Semantic Scholar 是非营利机构 Allen Institute for AI 打造的免费学术搜索引擎，收录覆盖各学科的 2.37 亿篇以上论文。它在这份语料之上叠加了 AI 摘要、引用图谱与论文推荐，并通过免费的公开 API 开放整个学术图谱。
用过这个工具吗？给它评分
Semantic Scholar 用一句话概括自己，而这句话恰好格外准确：面向科学文献的免费 AI 研究工具。每个词都有分量。它是免费的——不是增值模式，也不是先免费再引导付费。它把机器学习用在论文的内容上，而不只是元数据。它专门服务于科学文献，这既决定了它擅长什么，也决定了它有意不做什么。
检索框直接给出了规模：可搜索 2.37 亿篇以上、覆盖所有科学领域的论文。这份语料由三条渠道汇成——官网说明其论文来源于出版商合作、数据提供方与网络抓取——这正是它覆盖面很广、但如后文所述并不完整的原因。
运营方是关于这个产品最具决定性的事实。Semantic Scholar 由 Ai2（Allen Institute for AI）内部的一支研究与产品开发团队构建。Ai2 是一家非营利研究机构，而且这一点是被明说而非暗示的：官网在关于科学平等获取的价值观章节里直接写道，作为一家非营利机构，我们会评估自身选择带来的影响，并选择有助于扭转失衡的方向。
这件事的意义是务实的，不是情怀。一个商业化的学术检索产品，在结构上会被推着去设付费墙、把 API 关起来，或者把用户注意力变现。Semantic Scholar 不承受这些压力，这正是它的 API 保持开放、也没有任何高级档位可供比较的原因。同行评议文献独立佐证了它的谱系：该工具在非营利机构 Allen Institute for Artificial Intelligence 之下，于 2015 年起步于计算机科学、地球科学与神经科学等领域，随后才扩展到全部学科。
两点澄清能省下不少时间。它不是出版方，也不对所收录内容做质量判断——这一点在限制章节详述。它也不是替你写文献综述的聊天机器人，而是架在论文语料之上的检索与理解层。想清楚这条边界，才能对它的 AI 功能抱有正确预期。
最具辨识度的技术主张是：系统读的是论文内部，而不是拿关键词去匹配标题和摘要。Ai2 自研的模型会处理并分类流水线中的每一篇论文，系统从论文内部提取语义并识别关联，再把这些关联呈现出来，帮助研究者快速理解一项工作。
实际后果直接体现在结果集上。独立评述观察到：同一检索在 Google Scholar 返回数万条、在 PubMed 返回数千条时，这里只返回数百条。这算优点还是缺点，取决于你的任务：想快速找到最相关的工作，它很出色；若你需要为系统综述做到穷尽式召回，它就是个短板。
除了找到论文，它还描绘论文之间的关系。平台维护着数十亿条引用链接，并在每个论文页同时展示参考文献与被引情况。独立评述指出，该平台提供引用速度与作者影响力评分，帮助研究者预判质量——这些信号让你在阅读之前就能判断一篇论文是否正在获得关注。
这对「该读什么」这个日常难题真的有用。一篇 2019 年、引用曲线缓慢平稳的论文，和一篇 2024 年、正在快速加速的论文，值得投入的注意力并不相同，而这种区别单看标题是看不出来的。
检索之上还叠了两项 AI 理解功能。TLDR 会为论文生成一句话摘要，让你不必逐条打开摘要就能筛选结果列表。Semantic Reader（测试版）则是一个增强阅读界面，提供引用卡片等页内辅助，让你不必离开正在读的这一页，就能看到被引文献说了什么。
注册账户是可选的，但会解锁四件事：新论文的邮件提醒、新论文推荐的研究推送、用于收藏论文的文库，以及认领作者页的权限。提醒与推送把这个工具从「你去访问它」变成「它替你盯着一个领域」——这正是检索与保持跟进之间的差别。
认领作者页还让研究者对自己的学术记录拥有控制权，这一点很重要，因为自动化的作者消歧并不完美。
对已有文献管理流程的人来说，Zotero 浏览器扩展把两边打通了。无论从论文页还是检索结果页，论文信息、链接、PDF（若有）与 TLDR（若有）都会被整理并保存到你的 Zotero 文库，而保存在那里的论文还能重新用 Semantic Reader 打开阅读。
