Elicit发布API与MCP:科研AI工具的平台化战争已经打响-北京尧图网络

当一个工具开始开放API,它想做的就不只是工具了--而是生态。一、从工具到平台的关键一步2026年7月15日Elicit 正式发布了它的 API 和 MCP Server。这不是一次普通的功能更新。在此之前,Elicit 是一个你打开网页、输入问题、得到答案的工具--好用,但它就在那里,你得去找它。API 发布之后,一切都不一样了。Elicit 的核心能力--搜索1.38亿篇论文、生成研究报告、做系统综述--可以被嵌进任何系统、任何工作流、任何AI Agent 里。用 Elicit 自己的话说:为自主研究引擎提供动力。翻译一下:我不只是帮你查文献的工具了,我要成为所有AI研究Agent的文献大脑。二、三大接口,三种打开方式Elicit 这次开放了三个核心接口,各有各的定位:Search API:文献检索层可以用语义搜索或关键词搜索,查询超过1.38亿篇学术论文和 ClinicalTrials.gov 的临床试验记录。支持按年份、期刊分区、研究类型过滤,默认排除已撤稿论文。这个接口的价值在于:它是经过学术领域优化的检索,不是通用网页搜索。在 BioASQ 基准测试中,Elicit 的搜索结果(论文召回率)比另外四个流行搜索工具都要好。Reports API:研究报告层提交一个研究问题,Elicit 会自动搜索、筛选相关证据、提取结构化数据,返回一份完整的研究报告--支持 Markdown、PDF、DOCX 三种格式。还可以并行运行多个报告,等准备好了一起取结果。对于需要持续跟踪某个领域的团队来说,这个接口可以直接接进内部系统,定时生成研究简报。Systematic Review API:系统综述层这是 Elicit 最重的功能--把完整的系统综述流程做成了一个接口:搜索→摘要筛选→全文筛选→数据提取→最终报告,一条龙。每一步的决策都有记录,可以导出 CSV 或 XLSX,整个综述过程端到端可审计。对于医药企业、CRO、系统综述团队来说,这个接口的价值是直接的--以前要几个人做几周的事,现在可以自动化完成大部分工作。三、MCP:把 Elicit 装进你每天用的工具里除了 API,Elicit 还同步推出了 MCP Server。MCP(Model Context Protocol)可能很多人还不太熟悉,但它的意义很重要:它让 Elicit 可以直接接入 Claude、ChatGPT 等你已经在用的AI工具里。不用切来切去,不用复制粘贴。你在 Claude 里写论文,高亮一个观点,Agent 自动去 Elicit 里找相关论文、把引用插进来--整个过程不需要离开当前的工作界面。Elicit 自己举了几个客户案例很能说明问题一家风投基金做了永远在线的研究管线--定时任务编码Agent自动跑研究任务,最后把完成的报告做成音频简报一家生命科学投资公司把 Elicit 接进了评估新资产的Agent里每个资产的前期研究从约20小时大幅缩短一家医疗传播机构用 Elicit API 做内部医药洞察引擎的文献层预计碗省80%的准备时间一个博士生写论文时,只要高亮一个论点,Agent 就自动去 Elicit 找相关论文并插入引用这些案例有一个共同点:Elicit 不再是一个网站,而是基础设施。四、科研AI的赛道,正在分层Elicit 的 API 发布,标志着科研AI赛道的一个重要变化:从人人做工具,开始进入平台生态的阶段。我们可以把科研AI的玩家分成几个层次:第一层:通用大模型--GPT、Claude、Kimi......它们什么都能做,但学术不是它们的主业。优点是顺手,缺点是专业度不够。第二层:垂直工具--Elicit、Consensus、ChatPDF......它们专注做一件事(文献搜索、论文阅读、PDF问答),做得比通用模型好。第三层:平台/基础设施--开放API、做MCP接入、支持二次开发。谁能成为其他工具的底层能力,谁就掌握了生态的主动权。Elicit 正在从第二层往第三层走。而它的老对手 Consensus 呢Consensus 也没闲着--5月刚融了3000万美元目标是做研究者的AI操作系统。两个玩家都瞄着同一个方向:从工具到平台,从自己做到让别人基于我做。五、对国内市场的启示放眼国内,科研AI工具的赛道也很热,但目前大多还停留在工具阶段--你有一个网页应用,我有一个小程序,大家比的是谁的功能多、谁的界面好看。但 Elicit 的这次动作给了我们一个重要的信号:下一阶段的竞争,不是功能数量的竞争,而是生态位的竞争。谁能先开放能力、让更多人和系统基于自己的平台做事情,谁就能从一个产品变成一个生态。而对于企业和机构用户来说,选择科研AI工具的时候,也需要多考虑一个维度:这个工具能不能接进我们已有的系统里?毕竟,一个需要你专门打开网页去用的工具,和一个能无缝融入你现有工作流的能力,价值是完全不一样的。六、写在最后科研AI的平台化战争,才刚刚打响。Elicit 开了第一枪,但肯定不是最后一枪。对于研究者来说,这是好事--工具会越来越好用,工作流会越来越顺。对于工具厂商来说,这是挑战--只做一个孤立的工具,未来的路会越来越窄。而对于我们这样的行业观察者来说,最精彩的部分,才刚刚开始。盈科千信 ChatResearch API--将学术文献检索与分析能力开放给企业和机构。支持中英文文献混合检索、结构化信息提取、系统综述自动化生成,可无缝对接企业内部知识库、研究平台、智能客服等系统。不同于海外工具的英文侧重,ChatResearch API 深度适配中文学术资源和国内研究场景,为中国科研团队提供更接地气的AI文献能力。了解更多:盈科千信 ChatResearch

Elicit发布API与MCP:科研AI工具的平台化战争已经打响

相关推荐

基于Android的幼儿园家校互动与接送管理系统设计与实现（SpringBoot+安卓APP）

服装店复购率65%的复盘：客户维护不是靠嘴甜，是靠分级

服装店要不要上进销存软件？先算清这笔投入产出账

更多资讯

小型无人机自主飞行系统：从坐标系到路径规划的工程实现

IEC 61131-3 编程标准实战：五种语言选型、POU 设计与跨品牌移植经验

网约车小程序源码闭环：订单状态机与WebSocket位置推送

MCP工具选型别做伪横评：用能力、权限与证据填一张表

布隆过滤器不是答案缓存：先堵住 Token 分流里的误命中

RAG 合成对抗集怎么做：先拆开错误前提、版本冲突与缺证据

今日更新

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本周精选

防幻觉智能体架构：电源硬件设计中的大模型编排与工具化实践

OpenGL面试核心考点：渲染管线、矩阵变换与性能排查全解析

全国计算机二级C语言真题PDF高效刷题指南

本月热门

我发现了一个新思路：用 Remotion + Claude Code 像写代码一样自动化生成短视频

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式：TaoToken 统一 Key 配置与验证

2026 大模型集体涨价：用 Python 做企业 Token 成本测算与选型避坑（附配置）

读完文章，想聊聊您的网站？