全球科研文献数量正快速增长，2023年发表的学术论文已超过300万篇；面对海量信息，科研人员在文献综述时常常遇到困难。传统人工梳理方式效率低下，而现有商用语言模型虽然能提高效率，却存在严重的引文幻觉问题——实验显示，部分主流模型在78%-90%的情况下会产生虚假或错误引用。
OpenScholar的出现表明了一个重要趋势：通用人工智能工具虽然功能强大，但在专业领域应用中仍需针对性优化；学术研究对准确性的高要求，正推动人工智能技术向更精准、更可靠的方向发展。随着更多专业领域模型的出现，人工智能与科学研究的结合将进入更成熟的阶段，最终实现技术创新与学术严谨的平衡。