最后一项功能，对整个生态而言可能是最关键的：整份语料通过一个免费 API 以结构化数据形式开放，涵盖作者、论文、引用、发表场所与 SPECTER2 向量。Ai2 还在发表自身研究之外，对外开放代码与数据集。这正是 Semantic Scholar 之所以成为「别的工具赖以构建的基础设施」而不仅是一个网站的原因。
最常见的用法是定位方向：你刚进入一个课题，需要快速找到重要工作。语义检索加影响力信号在这里很合适，因为任务是找到对的论文，而不是找到所有论文。
研究推送与邮件提醒解决的是持续跟进的问题。你只需定义一次兴趣方向，新工作出现时就会送到你面前，这尤其适合季度性手动检索已经太慢的领域。
由于引用图谱双向可走，你既能回溯一篇论文的理论基础，也能向前查看谁在它之上继续构建。这是理解一种方法如何演进的自然路径，比手工从参考文献列表里重建要快得多。
TLDR 摘要与引用指标支撑起一次筛选。面对二十篇候选论文，你能很快判断哪五篇值得通读——这个用途并不炫目，却实实在在省时间。
对开发者而言，这个免费 API 把语料变成了积木。应用方向包括推荐系统、文献计量分析、研究看板，以及为 AI 系统提供带引用出处的检索。其中包含 SPECTER2 向量这一点值得注意：它意味着你不必自行计算文档表示，就能直接获得语义相似度。
研究者用认领作者页来更正记录——确保自己的发表列表准确，且没有与同名同事的工作混在一起。
因为没有费用、基础使用也不要求注册，把一整个班级引导到这里很容易。高校已经认可了这一点：该工具被列入学术图书馆的研究指南，作为文献检索的推荐入口。
从直接搜索开始。你不需要创建账户就能访问 Semantic Scholar 上的论文，因此可以先判断它是否契合你的领域，再投入配置成本。试一个你已经知道答案的检索式——这是判断它在你所在领域覆盖是否够用的最快方式。
每条结果携带的不只是标题：还有 TLDR 摘要、引用数与影响力指标。请把它们当作一层筛选来读。相对于纯关键词检索，这个工具省时间的地方正在于此。
一旦找到一篇相关论文，请顺着它的参考文献与施引文献向外走，而不是再去跑更多关键词检索。相比猜测检索词，沿着图谱走通常能更可靠地浮现出重要的邻近工作。
如果这个工具被证明有用，就注册以解锁提醒、推送与文库。这一步能把偶尔使用转变成持续监测的工作流。
如果你用 Zotero，请安装扩展，让收藏的论文连同元数据、PDF 与摘要一起落进你既有的系统。只维护一个文库而不是两个，能避免那种拖垮多数阅读流程的碎片化。
若你已有论文发表，请认领页面并更正任何错误归属。自动消歧并不完美，而更正通道的存在正是为此。
需要程序化访问时，先从无需密钥的公开端点入手。当你需要更高的可靠性或访问需密钥的端点时再申请 API key——请留意价格章节提到的取舍，因为带密钥的入门速率比匿名共享池的额度更低。
不要把它当作唯一的检索工具。 做系统综述或需要穷尽检索时，请与 PubMed、Web of Science 或 Scopus 并用。独立评述明确指出，在这里检索不能被视为对背景文献的完整检索。请用它换发现速度，而不是换召回保证。
投入前先核查你所在领域的覆盖情况。 覆盖强度因学科而异。请先在你的具体方向上做几次「已知条目检索」，不要假设各领域深度一致。
把影响力信号当作过滤器，而不是真理。 引用速度与作者影响力反映的是关注度，不是正确性。优秀的新工作按定义引用就少，而被大量引用的工作有时是因为被当作反例引用。
TLDR 只用于筛选，绝不能替代原文。 自动生成的一句话摘要是筛选装置。任何你打算据以立论的说法，都应回到论文本身去核对。
把推送设置得足够窄。 过宽的研究推送会制造噪音，训练你养成忽略它的习惯。窄而具体的兴趣方向，才会产出你真的会读的提醒。
尽早认领你的作者页。 随着发表记录增长，消歧错误会不断累积，早点更正比日后再来理清容易得多。
申请 API key 要想清楚。 由于带密钥的入门限额是每秒 1 次请求，而未认证访问共享的是一个大得多的池子，正确选择取决于你的访问模式。在假定密钥一定能提升吞吐之前，请先读当前政策。
