Metadata 提取流程不断补充最新文献，使 DAS 在生成新的 Survey 时能够持续跟进领域进展。
在此基础上，DAS 建立 lexical 和 semantic 索引。用户输入 Topic 后，系统先从 DAS-2M 中检索出全局候选文献，再基于这些候选论文构建Candidate-Grounded Taxonomy，并通过Reverse Paper-to-Section Routing判断每篇论文应该支持哪些 Section。
这样，DAS 后续的 Taxonomy、Paper Assignment、Paragraph Planning 和 Citation Planning，都不再建立在零散检索结果上，而是共享同一套可复用的文献表示和候选集合。
从组织到写作，
DAS 如何形成 Agentic Closed Loop？
DAS 的核心并不是简单串联多个 Agent，而是维护一个持续更新的Manuscript State：候选文献决定 Taxonomy，Taxonomy 和 Routing 进一步约束写作，而 Review 发现的问题又可以重新激活对应的 Writing State。整个 Survey 的构建过程因此不再是一次性的流水线，而是一个可以持续更新和回退的Stateful Agentic Process。
图 2｜DAS 整体框架。
在真正生成正文之前，DAS 还会继续进行分层规划：Taxonomy → Paragraph Plan → Writing Points → Claim → Citation Group。
也就是说，Citation 并不是正文写完之后再补，而是在 Claim-Level Planning 阶段就确定「什么 Claim 应该由哪些论文支撑」，再据此完成 Paragraph Drafting。
写完也并不意味着结束。Semantic Reviewer 会检查章节目标、论述逻辑和 Citation Support；如果发现问题，系统会根据问题范围执行Direct Edit、Paragraph Replan 或 Section Replan，并再次进入 Review。与此同时，Deterministic Validation 负责检查 Citation Identifier、Cross-reference、LaTeX 和 Compilation 等确定性约束，由此形成：Generation → Review → Repair → Re-evaluation的闭环。
最终，通过 Review 的内容才会进入 Manuscript Finalization，由系统进一步完成 Figure、Table、Bibliography、Cross-reference 和 LaTeX Assembly，并编译得到完整 Survey PDF。
这也是 DAS 所强调的「面向发表」：目标不只是写出一篇足够长的文本，而是尽可能保证从文献组织、Claim/Citation Planning，一直到 References、图表和最终 Manuscript 的一致性与可靠性。
效果到底怎么样？
220 篇完整 Survey 已经可以直接查看
当然，对于一个 Survey Generation 系统，只看 Benchmark 分数还不够，最后还是要看真正生成出来的论文。
目前 DAS 官网已经开放了220 篇热门研究方向的完整 Survey，同时还提供 Codex、GPT Deep Research、AutoSurvey、InteractiveSurvey 等方法的生成结果，可以直接横向比较。论文中的定性比较也显示，不同系统在 Citation Stacking、粗粒度 Attribution、重复结构以及 Figure 与正文耦合等方面存在明显差异。
图 3｜Codex、GPT Deep Research、AutoSurvey、InteractiveSurvey 与 DAS 的完整 Survey 定性比较。
图 4｜DAS 官网目前已经开放 220 篇热门 Topic 的完整生成结果。
生成效果究竟怎么样，与其只看一个 Benchmark 分数，不如直接打开一篇看看。
[*]项目地址：https://zhikaixu24.github.io/projects/DAS/#manuscripts
AI 距离真正「写完一篇 Survey」，还有多远？
当然，面向发表并不意味着可以直接替代研究者完成最终投稿。DAS 生成的 Survey 仍需要人工核验；与此同时，Academic Survey Evaluation 本身也仍是一个开放问题，不同 Judge 在细粒度评价上依然可能存在差异。论文中的 Cross-Judge Evaluation 也观察到了这一现象。
随着 DAS-2M 持续更新，未来还可以进一步探索动态文献追踪、人机协同修改，以及可维护、可持续更新的 Agentic Academic Survey Construction。
DAS 希望探索的最终问题并不是「AI 能不能一次写出一篇很长的文章」，而是：
面对不断增长的学术文献，AI 能否通过可追溯、可修正的 Stateful Agentic Closed Loop，帮助研究者更快进入陌生领域，并持续组织和理解不断演化的学术知识？
作者介绍
论文共同第一作者为浙江大学 APRIL 实验室博士生徐志凯、薛竹村，通讯作者为浙江大学百人计划研究员张江宁。
页:
[1]