记住它不做什么判断。 平台把预印本与经同行评议的论文并列收录，且对质量不持立场。你引用的任何内容，都应自行核实其发表场所与评审状态。
学术研究者与研究生是首要人群——凡是做文献发现、追溯引用脉络或跟进某个领域的人。
资源受限机构的研究者受益尤为明显，因为免费的非营利模式移除了商业数据库的订阅门槛。这正是其平等获取价值主张背后的明确目标。
跨学科研究者受益于在一个界面内获得全学科覆盖，而不必在各个学科专属数据库之间来回切换。
构建研究工具的开发者由免费 API 与开放数据集来服务，这让学术元数据无需商业许可即可获取。
正在学习做研究的学生得到的是一个零成本、基础使用零注册的低摩擦入口，这也是它出现在高校图书馆指南里的原因。
已发表论文的作者用它来管理自己的学术记录，方式是认领作者页。
应另寻或需补充的人： 任何需要有据可查之穷尽覆盖的系统综述工作，因为完整性并无保证。主要研究图书或专利的研究者会发现其覆盖按设计就不够。需要付费墙内全文的人也应注意，这是一层发现工具而非内容授权——它帮你找到论文，未必能让你读到。
Semantic Scholar 是网页平台，任何现代浏览器均可访问。它没有专门的移动应用：官方明确说明目前没有手机应用，但网站针对桌面与移动浏览器都做了适配。对于一个「发现之后转入 PDF 阅读」的工具来说，这个取舍是合理的。
更重要的平台层面是程序化访问。API 免费，分为三类服务：Academic Graph 提供作者、论文、引用、发表场所与 SPECTER2 向量数据；Recommendations 用于查找与给定论文相似的论文；Datasets 提供学术图谱的批量下载。访问受一份独立的 API 许可协议约束，其中涵盖署名与使用条款。
集成方面还延伸到文献管理：通过 Zotero 浏览器扩展打通，而 Ai2 另外开放代码与数据集，使这份语料能在网站之外被广泛复用。实际效果是，即便用户从不访问该站点，也有大量其他研究工具处在这份数据的下游。
这一节很短，因为答案很简单，而这份简单本身就是值得注意的事实。
产品是免费的。 没有付费档位、没有高级订阅、没有功能付费墙。官网在首页标题、About 页与 FAQ 三处都称自己免费，而且这种免费不是推广阶段的姿态——它源自谁在运营。价值观章节中那句「作为一家非营利机构，我们会评估自身选择带来的影响，并选择有助于扭转失衡的方向」，正是这里没有任何东西可供购买的结构性原因。
核心使用无需账户。 检索与访问论文不需要注册：你不需要创建账户就能访问 Semantic Scholar 上的论文。注册同样免费，用于解锁提醒、推送、文库与认领作者页，但它不是付费闸口。
API 同样免费，且多数端点无需认证。Ai2 另外对外开放代码与数据集，把免费获取从界面延伸到了底层数据。
「免费」真正让你付出的是什么。 相关约束不是金钱而是运行层面的：未认证 API 访问的共享速率限制、带密钥访问的每秒入门限额，以及限制章节中描述的覆盖边界。对一个研究工具而言，这些才是真正要权衡的取舍，而不是价格。
可持续性。 因为经费来自一家非营利机构而非用户或广告主，「免费档什么时候会被收紧」这个常见问题在这里的适用方式不同。这里没有一条与免费访问相抵触的变现路线图；不过与任何依靠资助的基础设施一样，长期延续取决于机构优先级，而非合同保证。
多数研究者会把下面这些搭配使用，而不是二选一。
Google Scholar——覆盖最广的免费选项，具备最宽的收录与全文检索。它返回的结果多得多，但结构化元数据较弱、没有开放 API，也没有可比的 AI 理解层。用它换召回，用 Semantic Scholar 换精确度与结构。
PubMed——生物医学文献的权威来源，有 MeSH 索引的人工标引与强大的布尔检索支持。做系统性的生物医学检索更胜一筹；但范围更窄，且没有跨学科覆盖。
Web of Science 与 Scopus——商业引文数据库，收录经过遴选，文献计量工具成熟。它们提供质量受控的标引与机构支持，代价是把许多研究者挡在门外的订阅费用——而这恰恰是非营利模式所针对的缺口。
Dimensions 与 Lens.org——覆盖面广的研究发现平台；其中 Lens 的特点是包含专利，而 Semantic Scholar 明确不含专利。
Connected Papers、Litmaps 与 ResearchRabbit——可视化的引用探索工具。其中数款正是基于开放学术图谱数据构建，因此它们与本平台是互补而非替代；你甚至可能在间接使用 Semantic Scholar 的数据。
Elicit、Consensus 等 AI 研究助手——它们更进一步走向综合，能跨论文回答问题而不只是找到论文。这类产品通常是增值或付费模式，且底层往往取用开放语料。
覆盖范围是被有意界定的。 FAQ 说得很坦白：图书覆盖非常有限，且不包含专利。期刊论文与预印本才是重心，这意味着计数会与其他数据库不同，而以专著为主的学科在这里得不到很好的服务。
完整性没有保证。 独立评述的结论是，研究者不能把这里的检索视为对背景文献的完整检索。对需要有据可查之穷尽覆盖的工作，它必须被补充。
平台不做质量判断。 官方声明不背书或支持论文中的任何主张，也不参与出版流程中的编辑决策。预印本以及被撤稿或存在争议的工作，可能与经同行评议的论文并列出现，因此核实仍是你的责任。
作者消歧并不完美。 姓名相近的作者，其论文可能被错误聚类。补救途径是有的——认领页面后即可增删论文——但这需要你先注意到并主动处理。
AI 摘要带着 AI 的局限。 TLDR 是自动生成的，可能漏掉细微差别、限定条件或适用范围。请把它当作指路牌，绝不能当作结论本身。
没有移动应用。 移动端只能通过浏览器访问，用于检索够用，长时间阅读则不够舒适。
API 速率限制决定了你能造什么。 未认证访问在所有匿名用户之间共享一个池子，且高峰期可能被限流；而带密钥的入门速率是每秒 1 次请求。高流量应用需要据此规划，而不能假定「免费」等于「无限」。
较早的第三方评述已经过时。 早期的同行评议评述曾指出它没有 API、也没有提醒功能。如今两者都已存在。阅读关于这个工具的外部评价时，请核对写作日期——自 2015 年上线以来，产品已有实质性变化。
发现不等于获取。 找到一篇论文并不意味着你能读到它。付费墙内的内容仍需机构订阅或其他途径才能取得全文。
它是真正免费的，没有高级档位，也没有功能付费墙。这一点源自它的运营方：它由非营利研究机构 Ai2 内部的团队构建，而该机构明确把促进科学的平等获取列为价值观。这里没有任何升级项可供购买。
不需要。检索与访问论文都无需注册。免费账户会增加新论文邮件提醒、研究推送、论文收藏文库与认领作者页的权限，但这些都不构成基础使用的门槛。
检索界面当前显示覆盖所有科学领域的论文超过 2.37 亿篇。内容由出版商合作、数据提供方与网络抓取汇集而成，这既解释了其广度，也解释了为何覆盖是不均衡而非均匀的。
不能单靠它。独立评述的结论是，这里的检索不能被视为对背景文献的完整检索。请用它做发现与引用追溯，并在需要有据可查之穷尽覆盖时，与 PubMed、Scopus 或 Web of Science 并用。
API 免费，且多数端点无需认证即可使用。未认证请求在所有匿名用户之间共享每秒 1000 次请求的池子，高峰期可能被限流。使用 API key 时，入门限额为所有端点每秒 1 次请求。请依据你的访问模式来选择，而不要假定带密钥一定更好。
三类服务。Academic Graph 提供作者、论文、引用、发表场所与 SPECTER2 向量。Recommendations 返回与给定论文相似的论文。Datasets 提供学术图谱批量数据的下载链接。使用受一份独立的 API 许可协议约束。
基本上不。FAQ 直白写明图书覆盖非常有限，且不包含专利。重心是期刊论文与预印本，因此专著或专利重要的学科需要另找来源。
不是。它明确不背书所收录论文中的主张，也不参与出版流程中的编辑决策。预印本与经同行评议的论文并列存在，因此核对发表场所与评审状态仍是读者自己的工作。
可以。由于姓名相近的作者其论文可能被聚类到一起，你可以提交请求认领自己的作者页，之后即可增删论文并编辑作者信息。
有相应流程。你可以联系团队，提供该论文在 Semantic Scholar 上的链接以及请求理由。另请注意，本产品的服务条款与隐私政策托管在 Ai2 的机构域名下，而非作为独立的产品文档存在。
